00:00:00वह क्या है जो असल में उन डेवलपर्स को अलग करता है जो सफल होंगे, उनसे जो रिप्लेस हो जाएंगे।
00:00:04जब से AI मुख्यधारा में आया है, इसने हमारे लिए बहुत सारी चीजों को ऑटोमेट करना शुरू कर दिया है,
00:00:08जिससे हमारे काम करने के तरीके पूरी तरह बदल गए हैं, जैसा कि आपने हमारे पिछले वीडियो में देखा था कि
00:00:12Claude अब एजेंट्स का एक आर्केस्ट्रेटर बन गया है। सॉफ्टवेयर डेवलपर्स इसे अपनाने वाले सबसे पहले लोग थे
00:00:17क्योंकि उनके काम का एक बड़ा हिस्सा बार-बार वही कोड लिखने का था, जो अक्सर अक्षम हो जाता था।
00:00:21अब AI हर डेवलपर के वर्कफ़्लो का एक मुख्य हिस्सा है, और अगर आप अभी भी AI का उपयोग उसी तरह कर रहे हैं जैसे छह महीने पहले करते थे, तो आप पिछड़ रहे हैं।
00:00:26इस परिदृश्य को देखते हुए,
00:00:31Anthropic ने सॉफ्टवेयर डेवलपमेंट के ट्रेंड्स पर चर्चा करते हुए एक लेख जारी किया। जब हम अपनी टीम में इस बारे में बात कर रहे थे,
00:00:35तो हमने पाया कि यह हमारे वर्कफ़्लो से बहुत गहरा जुड़ा हुआ था और हमें काफी सही लगा।
00:00:40सॉफ्टवेयर डेवलपमेंट लाइफ साइकिल (SDLC) नाटकीय रूप से बदल रहा है। जो साइकिल पहले हफ्तों या महीनों का समय लेती थी,
00:00:46वो अब AI की वजह से घंटों में पूरी हो रही है। पारंपरिक लाइफ साइकिल कुछ इस तरह दिखती थी:
00:00:51हफ्तों की प्लानिंग और डिजाइनिंग, फिर इम्प्लीमेंटेशन और टेस्टिंग, फिर रिव्यू, और फिर यही चक्र दोहराया जाता था।
00:00:56AI के साथ यह बदल गया है। अब आप केवल अपना उद्देश्य (intent) बताते हैं, और एजेंट उसे लागू कर देता है।
00:01:01इंसान अब केवल रिव्यू करने और अपना उद्देश्य बताने के काम में शामिल हैं। बाकी सब AI एजेंट्स संभाल लेते हैं।
00:01:05इससे इंजीनियरिंग का मतलब पूरी तरह बदल जाता है। सॉफ्टवेयर डेवलपमेंट का मतलब अब केवल कोड लिखना नहीं रह गया है।
00:01:11इसका मतलब है उन एजेंट्स को निर्देशित करना जो कोड लिखते हैं, रणनीतिक दिशा देना और यह सुनिश्चित करना कि सिस्टम उम्मीद के मुताबिक काम करे।
00:01:16यहाँ तक कि ऑनबोर्डिंग का समय भी हफ्तों से घटकर घंटों में आ गया है। AI कोडबेस को समझ सकता है और नए लोगों को तुरंत सिखा सकता है।
00:01:21और अब,
00:01:26चूंकि हमारा ध्यान एजेंट्स को निर्देशित करने पर है, इसलिए हर कोई किसी एक क्षेत्र का विशेषज्ञ बनने के बजाय एक फुल-स्टैक इंजीनियर बन रहा है।
00:01:30इंजीनियर्स अब अपने टेक-स्टैक के बुनियादी ज्ञान के साथ भी काम कर सकते हैं, और जहाँ ज्ञान की कमी होती है, AI उसे भर देता है।
00:01:35यह तेज़ी से फीडबैक और जल्दी सीखने में मदद करता है। अलग-अलग टीमों के बीच हफ्तों चलने वाला तालमेल अब एक ही वर्किंग सेशन में सिमट गया है।
00:01:40यह बिल्कुल वैसा ही है जैसा Linear के CEO ने अपने लेख में भविष्यवाणी की थी कि सॉफ्टवेयर वर्कफ़्लो के बीच वाले हिस्से को AI ने रिप्लेस कर दिया है।
00:01:45और अगर आप अभी भी अपना समय उस बीच वाले हिस्से में बिता रहे हैं, तो आप इस बदलाव के खिलाफ काम कर रहे हैं।
00:01:50और यह हमें वापस उसी सिद्धांत पर ले आता है जिसके बारे में हम बात करते रहते हैं। आपको अपनी प्लानिंग में प्रभावी होना होगा
