Transcript
00:00:00आइए पिछले कुछ हफ़्तों और महीनों में देखे गए सबसे बेतुके ट्रेंड्स में से एक के बारे में बात करते हैं,
00:00:05जो ऐसा लगता है कि अब खत्म होने वाला है। और सही भी है, क्योंकि इसका कोई मतलब नहीं बनता।
00:00:12टोकन मैक्सिंग। टोकन मैक्सिंग, अगर आप नहीं जानते, तो यह बस इस्तेमाल करने के बारे में है, या कोई कह सकता है कि
00:00:18जलाने, जितने हो सके उतने AI टोकन प्रति माह, प्रति वर्ष, या जो भी समय अवधि आप
00:00:24माप रहे हों। तो, कंपनी के नज़रिए से विचार यह है, क्योंकि यह शब्द
00:00:30एंटरप्राइज़ जगत से आया है, विचार वास्तव में यह है कि आप अपने कर्मचारियों को अधिक से अधिक AI टोकन इस्तेमाल करने के लिए प्रोत्साहित करना चाहते हैं,
00:00:37उदाहरण के लिए, क्लाउड कोड जैसे टूल्स के माध्यम से। और बस एक छोटी सी बात, वह एक उपयोगी टूल है,
00:00:44ठीक वैसे ही जैसे कोडेक्स और ये अन्य टूल्स। आप उनके माध्यम से काम पूरा कर सकते हैं। मेरे पास क्लाउड कोड और कोडेक्स पर कोर्स हैं
00:00:50अगर आप और अधिक सीखना चाहते हैं। वे वास्तव में विस्तृत हैं और आपको कुछ टिप्स और ट्रिक्स दिखाते हैं। लेकिन
00:00:54विचार यह है कि आप इन टूल्स का इस्तेमाल टोकन जलाने या अधिक से अधिक इस्तेमाल करने के लिए करते हैं, क्योंकि
00:01:00इससे आपको बेहतरीन आउटपुट मिलेगा, है ना? नहीं। जैसा कि बताया गया है, ये टूल्स मूल्यवान हैं। एक डेवलपर के रूप में,
00:01:09मेरा मानना है कि आपको इन टूल्स के साथ काम करने में सक्षम होना चाहिए, लेकिन उन्हें सहायता के रूप में इस्तेमाल करें। टोकन मैक्सिंग के पीछे का विचार,
00:01:16या टोकन मैक्सिंग के पीछे का प्रोत्साहन, स्पष्ट रूप से, ज़ाहिर है, यह है कि आप अंत में बस टोकन बर्बाद करते हैं,
00:01:23कि आप उन्हें बिना सोचे-समझे खर्च करते हैं, कि आप प्रॉम्ट के बाद प्रॉम्ट देते रहते हैं, कि आप आउटपुट को जितना संभव हो उतना कम देखते हैं,
00:01:29या बिल्कुल भी नहीं देखते, क्योंकि यह आपको और अधिक प्रॉम्ट देने से रोकेगा। हमने सुना है कि कंपनियों के पास आंतरिक लीडरबोर्ड होते हैं,
00:01:36जहाँ जो लोग सबसे ज़्यादा टोकन खर्च करते हैं, वे, खैर, शीर्ष पर होते हैं और संभावित रूप से कुछ पुरस्कार प्राप्त करते हैं। और निश्चित रूप से, इसका कोई मतलब नहीं है। और निश्चित रूप से,
00:01:42मैं यहाँ मुख्य रूप से डेवलपमेंट के लिए AI के इस्तेमाल के बारे में बात कर रहा हूँ, क्योंकि मैं उसी क्षेत्र से हूँ। लेकिन मैं कहूँगा कि
00:01:50इसका किसी भी संदर्भ में कोई मतलब नहीं है। लेकिन विशेष रूप से अगर हम कोड लिखने
00:01:57या कोड जेनरेट करने के लिए AI का उपयोग करने के बारे में बात कर रहे हैं, तो आप उस कोड को समझना और उसकी समीक्षा करना चाहते हैं। यह
00:02:03अधिक से अधिक कोड उगलने के बारे में नहीं है। यह कभी नहीं था। AI से पहले भी, यह मापना अच्छी बात नहीं थी कि
00:02:11एक डेवलपर किसी दिन में कितनी लाइन कोड लिख सकता है। और AI के साथ यह अलग नहीं है। गुणवत्ता
00:02:20मायने रखती है। और मुझे पता है कि यह ऐसी चीज़ लगती है जिससे आजकल सभी कंपनियाँ सहमत नहीं होंगी। लेकिन हाँ,
00:02:27यह मायने रखती है। यदि आप उस “वाइप कोडिंग” वाली खरगोश की मांद (rabbit hole) में जाते हैं, और आप AI से वह सारा
