भले ही आर्टिफिशियल इंटेलिजेंस अभूतपूर्व गति से कोड उत्पन्न करने में सक्षम हो, लेकिन इसके परीक्षण, सत्यापन और उत्पादन वातावरण में तैनाती की प्रक्रिया एक अलग जटिल कार्य प्रस्तुत करती है। इंजीनियरिंग टीमें कोड लिखने, त्रुटियों को ठीक करने और नई सुविधाएँ बनाने के लिए तेजी से AI एजेंटों का उपयोग कर रही हैं, हालांकि कोडिंग में तेजी सॉफ्टवेयर वितरण में तेजी की गारंटी नहीं देती है।
जैसे-जैसे कोड जनरेशन गति पकड़ रहा है, जांचों की संख्या बढ़ रही है, परीक्षण धीमा हो रहा है, और टीमों के लिए परिवर्तनों की बढ़ती मात्रा का समन्वय करना मुश्किल होता जा रहा है।
TechSparks 2026 सम्मेलन में, Forge Code के सीईओ तुषार मातुर ने अपने सत्र 'सॉफ्टवेयर फैक्ट्री की शारीरिक रचना' में इस समस्या पर प्रकाश डाला। उन्होंने समझाया कि AI-उन्मुख इंजीनियरिंग संगठन व्यक्तिगत कोडिंग कार्यों के स्वचालन से परे जाकर सॉफ्टवेयर डेवलपमेंट लाइफसाइकिल (SDLC) के पूरे जीवन चक्र को प्रबंधित करने वाली प्रणालियाँ कैसे बना सकते हैं।
मातुर ने उल्लेख किया कि केवल इसलिए कि कोड जनरेशन आसान और तेज हो गया है, इसका मतलब यह नहीं है कि समग्र SDLC तेज हो जाएगा। उन्होंने याद दिलाया कि पारंपरिक विकास दृष्टिकोण प्रभावी ढंग से कोड लिखने पर केंद्रित था, जिसके लिए टीमों को कार्यान्वयन चरण पर बोझ कम करने के लिए आवश्यकताओं को परिभाषित करने, विनिर्देश तैयार करने और वास्तुकला डिजाइन करने की आवश्यकता होती थी।
हालांकि, चूंकि AI कोडिंग का अधिकांश काम संभाल रहा है, इसलिए बाधाएं अन्य क्षेत्रों में स्थानांतरित हो जाती हैं। मातुर ने उस स्थिति का वर्णन किया जब संगठनों को समीक्षा की प्रतीक्षा कर रहे मर्ज अनुरोधों (पुल रिक्वेस्ट) की भारी मात्रा, लंबे परीक्षण चक्र और मौजूदा रिग्रेशन सेट द्वारा पता लगाए जा सकने वाले त्रुटियों की तुलना में अधिक त्रुटियों का सामना करना पड़ता है।
उन्होंने जोर दिया कि समस्या का समाधान जरूरी नहीं कि अधिक इंजीनियरों को नियुक्त करने या अधिक AI एजेंटों को चलाने में निहित हो। अतिरिक्त कर्मचारी समन्वय लागत बढ़ा सकते हैं, और प्रभावी फीडबैक तंत्र के बिना एजेंटों को जोड़ने से ऐसा कोड बन सकता है जो सत्यापन और परीक्षण प्रणालियों पर अत्यधिक भार डालता है।
मातुर ने समझाया, 'इसका कारण यह है कि कोई संकेत मौजूद नहीं है,' यह समझाते हुए कि स्वचालित चरणों को बस जोड़ने से एक प्रभावी सॉफ्टवेयर फैक्ट्री क्यों नहीं बनती है।
मातुर ने Forge Code को एक सॉफ्टवेयर फैक्ट्री के रूप में प्रस्तुत किया जो पूरे विकास चक्र के दौरान AI एजेंटों का समन्वय करता है। प्रक्रिया अनुरोधों को छांटने, विनिर्देश बनाने और सुविधाओं को लागू करने से शुरू होती है। फिर एजेंटों द्वारा तैनाती से पहले परिवर्तनों की जाँच की जाती है, जिसमें मानव इंजीनियर तब हस्तक्षेप करते हैं जब समाधान या प्रतिक्रिया की आवश्यकता होती है।
यह प्रणाली कार्य वातावरण में निगरानी भी करती है, प्राप्त डेटा का उपयोग भविष्य के कार्यों को सूचित करने के लिए करती है। यह एक फीडबैक लूप बनाता है, जिससे फैक्ट्री समस्याओं की पहचान कर सकती है, अपनी कार्यप्रणाली में सुधार कर सकती है और प्राप्त अनुभव के आधार पर नया काम उत्पन्न कर सकती है। प्रस्तुति के दौरान, मातुर ने बताया कि Forge Code ने सुविधाओं, संगतता और त्रुटि का पता लगाने पर काम करने के लिए पृष्ठभूमि में लगभग 100 एजेंटों का उपयोग किया था।
उन्होंने एक प्रभावी सॉफ्टवेयर फैक्ट्री बनाने के लिए छह सिद्धांतों की रूपरेखा प्रस्तुत की: स्वायत्तता, मापनीयता, आर्थिक दक्षता, मापनीयता, स्व-सुधार और व्यावसायिक लक्ष्यों के साथ संरेखण। अंतिम सिद्धांत विशेष महत्व रखता है।
फैक्ट्री को प्रत्येक अनुरोध के लिए कोड लिखने के कार्य के रूप में काम नहीं करना चाहिए, बल्कि ग्राहक प्रतिधारण बढ़ाने या नियामक अनुपालन सुनिश्चित करने जैसे विशिष्ट परिणामों को प्राप्त करने पर केंद्रित होना चाहिए। फिर टीमें मूल्य के आधार पर सुविधाओं को प्राथमिकता दे सकती हैं। इस मॉडल में, इंजीनियर प्रत्येक कार्य के प्रबंधन में कम समय बिताते हैं और परिणामों की निगरानी करने, संकेतों का विश्लेषण करने और स्वयं प्रणाली में सुधार करने में अधिक समय बिताते हैं। व्यवसाय के नेता भी सीधे अनुरोध और प्राथमिकताएं प्रदान कर सकते हैं, जिससे फैक्ट्री संगठनात्मक लक्ष्यों को विकास बैकलॉग में बदल सकती है।
कोड लिखने की गति अच्छी है, लेकिन बेहतर सॉफ्टवेयर बनाना ही वास्तविक जीत है। इंजीनियरिंग टीमों के लिए कुंजी AI द्वारा प्रदान की गई गति को विश्वसनीय उत्पादों, मापने योग्य प्रगति और वास्तविक व्यावसायिक परिणामों में बदलना है।