00:01:55और अपने उद्देश्य को स्पष्ट शब्दों में व्यक्त करना होगा। अब जो कौशल सबसे ज्यादा मायने रखता है, वह है स्पष्टता —
00:01:59यानी यह ठीक-ठीक बताना कि आपको क्या चाहिए और एजेंट्स से सबसे बेहतरीन प्रोडक्ट तैयार करवाना।
00:02:05आगे बढ़ने से पहले, आपको बता दें कि Team AI Labs दोहा, कतर में होने वाले Web Summit 2026 में हिस्सा ले रही है।
00:02:10अगर आप वहां आ रहे हैं या आसपास हैं, तो यह टीम से मिलने, जुड़ने और हमसे सीखने का एक शानदार मौका है।
00:02:16हमें वहां आपसे मिलने का इंतजार रहेगा। अब हम सिंगल एजेंट्स से मल्टी-एजेंट सिस्टम की ओर बढ़ चुके हैं।
00:02:20हमने अपने पिछले वीडियो में बताया था कि Claude Code ने अब अपने प्रोडक्ट के अंदर मल्टी-एजेंट आर्किटेक्चर लागू कर दिया है।
00:02:26पहले, एक ही एजेंट के पास एक ही कॉन्टेक्स्ट विंडो होती थी और वो सभी कामों को खुद ही मैनेज करता था।
00:02:31दिक्कत यह थी कि एक ही कॉन्टेक्स्ट विंडो बहुत जल्दी भर जाती थी क्योंकि उसकी मेमोरी में बहुत ज्यादा जानकारी होती थी,
00:02:36जिससे वह अपना फोकस खो देता था। अब एक आर्केस्ट्रेटर एजेंट होता है जो एक प्रोजेक्ट मैनेजर की तरह काम करता है
00:02:41और काम को एक्सपर्ट एजेंट्स को सौंप देता है। प्रत्येक एजेंट की अपनी कॉन्टेक्स्ट विंडो होती है
00:02:46और फिर वे फाइनल रिजल्ट तैयार करने के लिए अपने आउटपुट को एक साथ जोड़ देते हैं। हालांकि Claude खुद ही एजेंट्स बनाने और मैनेज करने का काम करता है,
00:02:51लेकिन हम खास कामों के लिए अपने खुद के एजेंट्स बनाते हैं। हम इन एजेंट्स का उपयोग इसलिए करते हैं क्योंकि
00:02:56उन्हें हमारी पसंद के अनुसार तैयार किया गया है, जिसमें काम की मुश्किल के हिसाब से अलग-अलग Claude मॉडल्स और निर्देश दिए गए हैं।
00:03:00सब-एजेंट्स अब और भी बेहतर हो गए हैं क्योंकि अब आप उन्हें बैकग्राउंड में चला सकते हैं,
00:03:06जो एप्लीकेशन के अलग-अलग हिस्सों को एक साथ संभालते हैं, जिससे पूरी प्रक्रिया तेज़ हो जाती है।
00:03:10लंबे समय तक चलने वाले (Long-running) एजेंट्स और भी सक्षम होते जाएंगे। एजेंट्स अब एक-एक फीचर बनाने के बजाय
00:03:15अपने आप पूरे सिस्टम बनाने में सक्षम हो गए हैं। यह 2025 के अंत में उभरना शुरू हुआ, जब Opus 4.5 और GPT 5.2 जैसे मॉडल्स रिलीज हुए।
00:03:182026 में, एजेंट्स बिना किसी मानवीय हस्तक्षेप के कई दिनों तक काम कर सकेंगे। पहले, एजेंट्स
00:03:24एप्लीकेशन के छोटे हिस्सों को संभालते थे। अब वे पूरे एप्लीकेशन और सिस्टम बना रहे हैं, टेस्ट कर रहे हैं और
00:03:28अगले फीचर पर बढ़ने से पहले यह खुद ही वेरिफाई कर रहे हैं कि सिस्टम काम कर रहा है या नहीं।
00:03:35हमने एक खास वीडियो बनाया है जिसमें बताया गया है कि लंबे समय तक चलने वाले सिस्टम्स को और प्रभावी कैसे बनाया जाए, जिसे आप चैनल पर देख सकते हैं।
00:03:41सही टूल्स और वर्कफ़्लो के साथ, एजेंट्स बड़े स्तर पर प्लानिंग करने, सुधार करने और असफलताओं से उबरने में सक्षम हैं।
00:03:46यह डेवलपमेंट के अर्थशास्त्र को बदल देता है। बड़ी कंपनियों में, सॉफ्टवेयर में सालों का “टेक्निकल डेट” जमा हो जाता है जिसे ठीक करने का किसी के पास समय नहीं होता।
