Characterizing the Quality Profile of AI-Generated C++ in Production
एक उत्पादन वातावरण (प्रोडक्शन एनवायरनमेंट) में 3.52 मिलियन C++ परिवर्तनों का यह बड़े पैमाने पर किया गया अनुभवजन्य अध्ययन यह प्रकट करता है कि AI-जनित कोड, मानव-लिखित कोड की तुलना में विशिष्ट अक्षमताओं और उच्च संसाधन लागतों को पेश करता है, लेकिन यह भी प्रदर्शित करता है कि लक्षित, वर्गीकरण-सूचित फीडबैक इन गुणवत्ता और प्रदर्शन संबंधी समस्याओं को प्रभावी ढंग से कम कर सकता 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 हमारे संसार को चलाने वाला सॉफ़्टवेयर—आपके फ़ोन पर मौजूद ऐप्स, आपके पसंदीदा गेम को चलाने वाली प्रणालियाँ, वैश्विक बैंकिंग के पीछे के अदृश्य इंजन—एक विशाल, हलचल भरे शहर की तरह है। दशकों तक, यह शहर पूरी तरह से मानव वास्तुकारों और निर्माण कर्मियों द्वारा बनाया गया था, जो सख्त ब्लूप्रिंट का पालन करते थे ताकि यह सुनिश्चित हो सके कि हर पुल भार सह सके और हर पाइप बिना रिसाव के पानी ले जा सके। लेकिन हाल ही में, एक नए प्रकार का सहायक आया है: आर्टिफिशियल इंटेलिजेंस (AI)। AI को एक सुपर-फास्ट, अविश्वसनीय रूप से उत्साही प्रशिक्षु (apprentice) के रूप में सोचें जो सेकंडों में ब्लूप्रिंट तैयार कर सकता है। यह गति के लिए बेहतरीन है, लेकिन क्योंकि यह पुराने प्लानों के एक विशाल पुस्तकालय से सीखता है, इसलिए यह कभी-कभी ऐसे पैटर्न की नकल करता है जो कागज़ पर तो ठीक दिखते हैं लेकिन वास्तव में वास्तविक दुनिया में अक्षम या बोझिल होते हैं। इंजीनियरों के लिए बड़ा सवाल केवल यह नहीं है कि "क्या AI इसे बना सकता है?" बल्कि यह है कि "क्या वह इमारत खड़ी रहेगी, सुचारू रूप से चलेगी, और जनता के लिए खुलने के बाद ऊर्जा बर्बाद नहीं करेगी?" यही उस कहानी का केंद्र है जिसे हम तलाशने जा रहे हैं: एक गहन अध्ययन कि कैसे AI द्वारा लिखा गया कोड वास्तव में प्रोडक्शन सॉफ़्टवेयर की वास्तविक, उच्च-दांव वाली दुनिया में प्रदर्शन करता है।
यह शोध पत्र एक विशाल तकनीकी कंपनी की इंजीनियरों की टीम द्वारा संचालित एक साल लंबे जासूसी मिशन की तरह है। वे यह देखना चाहते थे कि क्या होता है जब AI उन विशाल प्रणालियों के लिए कोड लिखने में मदद करता है जिनका उपयोग अरबों लोग प्रतिदिन करते हैं। केवल यह जाँचने के बजाय कि क्या कोड काम करता है (क्या ऐप क्रैश हो जाता है?), उन्होंने कोड के "क्वालिटी प्रोफाइल" को देखा: क्या यह अस्त-व्यस्त है? क्या यह बहुत अधिक कंप्यूटर पावर का उपयोग करता है? क्या यह सॉफ़्टवेयर को धीमा या चलाने में अधिक महंगा बनाता है?