00:02:35स्पघेटी कोड जेनरेट करवाते हैं, और आप पूरी तरह से खो देते हैं कि क्या चल रहा है, और आप नहीं समझते कि कोड
00:02:43किस बारे में है, और आप किसी बिंदु पर कोड में मैन्युअल रूप से गहराई से जाने में सक्षम नहीं थे, क्योंकि यह बहुत अधिक है,
00:02:50तो आप हार गए। फिर आप वास्तव में हार गए। क्योंकि AI परिपूर्ण होने से बहुत दूर है, जैसा कि हम शायद सभी जानते हैं। तो निश्चित रूप से,
00:02:55हमें AI का कुशलतापूर्वक उपयोग करने और अच्छे परिणाम प्राप्त करने के लिए मानवीय स्पर्श, उस मानवीय नियंत्रण की आवश्यकता है। और
00:03:03यही कारण है कि मैं अपने सभी वीडियो के लिए कहता रहा हूँ, और मैं अभी भी उस पर दृढ़ता से विश्वास करता हूँ, AI एक उपयोगी
00:03:11टूल हो सकता है। लेकिन यह एक टूल है। यह डेवलपर्स का प्रतिस्थापन नहीं है, चाहे कुछ कंपनियाँ इसके लिए
00:03:17कितना भी इच्छा क्यों न कर रही हों। और निश्चित रूप से, टोकन मैक्सिंग के पीछे का पूरा विचार यह है कि,
00:03:23कंपनी के नज़रिए से, उम्मीद है कि आप एक ऐसे बिंदु पर पहुँच सकते हैं जहाँ आपके कर्मचारी AI का इतना उपयोग कर रहे हैं कि
00:03:30वे बहुत सारा अद्भुत आउटपुट दे रहे हैं। और एक कंपनी के रूप में, आप किसी बिंदु पर कह सकते हैं, बहुत बढ़िया, अब हमें
00:03:37उन सभी कर्मचारियों की ज़रूरत नहीं है, या कम से कम हमें उनमें से कम की ज़रूरत है। अब, पता चला है कि यह
00:03:42बहुत अच्छी तरह से काम नहीं कर रहा है। Uber के बारे में यह रिपोर्ट है, जो X पर काफी लोकप्रिय हुई, उदाहरण के लिए, पिछले
00:03:49कुछ हफ़्तों में, जहाँ Uber के COO, और मुझे लगता है कि उनके CTO ने भी, अंत में उल्लेख किया कि उन्होंने
00:03:57चार महीनों में अपना पूरा 2026 का AI बजट खर्च कर दिया। तो उनके पास टोकन का एक बजट था जिसे वे भुगतान करना चाहते थे या उपयोग करना चाहते थे,
00:04:05और उन्होंने इसे कुछ ही महीनों में जला दिया। अब, निश्चित रूप से, और मुझे लगता है कि यह महत्वपूर्ण है,
00:04:14एक कारण यह है कि बजट संभवतः 2025 में निर्धारित किया गया था, कोई भी मान लेगा, या 2025 के अंत में या शुरुआती
00:04:202026 में। और फिर 2026 की शुरुआत में एजेंटिक कोडिंग ने रफ़्तार पकड़ी। तो ऐसा हुआ। और ऐसा हुआ,
00:04:29निश्चित रूप से, क्योंकि कुछ मॉडल जैसे Opus 4.5, लेकिन GPT 5.4 भी, या उससे पहले कोडेक्स, वाकई
00:04:40अच्छे हो गए या बेहतर हो गए, विशेष रूप से पिछले साल के अंत में निर्देशों का पालन करने में। और फिर
00:04:50वे टूल्स, क्लाउड कोड, कोडेक्स, जिस पर मेरे पास वे कोर्स हैं जिनका मैंने उल्लेख किया है, जो बहुत अच्छे हैं, टूल्स और
00:04:55कोर्स, वे भी बेहतर हो गए और उन मॉडलों का वास्तव में कुशलतापूर्वक उपयोग किया। और निश्चित रूप से, अन्य
00:05:00टूल्स जैसे पाई (Pi) भी, जो एक अद्भुत कोडिंग एजेंट है, और इसी तरह। अब, उस संयोजन ने इनका अधिक उपयोग करने के लिए प्रेरित किया
00:05:05टूल्स का। लेकिन चूंकि हम यहाँ एजेंटिक कोडिंग के बारे में बात कर रहे हैं, जहाँ ये टूल्स,
00:05:12या जहाँ इन टूल्स में मॉडल सोचते हैं और टूल्स का उपयोग करते हैं, टूल्स को कॉल करते हैं, सर्च करते हैं, सर्च परिणामों का
00:05:18विश्लेषण करते हैं। वह सब पिछले साल की तुलना में कहीं ज़्यादा टोकन खर्च करता है, जहाँ ये कंपनियाँ AI का उपयोग करती थीं,