00:03:50अब एजेंट्स सक्रिय रूप से उस पुराने पेंडिंग काम को निपटा सकते हैं। यह उद्यमियों के लिए भी एक रास्ता खोलता है।
00:03:55पहले, सबसे बड़ी चुनौती कौशल की कमी और समय की थी। लोगों के पास आइडिया तो थे लेकिन उन्हें बनाने के लिए संसाधन नहीं थे।
00:04:00ऑटोनॉमस एजेंट्स के साथ, स्टार्टअप्स अब कुछ ही दिनों में प्रोडक्ट्स बनाकर लॉन्च कर सकते हैं।
00:04:04हम अपने कामों के लिए भी लॉन्ग-रनिंग एजेंट्स का उपयोग करते हैं। ऐसे कामों के लिए हमारे वर्कफ़्लो में Claude.md फ़ाइल होती है जिसमें निर्देश होते हैं।
00:04:10हम Claude को हर बार कुछ लागू करने के बाद टेस्ट करने का निर्देश देते हैं। किसी फीचर को पूरी तरह से सफल मानने के लिए,
00:04:15Claude के पास उसे वेरिफाई करने का तरीका होना चाहिए। हम आंतरिक रूप से एजेंट्स का उपयोग करके टेस्टिंग करते हैं, और विजुअल टेस्टिंग के लिए हम Claude Chrome का उपयोग करते हैं।
00:04:20एक बार जब एजेंट की नज़र से टेस्टिंग और विजुअल वेरिफिकेशन पूरा हो जाता है, तो हम बदलावों को डिस्क्रिप्टिव मैसेज के साथ Git पर कमिट कर देते हैं।
00:04:25यह इसलिए ज़रूरी है क्योंकि एजेंट्स कभी-कभी उस कोड या टेस्ट को भी बदल देते हैं जो हमने नहीं कहा था। Git हमें आसानी से वापस जाने (roll back) की सुविधा देता है।
00:04:31हम हमेशा Claude से लिए गए फैसलों को डॉक्यूमेंट करने के लिए कहते हैं, ताकि कमिट साफ़-सुथरे हों और शिप करने के लिए तैयार हों।
00:04:36समय बचाने के लिए, हम Claude को टास्क को छोटी और स्वतंत्र यूनिट्स में तोड़ने और उन पर एक साथ काम करने के लिए अलग-अलग एजेंट्स असाइन करने को कहते हैं।
00:04:41अगर आप यह Claude.md और ये एजेंट्स चाहते हैं ताकि आप इन्हें अपने प्रोजेक्ट्स के लिए इस्तेमाल कर सकें, तो आप इन्हें AI Labs Pro में पा सकते हैं।
00:04:46जो नहीं जानते, उन्हें बता दें कि यह हमारी हाल ही में लॉन्च की गई कम्युनिटी है जहाँ आपको रेडी-टू-यूज़ टेम्पलेट्स, प्रॉम्प्ट्स, सभी कमांड्स और स्किल्स मिलते हैं,
00:04:50जिन्हें आप इस वीडियो और पिछले सभी वीडियो के प्रोजेक्ट्स में सीधे जोड़ सकते हैं। अगर आपको हमारे काम से फायदा मिला है और आप चैनल को सपोर्ट करना चाहते हैं,
00:04:56तो यह सबसे अच्छा तरीका है। लिंक्स डिस्क्रिप्शन में हैं। इंसानी देखरेख अब इंटेलिजेंट कोलैबोरेशन के जरिए बढ़ रही है।
00:05:01जैसे-जैसे एजेंट्स बेहतर हो रहे हैं, वे आउटपुट को हमसे कहीं ज्यादा तेज़ी से रिव्यू कर सकते हैं। मॉडल्स जिस रफ़्तार से बड़े पैमाने पर आउटपुट दे रहे हैं,
00:05:06उसे हम इंसानी रफ़्तार से रिव्यू नहीं कर सकते, इसलिए हम सुरक्षा खामियों, आर्किटेक्चर की स्थिरता और क्वालिटी जैसे रिव्यू के लिए उन पर निर्भर हैं।
00:05:11किसी ऐसे कोडबेस को पढ़ना जिसे आपने नहीं लिखा है, बहुत थका देने वाला काम है। अब एजेंट्स इसे संभाल लेते हैं।
00:05:16एजेंट्स अब मदद मांगना भी सीख रहे हैं। किसी काम को बिना सोचे-समझे करने के बजाय, वे जानते हैं कि कब इंसान की सलाह की ज़रूरत है और वे एक टीम की तरह सवाल पूछते हैं।
00:05:21हमारी टीम ने पहले ही Claude में यह पैटर्न देखा है। जब हमने कहा कि आउटपुट खराब लग रहा है,
00:05:25तो उसने स्पष्टीकरण मांगते हुए सवाल पूछे कि हमारी उम्मीदें क्या थीं और वह इसमें कैसे सुधार कर सकता है।
