विश्व विकास की दुनिया को दशकों में सबसे बड़े शेक के अधीन किया गया है। कई वर्षों के लिए, झरना और एजाइल जैसे तरीकों ने निर्धारित किया कि डेवलपर्स ने अनुप्रयोगों का निर्माण कैसे किया। ये फ्रेम लंबे समय तक चले ताकि टीमें अनुकूल, सुधार और वितरित कर सकें। लेकिन जेनेरिक एआई के आगमन के साथ, सॉफ्टवेयर के विकास के तहत भूमि को एक गति से स्थानांतरित कर दिया जाता है जो पहले कभी नहीं देखा गया है। मूल्यांकन के तरीके अब नहीं किए जाते हैं, लगातार कार्य पुराने लगते हैं, और यहां तक कि अनिवार्य कौशल की परिभाषा भी विकसित होती है।
परिवर्तनों की इस लहर और प्रौद्योगिकी के तेजी से विकास के बीच, हाल ही में Devsparks 2025 हैदराबाद के साथ समाप्त हुआ, एक राष्ट्रीय आंदोलन, जिसका उद्देश्य अगली पीढ़ी के नवाचार और संसाधनों के साथ एक मिलियन भारतीय डेवलपर्स की क्षमताओं का विस्तार करना है, ने बिजली में प्रदर्शन किया। AWS में त्वरण डेवलपर के प्रमुख राजा एस.पी.अपने मुख्य घर में मैदान भविष्य के विकास का गठन: जीवन चक्र देव, नियंत्रित एआई (एआई-डीएलसी)राजा ने डेवलपर्स को मौलिक रूप से सॉफ्टवेयर डेवलपमेंट के जीवन चक्र पर पुनर्विचार कियामैदान
ए-मैनर से लेकर एआई-देशी तक
राजा ने संदेह शुरू कर दिया, सॉफ्टवेयर विकास के आधार पर संदेह करना। “अपने सार में, सॉफ्टवेयर विकास मशीनों में मानव बुद्धिमत्ता की शुरूआत है ताकि वे हमारी ओर से कार्य कर सकें और हमें अपनी क्षमता को अधिकतम करने के लिए मुक्त कर सकें,” उन्होंने समझाया।
क्षेत्र के विकास को ट्रैक करके, उन्होंने नोट किया कि कैसे बुद्धि हार्डवेयर से सॉफ्टवेयर में बदल गई, और फिर शास्त्रीय मशीन सीखने में बदल गई। लेकिन, इन बदलावों के बावजूद, जिस तरह से टीमों ने सॉफ्टवेयर का निर्माण किया, वह दशकों तक अपेक्षाकृत स्थायी रहा। इस स्थिति -कवो ने दावा किया कि राजा, पूरी तरह से जेनेरिक एआई द्वारा उल्लंघन किया गया था।
“आज, डेवलपर्स पूछते हैं: अब कौन से कौशल महत्वपूर्ण हैं, टीमें कितनी महान होंगी, और मैं एक इंजीनियर-अय-ए-ए-ए-ए-टू-हाउस इंजीनियर कैसे बन सकता हूं, और इसका क्या मतलब है?” उसने कहा।
राजा ने दो टेम्पलेट्स की पहचान की, जो एआई की प्रारंभिक स्वीकृति पर हावी थे। पहला, जिसे उन्होंने नियंत्रित एआई-प्रतिवादी कहा था, उनमें कमांड शामिल थे जो एआई के लिए अस्पष्ट विनिर्देश प्रदान करते हैं और इसे एक ब्लैक बॉक्स के रूप में मानते हैं। “यह प्रोटोटाइप के लिए काम कर सकता है, लेकिन मैंने यह नहीं देखा कि उत्पादन स्तर के कार्य भार इस तरह से बनाए गए हैं,” उन्होंने चेतावनी दी।
दूसरा, Aa-ssssisted पैटर्नवरिष्ठ इंजीनियर जो स्वतंत्र रूप से और संकीर्ण रूप से एआई का उपयोग करते हुए समाधान को व्यवस्थित करते हैं, उन्हें अंतराल में भरने के लिए देखा गया था। हालांकि यह बेहतर काम करता है, राजा ने कहा कि इससे केवल 10-15%के प्रदर्शन में मामूली वृद्धि हुई, जो टीमों के साथ शुरुआती पायलटों पर आधारित था।
इन टिप्पणियों ने इस साल की शुरुआत में डेवस्पार्क्स बैंगलोर में चर्चा की गई विषयों को दोहराया, जहां AWS में डेवलपर्स के निदेशक, मिश्रा के एनूपीएस ने इस बात पर जोर दिया कि अधिकांश डेवलपर्स कोडिंग के लिए अपने समय का केवल 30% समय कैसे खर्च करते हैं, और एआई के वास्तविक मूल्य को केवल सॉफ्टवेयर विकास चक्र के पूरे कार्यक्रम का उपयोग करते समय अनलॉक क्यों किया जाएगा। उन्होंने नई प्रथाओं को प्रस्तुत किया, जैसे कि भीड़ का विकास और भीड़ का निर्माण, जिसमें दिखाया गया था कि कैसे इंटरफंक्शनल टीमों को दिनों में काम के महीनों को पारित किया जा सकता है।
