AI कोड नहीं, समझ की कमी असली समस्या
मूल शीर्षक: The problem is not AI code, but not knowing about system architecture or intent
यह क्यों महत्वपूर्ण है
AI-driven development में institutional knowledge का नष्ट होना long-term software quality और team capability के लिए बड़ा खतरा है।
Simon Späti के अनुसार, AI-generated कोड से बड़ी समस्या यह है कि टीमें system architecture और design intent को समझना बंद कर चुकी हैं। Engineers अब सब कुछ Claude से पूछते हैं, खुद कुछ नहीं सोचते।
Simon Späti ने अपने ब्लॉग में एक गंभीर सवाल उठाया है — AI जो कोड लिखता है, वह शायद 'औसत' दर्जे का होता है, लेकिन असली खतरा यह है कि developers अब system architecture या पुराने design decisions के पीछे की सोच को नहीं जानते।
एक software engineer ने X पर लिखा कि नई कंपनी में join करने के आधे महीने बाद ही पता चला कि specs, code, tests, PRDs, tickets — सब कुछ Claude Code से बना है। कोई नहीं पढ़ता, कोई नहीं सोचता। L1 से L7 तक हर engineer बस Claude को prompt करता है और Enter दबाता है — 12-13 घंटे रोज। Management का एक ही लक्ष्य: ship करते रहो।
Voxium के Matthew Mullins ने COBOL का उदाहरण दिया — जैसे COBOL programmers workforce छोड़ रहे हैं और कोई उनकी जगह नहीं है, वैसे ही agent coding हर programming language के साथ यही करेगी।
Sean Behan की राय है कि अब एक अच्छा Product Manager भी कुछ भी बना सकता है — लेकिन Späti चेतावनी देते हैं कि बिना coding की समझ के गलत language या गलत mental model चुनने पर product की नींव ही कमजोर रहती है। Data Engineering के बारे में Hoyt Emerson कहते हैं कि data लोग अलग हैं — उन्हें शुरू से ही business और product दोनों समझना पड़ता था, इसलिए AI उनके लिए सिर्फ friction कम करता है।