एआई के साथ कोडिंग

AI को कम कोड उत्पन्न करना चाहिए क्योंकि इसकी programming क्षमता में सुधार होता है

कर्सर ने फ़ॉन्ट स्टोर के बजाय स्थानीय नोटो का उपयोग किया, काम कर रहा है लेकिन गलत आउटपुट पैदा करता है। AI कोडिंग में पुनः उपयोग अनुशासन की आवश्यकता होती है, न कि अधिक उत्पन्न कोड।

AI को कम कोड उत्पन्न करना चाहिए क्योंकि इसकी programming क्षमता में सुधार होता है

मुख्य जानकारी

  • एक कार्यशील विशेषता अभी भी वास्तुशिल्प रूप से गलत हो सकती हैः कर्सर smallsymbols मौजूदा फ़ॉन्ट स्टोर को बायपास करता है और स्थानीय नोटो फोंट का उपयोग करता है, जो असंगत आउटपुट का उत्पादन करते हुए सफलतापूर्वक चल रहा है।
  • मूल पाठ कोड का पुनः उपयोग है, न कि कोड जनरेशन: कोडिंग एजेंटों को नए स्थानीय रास्तों के आविष्कार के बजाय डिजाइन निर्णयों को लागू करने वाले मौजूदा अमूर्तताओं का उपयोग करने के लिए अनुशासन की आवश्यकता होती है।
  • लेखक इस विचार को चुनौती देता है कि बेहतर AI source code को छोड़ना चाहिए और सीधे बाइनरी का उत्सर्जन करना चाहिए: programming भाषाएं और अमूर्तता महत्वपूर्ण बनी हुई हैं क्योंकि वे भविष्य के परिवर्तनों में निर्णयों को केंद्रीकृत और स्थिर रखते हैं।
  • GitClear डेटा चिंता का समर्थन करता हैः क्रॉस-फ़ाइल फ़ंक्शन कॉल 35% से गिर गया, रीफैक्टरिंग में तेजी से गिरावट आई, और कॉपी-एंड-पेस्ट बढ़ी, जो सुझाव देता है कि एआई-युग कोडिंग अक्सर मौजूदा तर्क का पुनः उपयोग करने के बजाय स्टैंडअलोन कोड जोड़ता है।
  • Better AI programming का मतलब यह होना चाहिए कि क्या नहीं लिखना हैः कार्यप्रवाह जांच, लक्षित समीक्षा संकेत और स्पष्ट योजना सुनिश्चित करने के लिए आवश्यक हैं कि एजेंट मौजूदा वास्तुकला का सम्मान करें और दोहराव वाले समाधानों से बचें।

मेटा विवरणः एक डेवलपर का कहना है कि छोटे प्रतीकों के निर्माण में कर्सर ने फ़ॉन्ट स्टोर को दरकिनार कर दिया, यह दर्शाता है कि कोडिंग एजेंटों को काम पर पुनः उपयोग अनुशासन की आवश्यकता होती है, न कि अधिक नया कोड।

AI Should Generate Less Code as Its programming Ability Improves

टैगः कोडिंग एजेंट, कर्सर, कोड पुनः उपयोग, GitClear,AI software इंजीनियरिंग

विशेष रुप से प्रदर्शित छवि: (अंग्रेज़ी में) ">"</string> एक कोड संपादक, फ़ॉन्ट लाइब्रेरी ICON , और पुनः उपयोग किए गए घटकों को दिखाने वाला अमूर्त मैत्रीपूर्ण चित्रण, नरम नीले और नारंगी आकारों के साथ, कोई वास्तविक लोग नहीं हैं, कोई लोगो नहीं है, कोई पाठ नहीं है।

एक कार्यशील विशेषता जो डिजाइन निर्णय को दरकिनार करती है

कोडिंग एजेंटों का उपयोग करने वाले डेवलपर्स के लिए, यह खाता बताता है कि एक सुविधा जो काम करती है वह अभी भी गलत क्यों हो सकती है, और कौन से चेक इसे पकड़ सकते हैं। smallsymbols के पीछे लेखक कार्य में, चार इमोजी रेंडरर्स की तुलना करने वाला एक दृश्य इमोजी एटलस, लेखक ने व्युत्पन्न छवियों को उत्पन्न करने वाली एक विशेषता बनाने के लिए कर्सर का इस्तेमाल किया। एजेंट ने परियोजना के मौजूदा फ़ॉन्ट स्टोर का उपयोग नहीं किया था। इसने लेखक की मशीन पर स्थानीय रूप से स्थापित नोटो फोंट का उपयोग किया।