शोधकर्ताओं ने अप्रैल 2025 और अप्रैल 2026 के बीच किए गए 35 लाख से अधिक कोड परिवर्तनों को ट्रैक किया। उन्होंने पाया कि AI एक बड़ा हिस्सा काम कर रहा था—अध्ययन के अंत तक ज्ञात मूल वाले कोड का लगभग 70% AI-जनरेटेड था। लेकिन यहाँ एक मोड़ है: जबकि AI तेज़ था, उसका एक विशिष्ट "व्यक्तित्व" था जिसने विशिष्ट समस्याएँ पैदा कीं।
AI-जनरेटेड कोड को एक ऐसे छात्र के रूप में सोचें जो, गणित की समस्या हल करने के लिए पूछे जाने पर, गणना के हर एक चरण को हाथ से लिखने का निर्णय लेता है, भले ही वहाँ एक शॉर्टकट फॉर्मूला मौजूद हो जिसे हर कोई उपयोग करता है। शोध में पाया गया कि C++ (एक भाषा जो हाई-परफॉर्मेंस सिस्टम के लिए उपयोग की जाती है) में AI-जनरेटेड कोड का एक विशिष्ट व्यवहार था:
- सरल चीजों को अत्यधिक जटिल बनाना: एक मानक, कुशल टूल (जैसे कि पहले से बना फंक्शन) का उपयोग करने के बजाय, AI अक्सर अपने स्वयं के लंबे, स्पष्ट लूप लिखता था। यह एक कार के लिए कस्टम पहिया बनाने जैसा था जब एक मानक टायर काम कर सकता था।
- बहुत अधिक कॉपी और पेस्ट करना: AI अनावश्यक रूप से डेटा को डुप्लिकेट करने की प्रवृत्ति रखता था, जो कि एक सूटकेस में केवल सावधानी के तौर पर तीन एक जैसी जोड़ी जूतों को पैक करने जैसा है। इससे मेमोरी और प्रोसेसिंग पावर बर्बाद होती थी।
- "कपलिंग" का बोझ पैदा करना: कोड अक्सर सिस्टम के विभिन्न हिस्सों को एक-दूसरे से बहुत मजबूती से जोड़ देता था, जिससे बाद में किसी चीज़ को तोड़ने के बिना कुछ भी ठीक करना या अपडेट करना कठिन हो जाता था।
ये केवल मामूली, अदृश्य गड़बड़ियाँ नहीं थीं। इनके वास्तविक दुनिया में लागत थी। अध्ययन से पता चला कि मुख्य रूप से AI द्वारा लिखे गए कोड ने मानव-लिखित कोड की तुलना में लगभग 5-8% अधिक कंप्यूटिंग संसाधनों (जैसे CPU पावर और मेमोरी) का उपयोग किया। इसके अलावा, मानव समीक्षकों को इसे ठीक करने में अधिक प्रयास करना पड़ा, क्योंकि AI-जनरेटेड बदलावों को लगभग दोगुने 'ब्लॉकिंग कमेंट्स' (फीडबैक जो कोड को सबमिट होने से रोकता है) प्राप्त हुए और उन्हें मर्ज करने में अधिक समय लगा।
हालाँकि, कहानी का अंत "AI बुरा है" के निष्कर्ष के साथ नहीं होता। शोधकर्ताओं ने पाया कि AI टूटा हुआ नहीं था; वह बस दिशाहीन था। जब उन्होंने AI को एक "टैक्सोनॉमी" (सबसे आम गलतियों की एक वर्गीकृत सूची, जैसे "अनावश्यक रूप से डेटा कॉपी करना बंद करें" या "स्टैंडर्ड लाइब्रेरी का उपयोग करें") के आधार पर विशिष्ट फीडबैक दिया, तो AI में नाटकीय सुधार हुआ। एक परीक्षण में, इस लक्षित फीडबैक ने विशिष्ट स्टैटिक एनालिसिस चेतावनियों को 11.1% कम कर दिया और कोड के दक्षता स्कोर में 31% का सुधार किया।
तो, निर्णय क्या है? शोध पत्र सुझाव देता है कि AI-जनरेटेड कोड स्वाभाविक रूप से खतरनाक या टूटा हुआ नहीं है, लेकिन इसका एक अनुमानित "स्टाइल" है जो अक्षम और अत्यधिक विस्तृत (verbose) होने की ओर झुकता है। अच्छी खबर यह है कि हम इसे ठीक कर सकते हैं। इन विशिष्ट पैटर्न को समझकर और AI को बेहतर निर्देश देकर, हम AI के स्पीड बूस्ट को बनाए रखते हुए यह सुनिश्चित कर सकते हैं कि सॉफ़्टवेयर तेज़, कुशल और रखरखाव में आसान बना रहे। यह अध्ययन साबित करता है कि सही फीडबैक लूप के साथ, हम AI प्रशिक्षु को न केवल तेज़, बल्कि स्मार्ट बनाना सिखा सकते 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।