00:05:30अब देखरेख का काम हर चीज़ को रिव्यू करने से हटकर केवल ज़रूरी चीज़ों को रिव्यू करने पर आ गया है। हमें केवल उन खास मामलों को देखना होता है जहाँ समस्या आ सकती है।
00:05:35यह इस सवाल का भी जवाब देता है कि क्या AI डेवलपर्स की जगह ले लेगा। भले ही AI की क्षमताएं बढ़ रही हैं, लेकिन इंसान की भूमिका अभी भी मुख्य है।
00:05:40मुख्य बदलाव कोड लिखने से हटकर कोड को रिव्यू करने और AI के आउटपुट को गाइड करने की ओर है।
00:05:45Anthropic के एक इंजीनियर ने कहा कि AI के साथ काम करने का सबसे अच्छा तरीका यह है कि आप इसका उपयोग तब करें जब आप जानते हों कि सही उत्तर क्या होना चाहिए।
00:05:50सही उत्तर वही लोग जानते हैं जिनके पास सॉफ्टवेयर इंजीनियरिंग का वास्तविक अनुभव है और जिन्होंने प्रोग्रामिंग कॉन्सेप्ट्स को गहराई से सीखा है।
00:05:55और आपको सही उत्तर तब पता होता है जब आप जानते हैं कि किस काम के लिए कौन सा तरीका अपनाना है। उदाहरण के लिए,
00:06:00टेस्टिंग के लिए आपको खास दृष्टिकोण अपनाने पड़ते हैं। हमने आपको पहले ही बताया है कि टेस्ट-ड्रिवन अप्रोच, व्हाइट बॉक्स टेस्टिंग और ब्लैक बॉक्स टेस्टिंग का उपयोग कैसे करें।
00:06:05हमने Claude Chrome एक्सटेंशन और Puppeteer MCP जैसे टूल्स का उपयोग करके विजुअल टेस्टिंग के बारे में भी बताया है।
00:06:10साथ ही, अगर आपको हमारा कंटेंट पसंद आ रहा है, तो 'हाइप' बटन दबाने पर विचार करें क्योंकि इससे हमें ऐसा और कंटेंट बनाने और अधिक लोगों तक पहुँचने में मदद मिलती है।
00:06:15एजेंटिक कोडिंग अब ऐसी नई सेवाओं और यूजर्स तक पहुँच रही है जिन्हें हमने पहले कभी नहीं देखा था।
00:06:202025 की शुरुआत में, AI कोडिंग ज्यादातर लोकप्रिय फ्रेमवर्क्स के लिए ही प्रभावी थी और अक्सर उन सिस्टम्स के साथ संघर्ष करती थी जो पुरानी भाषाओं या कम इस्तेमाल होने वाले फ्रेमवर्क्स का उपयोग करते थे।
00:06:26इसीलिए सबसे अच्छे से काम करने वाले एप्लीकेशंस React-आधारित थे क्योंकि मॉडल्स को मुख्य रूप से उन्हीं फ्रेमवर्क्स पर ट्रेन किया गया था।
00:06:302026 तक, एजेंटिक कोडिंग उन क्षेत्रों में भी फैल जाएगी जहाँ पारंपरिक डेवलपमेंट टूल्स नहीं पहुँच सकते थे,
00:06:36जिसमें COBOL, FORTRAN और अन्य डोमेन-स्पेसिफिक भाषाओं जैसे पुराने लेगेसी सिस्टम्स का सपोर्ट शामिल है।
00:06:41इससे पुराने सिस्टम्स को मेंटेन करना आसान हो जाएगा क्योंकि अब पुराने डॉक्यूमेंटेशन को छानने की ज़रूरत नहीं होगी।
00:06:46AI ने नॉन-डेवलपर्स के लिए भी डेवलपमेंट को सुलभ बना दिया है, जिससे साइबर सुरक्षा, ऑपरेशन्स और डेटा साइंस जैसे क्षेत्रों में नए लोगों के लिए अवसर खुल गए हैं।
00:06:50co-work की रिलीज पहले से ही इस दिशा में प्रगति का संकेत दे रही है। कोड करने वाले और कोड न करने वाले लोगों के बीच की दीवारें AI की प्रगति के साथ खत्म होती जा रही हैं।
00:06:56उदाहरण के लिए, सुरक्षा टीम का कोई व्यक्ति कमियों को खोजने के लिए किसी अपरिचित कोड को समझने हेतु AI का उपयोग कर सकता है।
00:07:01रिसर्च टीमें अपने डेटा के फ्रंट-एंड विजुअलाइजेशन बनाने के लिए इसका इस्तेमाल कर रही हैं और नॉन-टेक्निकल कर्मचारी नेटवर्किंग और डेटा एनालिटिक्स जैसे क्षेत्रों में AI का उपयोग कर रहे हैं।