लेखक ने नोट किया क्योंकि Noto का एक पुराना संस्करण अभी भी स्थापित था। कुछ व्युत्पन्न ग्राफिक्स स्पष्ट रूप से अलग दिखते थे: Noto पुराने स्थानीय प्रतिलिपि की तुलना में नए संस्करण में कुछ इमोजी आकारों को अलग-अलग खींचता है। यह सुविधा अभी भी चल रही थी, लेकिन यह वास्तुकलागत रूप से गलत थी। एक डिजाइन निर्णय को दरकिनार कर दिया गया था।

लेखक फ़ॉन्ट स्टोर को एक निर्णय के रूप में फ्रेम करता है, न कि अवशेष वास्तुकला। यह एक ऐसी जगह है जो जानती है कि कौन से फोंट संस्करण और प्रारूप मौजूद हैं और प्रत्येक रेंडरर और हर व्युत्पन्न ग्राफिक को उसी का उपयोग करना चाहिए। यह बहीखाता की तरह लगता है, लेकिन लेखक इसे उत्पाद निर्णय के तौर पर मानता है। यदि परियोजना रेंडर्स की तुलना कर रही है, या समान इमोजी से ग्राफिक्स उत्पन्न करती है, तो उन्हें एक ही फ़ॉंट संस्करण से शुरू करना होगा। अन्यथा परिणाम में रेंजर अंतर या स्थिर व्युत्तरित छवि नहीं दिखाई दे सकती है। यह संस्करणों का आकस्मिक मिश्रण दिखा सकता है।

फ़ॉन्ट स्टोर कई संस्करणों और प्रारूपों में इमोजी फोंट का प्रबंधन करता है, जैसे एसवीजी (Scalable Vector Graphics) और पीएनजी (Portable Network Graphics) में नोटो, और यह सुनिश्चित करता है कि सब कुछ एक सुसंगत संस्करण का उपयोग करता है। लेखक कहते हैं कि यह एक वर्कअराउंड पेश नहीं किया गया है क्योंकि सीधे किसी फॉन्ट फ़ाइल को खोलना मनुष्यों के लिए बहुत कठिन है। यह software के विभिन्न हिस्सों की जिम्मेदारी बंडल करता है ताकि विरोधाभासी धारणाएं न हों।

लेखक के अनुसार, यह एक बार की बात नहीं थी. कर्सर फ़ॉन्ट स्टोर को एक ही पैटर्न के साथ कई बार घूम चुका है: एक पथ जो स्थानीय रूप से काम करता था और कभी भी उस जगह से नहीं गया जिसके पास फोंट होने चाहिए थे।

AI Should Generate Less Code as Its programming Ability Improves

अधिक कोड का मतलब हमेशा बेहतर नहीं होता software

लेखक का व्यापक बिंदु यह है कि कोड उत्पन्न करना software के निर्माण के समान नहीं है। कोड ठीक दिख सकता है। सुविधा आउटपुट का उत्पादन कर सकती है। परिणाम अभी भी असंगत हो सकता है क्योंकि इसने एक निर्णय को अनदेखा किया है जिस पर बाकी सिस्टम निर्भर करता है। लेखक इसे गुणवत्ता की विफलता कहता है, अधिक स्वायत्तता की ओर कदम नहीं।

खाता इसकी तुलना एक पहले के लेख से करता है, "My Coding Agent Passed Every Test. The Code Was Wrong". उस मामले में, परीक्षण हरे रंग के थे जबकि तर्क गलत था। फ़ॉन्ट-स्टोर केस में, समस्या हार्ड-कोडेड उदाहरण नहीं थी। यह एक डिज़ाइन निर्णय था जिसे एजेंट ने पुनः उपयोग नहीं किया था।

