Collaborator or Assistnat? How AI Coding Agents Partition Work Across Pull Request Lifecycles
यह शोध पत्र पाँच AI कोडिंग टूल्स के 29,585 पुल रिक्वेस्ट लाइफसाइकिल का विश्लेषण करता है ताकि एक "सहयोगी-सहायक" (Collaborator-Assistant) वर्गीकरण स्थापित किया जा सके जो यह प्रकट करता है कि कैसे परिचालन एजेंसी (operational agency) तेजी से एजेंटों को सौंपी जा रही है जबकि मर्ज गवर्नेंस मुख्य रूप से मानव-केंद्रित बनी हुई है, जो स्वचालित सॉफ्टवेयर विकास में निष्पादन और निरीक्षण के बीच एक महत्वपूर्ण अलगाव को रेखांकित करता है।
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
कल्पना कीजिए कि सॉफ्टवेयर डेवलपमेंट एक व्यस्त रसोई की तरह है जहाँ शेफ्स (इंसानों) और रोबोटिक sous-chefs (AI एजेंट्स) की एक नई पीढ़ी मिलकर व्यंजन (कोड अपडेट) बनाने के लिए काम कर रही है। आप जिस पेपर के बारे में पूछ रहे हैं वह इस बात का अध्ययन है कि जब ये शेफ और रोबोट एक नया व्यंजन बनाने के बाद उसे मंजूरी के लिए हेड शेफ के पास भेजते हैं, तो वे वास्तव में काम कैसे साझा करते हैं।
शोधकर्ताओं ने पांच अलग-अलग AI टूल्स से लगभग 30,000 "ऑर्डर" (जिन्हें पुल रिक्वेस्ट या PR कहा जाता है) का विश्लेषण किया ताकि यह देखा जा सके कि खाना कौन शुरू करता है, चखने का काम कौन करता है, और अंत में व्यंजन परोसने के लिए "ओके" कौन देता है।
यहाँ उनके निष्कर्षों का सरल शब्दों में विवरण दिया गया है:
1. रोबोटिक शेफ के दो प्रकार
अध्ययन में पाया गया कि AI टूल्स दो अलग-अलग श्रेणियों में आते हैं, जैसे रसोई के दो अलग-अलग प्रकार के सहायक:
"सहयोगी" रोबोट (Cursor, Devin, Copilot):
ये स्वायत्त (autonomous) sous-chefs की तरह हैं। आप उन्हें एक धुंधला सा विचार देते हैं (जैसे "एक मसालेदार पास्ता बनाओ"), और वे रसोई में जाकर सब्जियां काटते हैं, सॉस पकाते हैं, व्यंजन को प्लेट में सजाते हैं, और आपके द्वारा चखने के लिए उसे काउंटर पर लाते हैं। वे लगभग सारा भारी काम खुद करते हैं। हालाँकि, वे अभी भी एक इंसान के इस व्यंजन को देखने, चखने और परोसने से पहले "हाँ" कहने का इंतज़ार करते हैं।- आंकड़ा: इन वर्कफ़्लो में, रोबोट 96% बार काम शुरू करता है।
"सहायक" रोबोट (OpenAI, Claude):
ये स्मार्ट रेसिपी जनरेटर की तरह अधिक हैं। आप (इंसान) अभी भी हेड शेफ हैं। आप रोबोट को ठीक-ठीक बताते हैं कि क्या करना है, या आप खुद खाना बनाना शुरू करते हैं, और रोबोट बस प्याज काटने में आपकी मदद करता है या कोई मसाला सुझाता है। इंसान गाड़ी चला रहा है; रोबोट सिर्फ GPS है।- आंकड़ा: इन वर्कफ़्लो में, इंसान 95%+ बार काम शुरू करता है।
2. बड़ी हैरानी: चाबियाँ किसके पास हैं?
