On the Adoption of AI Coding Agents in Open-source Android and iOS Development
यह शोधपत्र ओपन-सोर्स मोबाइल डेवलपमेंट में एआई कोडिंग एजेंट्स का पहला अनुभवजन्य अध्ययन प्रस्तुत करता है, जो 2,901 पुल रिक्वेस्ट का विश्लेषण करके यह प्रकट करता है कि एंड्रॉइड प्रोजेक्ट्स को आईओएस की तुलना में अधिक एआई योगदान और उच्च स्वीकृति दर प्राप्त होती है, जबकि संरचनात्मक परिवर्तनों की तुलना में नियमित कार्य अधिक सफल होते हैं।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
सॉफ्टवेयर डेवलपमेंट की दुनिया की कल्पना एक विशाल, हलचल भरे निर्माण स्थल (construction site) के रूप में करें। वर्षों से, मनुष्य ही इसके वास्तुकार और निर्माता रहे हैं, जो ईंटें (कोड) रखते हैं और लीकेज (बग्स) को ठीक करते हैं। लेकिन हाल ही में, एक नई टीम यहाँ आई है: AI कोडिंग एजेंट्स। इन एजेंट्स को सुपर-फास्ट, अथक रोबोट प्रशिक्षुओं (apprentices) के रूप में सोचें जो सेकंडों में कोड लिख सकते हैं, त्रुटियों को ठीक कर सकते हैं और सुधारों का सुझाव दे सकते हैं।
यह पेपर एक साइट इंस्पेक्टर की रिपोर्ट की तरह है कि ये रोबोट प्रशिक्षु विशेष रूप से दो प्रमुख प्रकार के निर्माण स्थलों पर कैसा प्रदर्शन कर रहे हैं: Android (एक खुला, अनुकूलन योग्य शहर) और iOS (एक सख्त, व्यवस्थित बगीचा)।
यहाँ उनके निष्कर्षों का विवरण दिया गया, जिसमें सरल उपमाओं (analogies) का उपयोग किया गया है:
1. सेटअप: दो अलग-अलग पड़ोस
शोधकर्ताओं ने इन AI रोबोटों द्वारा सबमिट किए गए 2,901 "कार्य आदेशों" (जिन्हें पुल रिक्वेस्ट या PR कहा जाता है) का अध्ययन किया। उन्होंने तुलना की कि इन आदेशों के साथ दो अलग-अलग पड़ोसों में कैसा व्यवहार किया गया:
- Android पड़ोस: एक ऐसी जगह जहाँ कई अलग-अलग निर्माण शैलियाँ, खुले नियम और बहुत विविधता है।
- iOS पड़ोस: एक ऐसी जगह जहाँ सख्त निर्माण कोड, एक समान डिज़ाइन और बहुत विशिष्ट नियम हैं।
2. बड़ा सवाल: किसे काम पर रखा जाता है? (स्वीकृति दर)
शोधकर्ताओं ने पूछा: जब रोबोट प्रशिक्षु कोई सुधार या नया फीचर सबमिट करता है, तो क्या मानव बॉस वास्तव में उसे स्वीकार करते हैं?
- Android (खुला शहर): यहाँ रोबोटों को अधिक बार काम पर रखा गया (71% स्वीकृति)। हालांकि, यह इस पर बहुत निर्भर करता है कि आप किस रोबोट का उपयोग कर रहे हैं। कुछ रोबोट (जैसे Codex) स्टार छात्रों की तरह हैं जिन्हें लगभग हर बार काम पर रखा जाता है (77%), जबकि अन्य (जैसे Copilot) नए इंटर्न की तरह हैं जिन्हें अधिक बार अस्वीकार किया जाता है (28%)। यहाँ के बॉस यह चुनने में बहुत चूकी होते हैं कि वे किसे काम पर रखें।
- iOS (सख्त बगीचा): यहाँ रोबोटों को कम बार काम पर रखा गया (63%)। लेकिन यहाँ एक मोड़ है: इससे कोई फर्क नहीं पड़ता था कि वे किस रोबोट का उपयोग कर रहे थे। बॉस समान रूप से सतर्क थे। चाहे वह स्टार छात्र हो या नया इंटर्न, स्वीकृति दर लगभग एक जैसी ही थी। iOS के सख्त निर्माण कोड सबको रोबोट्स को अंदर लाने के बारे में नर्वस कर देते हैं।
निष्कर्ष: यदि आप एक Android ऐप बना रहे हैं, तो AI टूल का चुनाव बहुत मायने रखता है। यदि आप iOS के लिए बना रहे हैं, तो सभी AI टूल्स के साथ समान स्तर का संदेह किया जाता है।
3. किस प्रकार का काम किया जाता है? (कार्य श्रेणियाँ)