यह अंतर महत्वपूर्ण है क्योंकि AI कोडिंग के बारे में बातचीत अक्सर मध्यवर्ती परतों को हटाने की ओर बढ़ जाती है। एक लोकप्रिय तर्क है कि जैसे-जैसे मॉडल बेहतर होते जाते हैं, programming भाषाओं की आवश्यकता नहीं होगी। उस संस्करण में,AI source code को छोड़ देगा और वांछित परिणाम के विवरण से सीधे मशीन कोड, यहां तक कि अनुकूलित बाइनरी भी उत्सर्जित करेगा।

उन्होंने फरवरी में एक सार्वजनिक xAI ऑल-हैंड्स पर उस विचार का एक संस्करण प्रस्तुत किया। उन्होंने कहा कि काम साल के अंत तक आगे बढ़ सकता है, "जहां आप कोडिंग करने की भी जहमत नहीं उठाते हैं", क्योंकि " JUST सीधे बाइनरी बनाता है" और पारंपरिक कोडिंग को "एक मध्यवर्ती कदम के रूप में वर्णित करता है जिसकी वास्तव में आवश्यकता नहीं होगी"।

लेखक समयरेखा को मुख्य मुद्दा नहीं मानता है। programming भाषाएं अमूर्त हैं, और कंपाइलर पहले से ही बाइनरी उत्पन्न करते हैं. software का कठिन हिस्सा अंतिम अनुवाद चरण नहीं है। यह एक स्थान पर निर्णय रखता है ताकि अगला परिवर्तन पिछले एक के विपरीत न हो। अमूर्तिकरण एजेंटों के लिए कम से कम उतना ही काम करता है जितना कि वे मनुष्यों के लिए करते हैं। फ़ॉन्ट स्टोर पहले ही उस समस्या को एप्लिकेशन परत में प्रस्तुत करता है। किसी को भी मशीन कोड की प्रतीक्षा करने की आवश्यकता नहीं होती है।

कम पुनः उपयोग के लिए रिपोर्ट डेटा पॉइंट्स

लेख स्थानीय फ़ॉन्ट घटना को एक बड़े पैटर्न से जोड़ता हैः कोडिंग एजेंट नए कोड का उत्पादन करने में बहुत अच्छे हैं, और जो पहले से मौजूद है उसका उपयोग करने के लिए बहुत कम विश्वसनीय हैं। GitClear की 2026 रिपोर्ट "द Maintainability Gap", 623 मिलियन विश्लेषण किए गए परिवर्तनों पर आधारित है 2023 से 2026. इसमें पाया गया कि क्रॉस-फ़ाइल फ़ंक्शन कॉल, पुनः उपयोग का संकेत 35 प्रतिशत नीचे है।

रिपोर्ट में यह भी कहा गया है कि "चलती हुई" कोड के रूप में मापा जाने वाला रीफैक्टरिंग, 21 प्रतिशत से घटकर 2022 3.8 प्रतिशत हो गया 2026, जबकि कॉपी-एंड-पेस्ट 9.4 प्रतिशत से बढ़कर 15.7 प्रतिशत हो गई। GitClear कोड-गुणवत्ता वाले उपकरण बेचता है, और यह एक नियंत्रित प्रयोग नहीं बल्कि AI युग का सहसंबंध है। फिर भी, लेखक आकार को पहचानता हैः नया कोड जो अकेले खड़ा होता है, प्रोजेक्ट में पहले से मौजूद फ़ंक्शन को कॉल करने के बजाय स्थानीय नोटो फॉन्ट बिल्कुल वैसा ही था।

लेखक का तर्क है कि बेहतर AI का मतलब यह नहीं होना चाहिए कि एजेंट अधिक लिखता है। इसका अर्थ यह होना चाहिए की एजेंट को वह देखने में बेहतर होता है जो उसे लिखने की आवश्यकता नहीं होती है। software इंजीनियरिंग, इस दृष्टिकोण के अनुसार, एक ही समस्या को फिर से हल करने की कला है। एक अमूर्तता यह है कि निर्णय कैसे लागू रहता है।