00:07:06यह कुछ ऐसा है जो हमारी टीम पहले से ही कर रही है। हमारी टीम के एक सदस्य को Golang की जानकारी नहीं थी लेकिन उन्हें एक चैट एप्लीकेशन का बैक-एंड बनाने का काम दिया गया था।
00:07:12उन्होंने 'प्लान मोड' ऑन किया और ऐप के बारे में कुछ सवालों के जवाब देकर पूरा प्लान तैयार किया।
00:07:17Claude ने एक ही बार में पूरा सर्वर बना दिया, जो बिल्कुल उम्मीद के मुताबिक काम कर रहा था। इससे सिर्फ एक काम के लिए नई भाषा सीखने में बर्बाद होने वाला समय बच गया।
00:07:23उत्पादकता में होने वाला फायदा सॉफ्टवेयर डेवलपमेंट के अर्थशास्त्र को नया आकार देगा।
00:07:28हमने पहले ही बताया है कि समय सीमा (timelines) कम हो गई है क्योंकि एजेंट्स मुश्किल हिस्सों को संभाल लेते हैं।
00:07:32तीन कारक एक-दूसरे को मजबूती देते हैं: एजेंट की क्षमताएं, आर्केस्ट्रेशन में सुधार और मानवीय अनुभव।
00:07:38ये सब मिलकर प्रोजेक्ट के समय को कम करते हैं और यह बदल देते हैं कि क्या बनाना संभव है।
00:07:44जो प्रोजेक्ट्स कभी बहुत मुश्किल माने जाते थे, वे अब मुमकिन हैं, जिससे प्रोडक्ट्स बाज़ार में जल्दी आ पा रहे हैं।
00:07:48एजेंट्स टीमों को कम लोगों के साथ काम करने में मदद करते हैं। प्रोजेक्ट की समय सीमा छोटी है, जिससे हमें निवेश पर जल्दी रिटर्न मिलता है।
00:07:53जिन फीचर्स को बनाने में पहले बहुत समय लगता था, वे अब बहुत कम समय में बनाए जा सकते हैं।
00:07:58लेकिन आगे बढ़ने से पहले, हमारे प्रायोजक Luma AI के बारे में कुछ शब्द। अगर आपने पहले AI वीडियो के साथ काम किया है, तो आप उसकी झुंझलाहट जानते होंगे।
00:08:03यह अक्सर एक जुए जैसा लगता है। लेकिन Luma AI का नया मॉडल, Ray3Modify वास्तव में गेम-चेंजर है क्योंकि यह वो मॉडिफाई क्षमताएं देता है जिसका डेवलपर्स इंतज़ार कर रहे थे।
00:08:08सिर्फ प्रॉम्प्ट देकर उम्मीद करने के बजाय, अब आप किसी वीडियो को लेकर उसका परिवेश (environment) या लाइटिंग पूरी तरह बदल सकते हैं, जबकि मूल मोशन और फिजिक्स बिल्कुल वैसा ही रहेगा।
00:08:13यह आपके इनपुट डेटा का सम्मान करता है। यह केवल रैंडम शोर (noise) पैदा नहीं कर रहा है। यह वीडियो-टू-वीडियो है जो स्ट्रक्चर को बनाए रखता है।
00:08:18साथ ही 'कैरेक्टर रेफरेंस' के साथ, आप आखिरकार अपने सब्जेक्ट को अलग-अलग शॉट्स में एक जैसा रख सकते हैं, जो पहले लगभग असंभव था।
00:08:24यह पहली बार है जब कोई AI वीडियो टूल किसी खिलौने के बजाय एक कंट्रोल करने योग्य प्रोफेशनल टूल जैसा लगता है।
00:08:28छोटे प्रोडक्शन को भी बड़ा बनाएं। स्क्रीन पर दिए गए QR कोड को स्कैन करें या पिन किए गए कमेंट में दिए गए लिंक पर जाकर आज ही Dream Machine में Ray3 आज़माएँ।
00:08:33संगठनों में नॉन-टेक उपयोग के मामलों में बढ़ोतरी हो रही है। सेल्स, मार्केटिंग, लीगल और ऑपरेशन्स की टीमें अब वर्कफ़्लो को ऑटोमेट करने के लिए AI कोडिंग का उपयोग कर सकती हैं
00:08:38और इंजीनियरिंग टीम के सपोर्ट के बिना खुद टूल्स बना सकती हैं। AI एजेंट्स सीधे उनके मार्गदर्शन में काम कर सकते हैं और सिस्टम डेवलप कर सकते हैं।