सबसे दिलचस्प खोज यह है कि "परोसने वाला बटन" (कोड मर्ज करना) दबाने का अधिकार किसके पास है।
भले ही "सहयोगी" रोबोट लगभग सारा खाना बनाते हैं और उसे काउंटर पर लाते हैं, फिर भी रेस्टोरेंट की चाबियाँ 99.9% समय इंसानों के पास ही रहती हैं।
- रोबोटों को खाना पकाने और प्लेट में सजाने की अनुमति है।
- रोबोटों को शायद ही कभी यह तय करने की अनुमति दी जाती है कि खाना परोसने के लिए पर्याप्त अच्छा है या नहीं।
- भले ही कोई रोबोट व्यंजन को परोसने के लिए बटन दबाता है, अध्ययन में पाया गया कि आमतौर पर, एक इंसान ने पहले ही उसे चखा था और "ठीक है" कह दिया था। रोबोट ने बस कागजी कार्रवाई पूरी करने के लिए बटन क्लिक किया।
रूपक (Metaphor): AI को एक जूनियर इंटर्न के रूप में देखें। इंटर्न रिपोर्ट तैयार करने, गलतियाँ सुधारने और दस्तावेज़ प्रिंट करने में बहुत अच्छा है। लेकिन मैनेजर (इंसान) ही एकमात्र है जो अंतिम मंजूरी पर हस्ताक्षर करता है। इंटर्न काम करता है; मैनेजर श्रेय (और दोष) लेता है यदि कुछ गलत हो जाता है।
3. "साइलेंट मर्ज" का रहस्य
शोधकर्ताओं ने मामलों की एक बहुत छोटी संख्या (1% से कम) देखी जहाँ एक रोबोट ने बिना किसी इंसान द्वारा चखे ही अपने काम को मंजूरी दी।
हालाँकि, अध्ययन डेटा में एक कमी (blind spot) की ओर इशारा करता है। कंप्यूटर लॉग दिखाते हैं कि बटन किसने क्लिक किया, लेकिन यह नहीं कि निर्णय किसने लिया।
- परिदृश्य A: एक इंसान ने खाना चखा, "बहुत बढ़िया" कहा, और फिर एक नियम सेट किया जिससे रोबमाट बाद में इसे स्वचालित रूप से परोस सके। (रोबोट ने बटन क्लिक किया, लेकिन निर्णय इंसान ने लिया)।
- परिदृश्य B: रोबोट ने वास्तव में खुद से भोजन परोसने का निर्णय लिया।
अध्ययन कहता है कि वे केवल लॉग देखकर इन दोनों परिदृश्यों के बीच अंतर नहीं कर सकते। यह एक दरवाजा खुलने को देखने जैसा है और यह जानना कि रोबोट ने धक्का दिया, लेकिन यह नहीं जानना कि क्या किसी इंसान ने पाँच मिनट पहले रोबोट को धक्का देने के लिए कहा था।
4. इस रसोई के लिए इसका क्या अर्थ है
अध्ययन निष्कर्ष निकालता है कि अभी हम AI के "जूनियर इंटर्न" चरण में हैं।
- सहयोगी (Collaborator) टूल्स पहल करने और काम करने में बेहतरीन हैं, लेकिन उन्हें हर चीज़ की दोबारा जाँच के लिए एक इंसान की आवश्यकता होती है।
- सहायक (Assistant) टूल्स उन इंसानों की मदद करने में बेहतरीन हैं जो पहले से ही काम कर रहे हैं, लेकिन वे नेतृत्व नहीं करते हैं।
शोधकर्ता चेतावनी देते हैं कि जबकि रोबोट खाना पकाने में तेज़ होते जा रहे हैं, "रेस्टोरेंट की चाबियाँ" (कोड मर्ज करने का अधिकार) अभी भी मजबूती से इंसानों के हाथों में हैं। लॉग हमें दिखाते हैं कि काम किसने किया, लेकिन वे हमेशा यह नहीं दिखाते कि अंतिम निर्णय वास्तव में किसका था।
संक्षेप में: AI भारी काम कर रहा है, लेकिन इंसान अभी भी क्लिपबोर्ड पकड़े हुए हैं और चेक पर हस्ताक्षर कर रहे 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।