00:05:25जहाँ यह छोटे सत्र थे, न कि इतने सारे लंबे समय तक चलने वाले एजेंटिक सत्र। और निश्चित रूप से, सत्र जितना लंबा चलेगा,
00:05:35यह उतने ही अधिक टोकन जलाता है। तो 2025 में जो गणना हुई थी, उसका 2026 में AI का उपयोग कैसे किया जा रहा है, इसकी वास्तविकता से कोई लेना-देना नहीं है,
00:05:40उन उन्नत एजेंटिक कोडिंग मॉडलों और उनके आस-पास के टूल्स के साथ।
00:05:47लेकिन इसके बावजूद, Uber ने अपना पूरा बजट खर्च कर दिया। अब, अगर उन्हें अद्भुत परिणाम मिल रहे होते,
00:05:55तो वे निश्चित रूप से अपना बजट बढ़ाते, लेकिन ऐसा नहीं लगता कि यही हुआ है। एक NVIDIA कार्यकारी ने
00:06:02यह भी कहा कि कंप्यूट की लागत कर्मचारियों की लागत से कहीं ज़्यादा है। तो अभी इंसानों का उपयोग करने की तुलना में
00:06:10AI का उपयोग करना अधिक महंगा है। अब, निश्चित रूप से, आप कह सकते हैं कि इससे कोई फर्क नहीं पड़ता कि AI
00:06:18मानव कर्मचारी से 10 गुना अधिक उत्पादक है। अगर यह 10 गुना या आठ गुना अधिक महंगा है, तो ठीक है, है ना? शायद यह
00:06:2515 गुना अधिक महंगा होने पर भी ठीक होता क्योंकि यह और भी बेहतर हो सकता है, जबकि मानवीय
00:06:31उत्पादकता के लिए, यह भी बढ़ सकती है, लेकिन शायद AI की तरह इतनी तेज़ी से नहीं।
00:06:39लेकिन हम इन संख्याओं के करीब भी नहीं हैं, 10x, 15x, क्योंकि फिर से, उत्पन्न कोड की लाइनों की संख्या
00:06:45मापने का अच्छा तरीका नहीं है। और हमें अपने मानव कर्मचारियों की आवश्यकता है, उनके अनुभव के साथ, उनकी सहानुभूति के साथ, उनके
00:06:54कोड बेस की समझ के साथ, अन्य विभागों और कंपनी के साथ उनके संबंध के साथ, उन सभी बारीकियों के साथ
00:07:01जो एक नौकरी बनाती हैं। निश्चित रूप से, उस विश्वास के साथ जो एक इंसान को सौंपा जाता है। और निश्चित रूप से,
00:07:08उनके कोड बेस की गहरी समझ के साथ भी, कि एक अच्छा कोड बेस क्या है, कोड बेस में आगे क्या आने की संभावना है,
00:07:15किन भविष्य की क्षमताओं की आवश्यकता हो सकती है। ऐसी सभी चीज़ें जो AI मॉडल से गायब हैं, निश्चित रूप से। तो यह
00:07:21AI मॉडल की उत्पादकता की तुलना मानवीय उत्पादकता से करना कई अलग-अलग दृष्टिकोणों से इतना बेतुका है।
00:07:29और पहली कंपनियाँ इसे देख रही हैं, मुझे लगता है। यही कारण है कि यहाँ वह सारा टोकन मैक्सिंग खत्म हो रहा है।
00:07:36आप अमेज़न, मेटा और कई, कई अन्य कंपनियों के बारे में पढ़ सकते हैं जो अपने टोकन लीडरबोर्ड में कटौती कर रही हैं,
00:07:43जो अपने AI बजट में या यहाँ टोकन मैक्सिंग दृष्टिकोण में कटौती कर रही हैं। और मैं वास्तव में उम्मीद करता हूँ,
00:07:48मुझे पता नहीं है, मुझे उम्मीद है कि हम जल्द ही एक ऐसे युग में प्रवेश करेंगे जहाँ चीजें थोड़ी और स्थिर हो जाएंगी।
00:07:54AI यहाँ रहने के लिए है और AI उपयोगी है। यह एक उपयोगी टूल है। यह आपको अधिक उत्पादक बना सकता है।
00:08:02यह अतिरिक्त शोध करने के लिए बहुत अच्छा है। यह बॉयलरप्लेट कोड या गैर-बॉयलरप्लेट कोड तैयार करने के लिए बहुत अच्छा है।
00:08:09लेकिन स्पष्ट रूप से परिभाषित विनिर्देशों के आधार पर मानवीय समीक्षा के साथ, आदर्श रूप से किसी ऐसे कोड बेस पर
00:08:15जो कम से कम एक इंसान द्वारा आकार और फाइन-ट्यून किया गया हो, AI वहाँ वास्तव में उपयोगी हो सकता है।
