Rule Taxonomy and Evolution in AI IDEs: A Mining and Survey Study
यह शोध पत्र 83 ओपन-सोर्स प्रोजेक्ट्स से 7,310 नियमों को निकालने और AI IDE नियमों के लिए एक वर्गीकरण (टैक्सोनॉमी) स्थापित करने हेतु 99 पेशेवरों का सर्वेक्षण करने वाले एक मिश्रित-पद्धति अध्ययन को प्रस्तुत करता है, जो डेवलपर की प्राथमिकताओं और वास्तविक कॉन्फ़िगरेशन के बीच के अंतर को उजागर करता है और यह प्रदर्शित करता है कि नियमों का विकास सॉफ्टवेयर आर्टिफैक्ट अनुपालन में महत्वपूर्ण सुधार 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 आपने एक बहुत ही बुद्धिमान, अविश्वसनीय रूप से तेज़, लेकिन थोड़ी अराजक (chaotic) व्यक्तिगत सहायक को अपना घर बनाने में मदद करने के लिए काम पर रखा है। यह सहायक एक AI है, और यह ईंटें बिछाने और दीवारें पेंट करने में बहुत कुशल है। लेकिन कभी-कभी, यह भ्रमित हो जाता है। यह खिड़की की जगह दरवाजा बनाने का निर्णय ले सकता है, या यह उस प्रकार की लकड़ी का उपयोग कर सकता है जिसे आपने विशेष रूप से उपयोग करने से मना किया था।
इसे ठीक करने के लिए, आप सहायक को एक नियम पुस्तिका (Rulebook) देते हैं। यह केवल एक बार दी गई कोई टिप्पणी नहीं है; यह एक जीवित दस्तावेज़ है जो प्रोजेक्ट के साथ हमेशा रहता है। हर बार जब सहायक काम शुरू करता है, तो वह इस नियम पुस्तिका को पढ़ता है ताकि उसे याद रहे कि आपका घर वास्तव में कैसा दिखना चाहिए।
यह शोध पत्र इस बात की गहरी पड़ताल है कि कैसे वास्तविक दुनिया के डेवलपर्स इन "नियम पुस्तिकाओं" (जिन्हें AI IDEs में नियम/Rules कहा जाता है) का उपयोग करते हैं और समय के साथ उन्हें कैसे बदलते हैं। शोधकर्ताओं ने 83 वास्तविक प्रोजेक्ट्स का अध्ययन किया और 99 डेवलपर्स से बात की कि वास्तव में क्या हो रहा है।
यहाँ उनके निष्कर्ष दिए गए, जिन्हें सरल रूप से विभाजित किया गया है:
1. "नियम पुस्तिका" का वर्गीकरण (किताब में क्या है?)
शोधकर्ताओं ने हजारों नियमों को 5 मुख्य दराजों और 25 छोटे फोल्डरों वाली एक विशाल फाइलिंग कैबिनेट में वर्गीकृत किया:
- आर्किटेक्चर और डिज़ाइन (Architecture & Design): बड़ी तस्वीर (जैसे, "इस विशिष्ट ब्लूप्रिंट शैली का उपयोग करें")।
- कोड कार्यान्वयन (Code Implementation): सूक्ष्म विवरण (जैसे, "कोड इस तरह लिखें," "क्लासेस का उपयोग न करें")।
- वर्कफ़्लो और प्रबंधन (Workflow & Management): टीम कैसे काम करती है (जैसे, "सेव करने से पहले हमेशा टेस्ट चलाएं")।
- गुणवत्ता आश्वासन (Quality Assurance): सुरक्षा जांच (जैसे, "सब कुछ टेस्ट करें," "कोई सुरक्षा खामी न हो")।
- AI सहयोग (AI Collaboration): AI को कैसा व्यवहार करना चाहिए (जैसे, "संक्षिप्त रहें," "अनुमान न लगाएं")।
बड़ा आश्चर्य:
डेवलपर्स ने जो कहा और उन्होंने वास्तव में जो लिखा, उसके बीच एक बड़ा अंतर था।
- वे क्या महत्व देते हैं: डेवलपर्स ने सर्वेक्षण में बताया, "सबसे महत्वपूर्ण चीज़ आर्किटेक्चर (बड़ी तस्वीर) और संदर्भ (Context) (प्रोजेक्ट के बारे में AI की समझ) है।"
- उन्होंने वास्तव में क्या लिखा: वास्तविक प्रोजेक्ट्स में नियम पुस्तिकाएं ज्यादातर निम्न-स्तरीय विवरणों से भरी थीं जैसे "इस फ़ॉन्ट का उपयोग करें," "फ़ाइलों को इस फोल्डर में रखें," और "पहले यह टेस्ट चलाएं।"
- उपमा (Analogy): यह एक वास्तुकार (architect) को गगनचुंबी इमारत डिजाइन करने के लिए नियुक्त करने जैसा है, लेकिन आप अपना 90% समय उन्हें इस बारे में मेमो लिखने में बिताते हैं कि उन्हें कौन सी कॉफी पीनी चाहिए और स्टेपलर को कैसे व्यवस्थित करना है, जबकि स्टील के ढांचे के बारे में शायद ही कुछ उल्लेख करते हैं।
2. नियम कैसे विकसित होते हैं (किताब कैसे बदलती है)
नियम स्थिर नहीं होते; उन्हें लगातार अपडेट किया जाता है। शोधकर्ताओं ने 1,540 बदलावों को देखा।