00:08:43जिन लोगों के पास अपने क्षेत्र की विशेषज्ञता है और वे अपनी समस्याओं को गहराई से समझते हैं, वे समाधान शुरू करने के लिए खुद एजेंट्स का उपयोग कर रहे हैं।
00:08:48उदाहरण के लिए, अकाउंटिंग या अन्य विभागों में काम करने वाला व्यक्ति अपनी समस्याओं को किसी और से बेहतर समझता है।
00:08:53वे एजेंट्स को निर्देश दे सकते हैं और देव टीम का इंतज़ार किए बिना एक वर्किंग सॉल्यूशन पा सकते हैं। हमारी टीम पहले से ही अपने वर्कफ़्लो में Claude का उपयोग कर रही है।
00:08:58हमने Claude Code का उपयोग करके डॉक्यूमेंटेशन, आइडिएशन और रिसर्च जैसे उबाऊ नॉन-डेवलपमेंट कामों को ऑटोमेट कर दिया है,
00:09:03जिससे हम अपने काम के दिलचस्प और रचनात्मक हिस्सों पर ध्यान दे पाते हैं। एजेंटिक कोडिंग सुरक्षा के बचाव और हमलों, दोनों को बढ़ाती है।
00:09:08सिक्योरिटी और AI एक दोधारी तलवार की तरह हैं। वही AI जो आपके कोडबेस को समझ सकता है और ऑनबोर्डिंग में मदद कर सकता है, उसकी कमियों का फायदा उठाने में भी सक्षम है।
00:09:12सुरक्षा का ज्ञान अब केवल सुरक्षा इंजीनियरों तक सीमित नहीं है। कोई भी इंजीनियर एक सुरक्षा समीक्षक (security reviewer) के रूप में काम कर सकता है, जो सिस्टम की मजबूती और निगरानी को संभालता है।
00:09:17चूंकि सुरक्षा इंजीनियर डोमेन विशेषज्ञ होते हैं, इसलिए अभी भी उनकी सलाह ज़रूरी है। लेकिन उनके ज्ञान के साथ AI को मिलाकर,
00:09:22एप्लीकेशंस को बनाना और सुरक्षित करना आसान हो जाता है। जहाँ सुरक्षा इंजीनियर एप्लीकेशंस का बचाव कर सकते हैं, वहीं इसके आक्रामक उपयोग भी होंगे।
00:09:26पिछले साल, हमने Claude code और इसके टूल्स का उपयोग करके किया गया एक समन्वित हमला देखा था। इसका मतलब है कि एजेंटिक क्षमताएं
00:09:33हमलों के प्रकारों को बदल देंगी, जिससे वे पहले से कहीं अधिक इंटेलिजेंट और हानिकारक हो जाएंगे। सिस्टम को सुरक्षित करना और भी महत्वपूर्ण होने वाला है
00:09:37और इंजीनियर्स को शुरू से ही सुरक्षा पर ध्यान देने की ज़रूरत होगी। AI एजेंट्स साइबर डिफेंस सिस्टम में बढ़ती भूमिका निभाएंगे,
00:09:42जिससे हमलों की रफ़्तार का मुकाबला किया जा सकेगा। हमें हमले होने से पहले तैयारी करने की ज़रूरत है।
00:09:47हम 'जीरो-डे' हमलों में भी बढ़ोतरी की उम्मीद करते हैं, जिससे पहले से तैयारी करना और भी ज़रूरी हो जाता है।
00:09:52जब हमारी टीम कोई ऐप बनाती है, तो हम सुरक्षा के लिए विशेष एजेंट्स का उपयोग करते हैं। ये एजेंट्स
00:09:57कोड रिव्यू, टेस्टिंग और सर्वर-साइड सुरक्षा संभालते हैं, जहाँ हम एक्सेस कंट्रोल करते हैं।
00:10:01एप्लीकेशंस को सुरक्षित करना अलग-अलग कॉम्बिनेशन के ज़रिए किया जा सकता है, चाहे वो इन-बिल्ट स्किल्स हों, रियूजेबल कमांड्स हों या बाहरी MCPs के टूल्स।
00:10:07CodeRabbit जैसे बाहरी टूल का उपयोग करना बेहतर है क्योंकि वे जानी-पहचानी सुरक्षा खामियों को जल्दी पकड़ने के लिए बनाए गए हैं।
00:10:12यह हमें इस वीडियो के अंत तक ले आता है। अगर आप चैनल को सपोर्ट करना चाहते हैं और हमें ऐसे वीडियो बनाते रहने में मदद करना चाहते हैं,
00:10:18तो आप AI Labs Pro से जुड़कर ऐसा कर सकते हैं। हमेशा की तरह, देखने के लिए धन्यवाद और मैं आपसे अगले वीडियो में मिलूँगा।