AI Should Generate Less Code as Its programming Ability Improves

कार्यप्रवाह जाँच फ़ॉन्ट स्टोर को बल में रखता है

लेखक यह नहीं मानता कि कर्सर फ़ॉन्ट स्टोर को अपने आप ढूंढ लेगा। कार्यप्रवाह लक्षित खोज और समीक्षा संकेतों का उपयोग करता है जो विशेष रूप से गलत उपयोग के लिए देखते हैंः क्या नया कोड फ़ॉंट स्टोर के माध्यम से गया था, या इसने किसी अन्य तरीके से एक फॉन्ट खोला? आदत पहले लेख में वर्णित दूसरे एजेंट की समीक्षाओं के करीब है, केवल प्रश्न आर्किटेक्चर पर ध्यान केंद्रित करते हैं न कि परीक्षण हार्ड-कोडेड थे या नहीं।

नियोजन भी फिक्स का हिस्सा है। जब लेखक एक नई सुविधा की योजना बनाता है, तो फ़ॉन्ट स्टोर को वायरिंग करना योजना का हिस्सा होता है, न कि बाद में विचार किया जाता है। रिपोजिटरी में नए दिखाई देने वाले फ़ॉंट फ़ाइलों के लिए खोज की जाती है। एक नया फॉन्ट फाइल एक ठोस गंध है जो कुछ ने स्टोर को दरकिनार कर दिया है। इसमें से कोई भी आकर्षक नहीं है, और लेखक ऐसा करता है क्योंकि विफलता हमेशा खुद की घोषणा नहीं करती है। मामला केवल इसलिए दृश्यमान हो गया था क्योंकि स्थानीय फ़ॉन्ट्स पुराने थे और कुछ इमोजी ग्राफिक्स गलत लग रहे थे।

इसीलिए AGENTS.md जैसी फाइलें पकड़ी गई हैं। "एजेंट्स के लिए README" के रूप में वर्णित, एजेन्ट्स.एमडी अब एक खुला मानक है जिसका उपयोग दसियों हज़ारों परियोजनाओं द्वारा किया जाता है और Agentic AI Foundation द्वारा प्रबंधित होता है। उद्योग शर्त लगा रहा है कि एजेंट बेहतर software लिखते हैं जब आप उन्हें पहले से मौजूद वास्तुकला के बारे में बताते हैं, न कि जब आप परतों को हटाते हैं।

निर्देश अकेले गारंटी नहीं हैं, हालांकि. लेखक अभी भी खोज और समीक्षा करता है, क्योंकि एक एजेंट जो कोड लिख सकता है वह नियम के चारों ओर घूम सकता है।

कम लिखने वाला एजेंट बेहतर हो सकता है

अंतिम तर्क उत्पादकता की सामान्य तस्वीर को बदल देता है। लेखक का कहना है कि हम अभी भी एक स्मार्ट कोडिंग एजेंट के रूप में चित्रित करते हैं जो अधिक कोड, तेजी से उत्पन्न करता है, लेकिन यह गलत छवि है। रिपॉजिटरी पढ़ने में एक घंटे खर्च करने वाला और फिर पहले से मौजूद फ़ंक्शन को कॉल करने के लिए पांच लाइनों को बदलने वाला एजेंट बेहतर काम कर रहा है, धीमा नहीं।

लेखक इसे "AI Won't Rewrite Photoshop" और "Building Got Cheaper में पहले के तर्कों से जोड़ता है। Madness Became Affordable" पहला कहता है कि एजेंट साझा software को अधिक मूल्यवान बनाते हैं, कम नहीं। दूसरा कहते हैं कि सस्ती इमारत महत्वाकांक्षा बढ़ाती है। यह एक हल की गई समस्या का पुनर्निर्माण करना भी सस्ता बनाता है। लेखक तर्क देता है कि वह पागलपन है जिसे बर्दाश्त नहीं किया जा सकता है।

AI कोडिंग में जितना बेहतर होता है, उतना कम नया कोड लिखने की आवश्यकता होती है। खाता लेखक के नोट्स और विचारों से सहायता के साथ तैयार किया गया था। परियोजनाएं, अनुभव और राय लेखक की अपनी हैं। यह मूल रूप से मध्यम पर Towards AI में प्रकाशित हुआ था, जहां लोग कहानी को उजागर करके और प्रतिक्रिया देकर बातचीत जारी रखते हैं।

Comments (0)

  1. No comments yet. Be the first to share what worked for you.

Leave a comment

Comments are reviewed before they appear. Your email address is not published.