(बैंगलोर का पूरा सत्र यहां पढ़ें)
उन्होंने तर्क दिया कि एआई की पूरी क्षमता को प्रकट करने के लिए एक भी दृष्टिकोण पर्याप्त नहीं था। “अगर हम 5 बार लगातार मुनाफा चाहते हैं, तो हमें उपकरण और सर्वोत्तम प्रथाओं से अधिक की आवश्यकता है; हमें एक व्यापक कार्यप्रणाली की आवश्यकता है,” उन्होंने जोर दिया।
प्रस्तुति एआई-डीएलसी, विकास चक्र, नियंत्रित एआई
वह कहाँ है जीवन विकास चक्र नियंत्रित एआई (एआई-डीएलसी)सस्ती AWS कार्यप्रणाली खोलें। सेंट्रल शिफ्ट: एआई के साथ समस्याओं को डंप करने के बजाय, उसे एक योजना बनाने के लिए कहकर शुरू करें, इसे जांचें, इसे मानव निर्णय की मदद से स्पष्ट करें, और फिर एआई को पूरा करने की अनुमति दें। AI-DLC नए का प्रतिनिधित्व करता है ऐ-ब्राउन प्रैक्टिसराजा ने समझाया: “एआई की दुनिया में, आपके स्प्रिंट दिन या घंटों के लिए भी होने चाहिए। कुछ भी सुसंगत नहीं होना चाहिए।”
विशेष रूप से, उन्होंने दो चरणों में उल्लिखित किया:
- एक भीड़ का विकास: उत्पाद प्रबंधक, डेवलपर्स और क्यूए बहुत शुरुआत से एआई से सहयोग करते हैं, अस्पष्ट आवश्यकताओं को विस्तृत उपयोगकर्ता कहानियों और योजनाओं में बदल देते हैं। एक बार महीनों में एक घड़ी लगती है।
- भीड़ निर्माण: टीमें समानांतर में काम करती हैं, लेकिन केवल सख्त के बाद डोमेन मॉडलिंगघटक मॉडल, अनुक्रम आरेख और कार्यात्मक प्रवाह के माध्यम से। यह मतिभ्रम और खराब डिजाइन को रोकता है, जो उत्पादन स्तर के परिणाम देता है।
एक और महत्वपूर्ण विशेषता है ट्रैकिंग कार्य प्रक्रियाओं और लेखा परीक्षा के निशानAI-DLC फील्ड में बनाया गया था अमेज़ॅन किरो, विकास के लिए एआईएस के साथ आईडीई एडब्ल्यूएस, नियंत्रित विनिर्देशनजो सुझावों को विस्तृत विशेषताओं में बदल देता है, फिर एक कार्य कोड, प्रलेखन और परीक्षणों में। राजा ने कहा, “किरो हर कदम-दर-चरण योजनाओं, एआई प्रस्तावों, मानव सत्यापन, अंतिम समाधानों को ट्रैक करता है, टीमों के बीच पारदर्शिता और सामान्य संदर्भ बनाता है।”
वास्तविक परिणाम
प्रदर्शित करने के लिए, राजा ने साझा किया कि कैसे उनकी टीम ने निर्माण करने के लिए किरो के साथ एआई-डीएलसी का इस्तेमाल किया प्रशिक्षण के लिए परिशिष्टअनुप्रयोग संसाधनों, प्रयोगशालाओं और ट्रैकिंग प्रगति के साथ पूर्ण, पिटोरच या पायथन जैसी वस्तुओं के लिए लगातार प्रशिक्षण पथ उत्पन्न करता है। केवल ढाई घंटे के भीतर, टीम ने वितरित किया उत्पादन, स्केलेबल उपयोग मजबूत डिज़ाइन मॉडल और AWS के अच्छी तरह से सिद्धांतों के साथ निर्मित।
“आत्मीयता के डेवलपर्स को लगता है कि उत्पन्न एआई कोड पूरी तरह से बदल रहा है जब उन्होंने इतिहास, मॉडल और औचित्य देखा। वे अंततः कोड पर भरोसा करते हैं,” उन्होंने कहा।
भविष्य में देख रहे हैं
राजा ने इस बात पर जोर दिया कि एआई-डीएलसी आक्रामक है और उद्यम के पैमाने पर सहयोग के लिए बनाया गया है। विप्रो, एसएंडपी ग्लोबल, लगातार सिस्टम, नैस्डैक, आदि सहित बड़े संगठन पहले से ही इसके साथ प्रयोग कर रहे हैं। डेवलपर्स सफेद पत्राचार डाउनलोड कर सकते हैं, बिल्डर AWS पहचानकर्ता की सदस्यता ले सकते हैं और अपने संगठनों में AI-DLC का उपयोग करना शुरू कर सकते हैं।
“यह उपकरणों की बिक्री के बारे में नहीं है, यह एआई युग में डेवलपर-डेवलपर की कार्यप्रणाली है,” उन्होंने निष्कर्ष निकाला। अतिरिक्त रूप से AI-DLC कार्यप्रणाली का अध्ययन करने के लिए, ब्लॉग के लिए यहां क्लिक करें और सफेद दस्तावेज़ संलग्न करें।