00:08:22और यह “वाइप कोडिंग” के लिए भी उपयोगी हो सकता है यदि आपको एक छोटा टूल चाहिए जो बस कुछ ऐसा करे
00:08:30जो आपको अभी पूरा करने की ज़रूरत है, जिसे आप दुनिया के सामने प्रकाशित करने की योजना नहीं बना रहे हैं, जहाँ आप
00:08:38सभी बग्स के बारे में परवाह नहीं करते हैं और जहाँ आप बहुत सारी सुविधाएँ नहीं जोड़ेंगे, जिसे आपको मेंटेन नहीं करना है।
00:08:43यह उन वन-ऑफ टूल्स के लिए भी बहुत अच्छा हो सकता है। AI के लिए कई बेहतरीन उपयोग के मामले हैं और
00:08:48यह एक ऐसी तकनीक है जो यहाँ है, जो बनी रहेगी और जो बेहतर होगी, निश्चित रूप से। और कोई नहीं जानता
00:08:55कि 10 साल में क्या होगा। लेकिन अभी के लिए, मैं वास्तव में उम्मीद करता हूँ कि चीजें थोड़ी और स्थिर हो जाएंगी
00:09:00और हम AI का उपयोग उसी के लिए करेंगे जो वह है, एक उपयोगी टूल, लेकिन अभी वह जादू की चीज़ नहीं है जो सब कुछ बदल देती है
00:09:07और सारी नौकरियाँ खत्म कर देगी और अगले 12 महीनों में सभी कर्मचारियों और सभी इंसानों को बदल देगी।
00:09:15और ऐसा लगता है, हालांकि शायद प्रचार कारणों से, कि हमारे पसंदीदा
00:09:20टेक सीईओ, सैम ऑल्टमैन और विशेष रूप से डारियो अमोदेई, इस बारे में किए गए काफी मजबूत बयानों के संबंध में पीछे हट रहे हैं कि
00:09:28AI कितनी जल्दी लगभग सभी व्हाइट-कॉलर काम को बदल देगा, है ना? सैम ऑल्टमैन ने
00:09:36एक इंटरव्यू में कहा कि वह AI के आर्थिक प्रभाव के बारे में काफी गलत थे। और एंथ्रोपिक के सीईओ डारियो अमोदेई,
00:09:45जिन्होंने कुछ समय पहले ही उल्लेख किया था कि अधिकांश या लगभग सारा व्हाइट-कॉलर काम अपेक्षाकृत जल्द ही AI द्वारा बदल दिया जाएगा,
00:09:52अब कहते हैं कि ऑटोमेशन वास्तव में लोगों द्वारा किए जाने वाले काम का विस्तार कर सकता है। शायद इसलिए,
00:09:59क्योंकि उनके पीआर विभाग ने उनसे कहा कि हालाँकि यह कंपनियों को उनके टूल्स बेचने के लिए अद्भुत है
00:10:06जब वे कहते हैं कि वे कितने कर्मचारियों को बदल सकते हैं, तो यह इतना अद्भुत नहीं है अगर पूरी दुनिया उनके खिलाफ हो जाए।
00:10:13तो मुझे पहले उनके बयानों की ज्यादा परवाह नहीं थी और अब जब वे उन्हें वापस लेते हैं तो भी मुझे नहीं है,
00:10:21मैं हमेशा काफी आश्वस्त था कि भविष्य में कहीं भी AI सभी व्हाइट-कॉलर काम को नहीं बदल पाएगा।
00:10:28मुझे यकीन है कि यह वास्तव में अधिक काम की ओर ले जाएगा। यह उन सभी तकनीकी
00:10:37सफलताओं के साथ हुआ है। और उन सभी की तरह, हम बस यह नहीं देखते कि भविष्य की भूमिकाएँ कैसी दिखेंगी। लेकिन जब हम
00:10:43कोडिंग पर एक नज़र डालते हैं, तो हम उस बिंदु के करीब भी नहीं हैं जहाँ आप AI को सारा कोड लिखने देना चाहेंगे
00:10:48और किसी गंभीर उत्पाद के लिए इसके बारे में बिल्कुल भी परवाह नहीं करना चाहेंगे। कम से कम मैं निश्चित रूप से नहीं करूँगा और मुझे लगता है कि
00:10:56कोई भी कंपनी जो ऐसा करेगी, वह गंभीर गलतियाँ करेगी। लेकिन जैसा कि लगता है, कंपनियाँ भी उम्मीद है कि शुरू कर रही हैं
00:11:03यह महसूस करना कि AI का उपयोग एक “सब कुछ करने वाले” समाधान के बजाय एक बेहतरीन टूल के रूप में बेहतर है।
00:11:11---
Community Posts
No posts yet. Be the first to write about this video!
Write about this video