शोधकर्ताओं ने यह भी देखा कि रोबोट क्या करने की कोशिश कर रहे थे। उन्हें एक स्पष्ट पैटर्न मिला:
- "आसान काम" (रूटीन कार्य): जैसे स्पेलिंग ठीक करना, बटन का रंग बदलना, या टेक्स्ट बदलना (Localization)।
- उपमा: यह ऐसा है जैसे रोबोट को "बाड़ पेंट करने" या "लॉन काटने" के लिए कहा गया हो।
- परिणाम: ये बहुत जल्दी और अक्सर स्वीकार किए गए, विशेष रूप से Android पर।
- "कठिन काम" (संरचनात्मक परिवर्तन): जैसे नींव का पुनर्निर्माण करना, इंजन बदलना, या पूरे घर को पुनर्गठित करना (Refactoring/Build)।
- उपमा: यह ऐसा है जैसे रोबोट "रसोई को स्थानांतरित करने" या "छत को मजबूत करने" की कोशिश कर रहा हो।
- परिणाम: मनुष्य इन्हें स्वीकार करने में बहुत धीमे थे। उन्होंने इनकी समीक्षा करने में अधिक समय लिया और इन्हें अधिक बार अस्वीकार किया गया क्योंकि ये जोखिम भरे लगे।
निष्कर्ष: AI छोटे, रूटीन कार्यों के लिए बेहतरीन है। लेकिन जब यह बड़े संरचनात्मक बदलाव करने की कोशिश करता है, तो मानव बॉस ब्रेक लगा देते हैं और सोचने में लंबा समय लेते हैं।
4. वे कितनी जल्दी समाप्त करते हैं? (समाधान का समय)
- iOS की गति: आश्चर्यजनक रूप से, भले ही iOS के कम अनुरोध स्वीकार किए गए थे, लेकिन जो स्वीकार किए गए थे, उन्हें Android की तुलना में 18 गुना तेजी से प्रोसेस किया गया। यह एक सख्त लेकिन कुशल मैनेजर की तरह है जो जल्दी "ना" कहता है, लेकिन अगर वे "हाँ" कहते हैं, तो वे काम को बिजली की गति से पूरा कर देते हैं।
- Android की गति: Android कुल मिलाकर धीमा था, लेकिन इसने एक अजीब रुझान दिखाया। 2025 के मध्य में, चीजें तेज हुईं (रोबोट और इंसान मिलकर काम करना सीख गए), लेकिन फिर 2025 के अंत तक, चीजें फिर से धीमी हो गईं। यह दक्षता का एक रोलरकोस्टर था।
5. कुछ अनुरोध क्यों अस्वीकार किए गए?
शोधकर्ताओं ने अस्वीकृत अनुरोधों की जांच की और पाया कि रोबोट के काम से निकाले जाने के कुछ मजेदार कारण थे:
- "Rebase" की समस्या: रोबोट ने उस दीवार के ऊपर निर्माण करने की कोशिश की जिसे मानव ने पहले ही हटा दिया था।
- "मौन व्यवहार" (Silent Treatment): रोबet ने अपना काम सबमिट किया, लेकिन किसी मानव ने इसकी समीक्षा नहीं की, इसलिए यह समाप्त (expire) हो गया।
- "टूटी हुई पाइपलाइन" (Broken Pipeline): रोबोट का काम स्वचालित सुरक्षा जांच (जैसे कार का सुरक्षा निरीक्षण विफल होना) में विफल रहा।
अंतिम निर्णय
यह पेपर बताता है कि AI कोडिंग एजेंट्स वास्तविक हैं, लेकिन वे जादू नहीं हैं।
- वे छोटे, रूटीन कार्यों (बग ठीक करना, रंग बदलना) के लिए सबसे अच्छे हैं।
- वे बड़े, संरचनात्मक परिवर्तनों (कोड को फिर से व्यवस्थित करना) के साथ संघर्ष कर रहे हैं।
- Android अलग-अलग रोबोटों को आज़माने के लिए अधिक इच्छुक है, जबकि iOS अधिक सतर्क और एक समान है।
- इंसान अभी भी बॉस हैं। हमें काम के लिए सही रोबोट चुनना होगा, और हमें तैयार रहना होगा कि जब रोबोट कुछ बहुत जटिल करने की कोशिश करे, तो हम हस्तक्षेप कर सकें।
संक्षेप में: रोबोट प्रशिक्षु सहायक हैं, लेकिन उन्हें अभी भी एक मानव फोरमैन की आवश्यकता है जो उनके कंधे के ऊपर से नज़र रखे, खासकर जब वे दीवारों को हिलाने की कोशिश करते हैं।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।