- मुख्य क्रिया: अधिकांश समय, डेवलपर्स नए नियम जोड़ (add) रहे होते हैं। वे आमतौर पर पुराने नियमों को फिर से लिख नहीं रहे होते हैं; वे बस नए निर्देश जोड़ रहे होते हैं।
- "क्यों" का अंतर:
- डेटा क्या कहता है: कोड परिवर्तनों को देखते समय, डेवलपर्स ने मुख्य रूप से प्रोजेक्ट को विस्तार देने (नए फीचर्स जोड़ना) या संदर्भ को समृद्ध करने (AI को अधिक बैकग्राउंड जानकारी देना) के लिए नियम जोड़े।
- डेवलपर्स क्या कहते हैं: जब सर्वेक्षण में पूछा गया, तो डेवलपर्स ने कहा कि वे ज्यादातर नियमों को AI द्वारा की गई गलतियों को सुधारने के लिए बदलते हैं।
- उपमा: यह एक माता-पिता के कहने जैसा है, "मैं बच्चों को नए कौशल सीखने में मदद करने के लिए कामों की सूची में नए काम जोड़ता हूँ," लेकिन बच्चे कहते हैं, "हम केवल तभी काम जोड़ते हैं जब हम बर्तन धोने में गलती करते हैं।" वास्तविकता रचनात्मक विकास है, लेकिन महसूस होने वाली भावना केवल नुकसान की भरपाई (damage control) है।
- "सुधार" की आदत: जब डेवलपर्स AI की गलती को ठीक करने की कोशिश करते हैं, तो वे शायद ही कभी पुराने नियम को संपादित (edit) करते हैं। इसके बजाय, वे एक नया नियम जोड़ते हैं जो कहता है, "X न करें।" यह दरवाजे के बगल में "प्रवेश निषेध" का साइन लगाने जैसा है, न कि दरवाजे को फिर से पेंट करने जैसा।
3. क्या यह वास्तव में काम करता है? (अनुपालन की जांच)
शोधकर्ता जानना चाहते थे कि यदि आप नियम पुस्तिका को अपडेट करते हैं, तो क्या AI वास्तव में नए निर्देशों का बेहतर पालन करता है?
- परिणाम: हाँ, काफी हद तक।
- संख्या: नियम अपडेट होने से पहले, AI निर्देशों का पालन लगभग 49% समय करता था। अपडेट के तुरंत बाद, यह बढ़कर 72% हो गया। यह 23% का सुधार है।
- एक शर्त (Catch): यह ठोस, आसानी से जांचने योग्य चीजों के लिए सबसे अच्छा काम करता है (जैसे, "फ़ाइल का नाम .ts पर समाप्त होना चाहिए")। यह अस्पष्ट, उच्च-स्तरीय विचारों (जैसे, "अच्छे आर्किटेक्चर सिद्धांतों का पालन करें") के लिए बहुत कम प्रभावी है।
- उपमा: यदि आप सहायक को कहते हैं, "हमेशा लाल टोपी पहनें," तो वे इसे पूरी तरह से करेंगे एक बार जब आप उन्हें याद दिला दें। लेकिन यदि आप कहते हैं, "एक अच्छा नेता बनें," तो वे अभी भी भ्रमित हो सकते हैं। नियम पुस्तिका विशिष्ट आदेशों के लिए अच्छी है, लेकिन अमूर्त दर्शन (abstract philosophy) के लिए कम प्रभावी है।
अध्ययन के मुख्य निष्कर्ष (Summary)
- डेवलपर्स बड़ी तस्वीर की परवाह करते हैं, लेकिन छोटी चीजों के बारे में लिखते हैं। वे आर्किटेक्चर को महत्व देते हैं लेकिन अपना समय फॉर्मेटिंग और वर्कफ़्लो विवरणों को ठीक करने में बिताते हैं।
- "जोड़ने, न कि संपादित करने" की रणनीति। डेवलपर्स समस्याओं को हल करने के लिए पुराने नियमों को साफ करने के बजाय नए नियम जोड़ने को प्राथमिकता देते हैं। इससे नियम पुस्तिकाएं समय के साथ लंबी और अव्यवस्थित हो जाती हैं।
- अपडेट काम करते हैं, लेकिन केवल विशिष्ट चीजों के लिए। नियमों को बदलने से AI निर्देशों का बहुत बेहतर पालन करता है, लेकिन केवल तभी जब वे निर्देश स्पष्ट और ठोस हों।
- "नकारात्मक बाधा" (Negative Constraint) की समस्या। डेवलपर्स अक्सर AI की गलतियों को "ऐसा न करें" वाले नियम जोड़कर ठीक करते हैं। यह एक त्वरित समाधान है, लेकिन लंबे समय में यह नियम पुस्तिका को अव्यवस्थित और भ्रमित बना सकता है।
संक्षेप में, AI IDEs शक्तिशाली हैं, लेकिन उन्हें नियंत्रित करने के लिए उपयोग की जाने वाली "नियम पुस्तिकाएं" वर्तमान में थोड़ी अव्यवस्थित हैं। हम उनका उपयोग बड़ी, जटिल डिजाइन का मार्गदर्शन करने के बजाय तत्काल, छोटी समस्याओं को हल करने के लिए कर रहे हैं, और हम उन्हें साफ और व्यवस्थित रखने के बजाय उन्हें टुकड़ों में जोड़ते जा 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।