00:10:24directly by their guidance and develop systems. People with domain expertise and deep understanding
00:10:29of the problems they face use agents to initiate solutions themselves. For example, someone working
00:10:34in accounting or other departments understands the problems they face better than anyone else.
00:10:39They can instruct agents and have a working solution without waiting for dev team. Our team has already
00:10:44been using Claude in our workflow. We automated the boring non-development work like documentation,
00:10:49ideation and research by using Claude code, letting us focus on the interesting and creative part of
00:10:55our work. Agenda coding improves security defenses and offensive uses. Security and AI are a double
00:11:00edged sword. The same AI that can navigate your code base and help with onboarding is also capable
00:11:06of exploiting its vulnerabilities. Security knowledge is not limited to security engineers.
00:11:10Any engineer can act as a security reviewer, handling hardening and monitoring of systems.
00:11:15Since security engineers are domain specialists, they still need to be consulted. But combining
00:11:20AI with their knowledge, it becomes easier to build, harden and secure applications. While
00:11:25security engineers can defend the applications, there will be offensive use cases too. Last year,
00:11:30we saw a coordinated attack carried out using Claude code and its tools. This means agentic
00:11:35capabilities will evolve the types of attacks we see, making them more intelligent and harmful
00:11:39than ever. Securing systems is going to become increasingly crucial and engineers will need to
00:11:44focus on security from the start. AI agents will play a growing role in cyber defense systems,
00:11:49enabling responses that match the speed of offensive attacks. We need to prepare before
00:11:53attacks happen. We also expect a rise in zero-day attacks, making proactive preparation even more
00:11:58important. When our team creates an app, we use specialized agents for security. These agents
00:12:03handle code review, testing and server-side security, the layer where we control access.
00:12:08Securing applications can be done using different combinations depending on the application,
00:12:12whether it's built-in skills, reusable commands for build purposes or tools from external MCPs.
00:12:18It is better to use an external tool like CodeRabbit because they're built to catch known
00:12:22vulnerability patterns early. That brings us to the end of this video. If you'd like to support
00:12:26the channel and help us keep making videos like this, you can do so by joining AI Labs Pro.
00:12:31As always, thank you for watching and I'll see you in the next one.