रोमन पौराणिक कथाओं में, दरवाज़ों और परिवर्तनों के देवता जेनस को दो चेहरों के साथ दर्शाया गया है: एक पिछले सबक और पैटर्न की ओर देखता है, और दूसरा भविष्य के बदलाव की ओर। AI कोडिंग सहायकों के साथ सॉफ़्टवेयर बनाते समय यह दोहरी दृष्टि मायने रखती है। आज, एक कार्यशील प्रोटोटाइप कुछ ही घंटों में बनाया जा सकता है, और कोड बनाना सस्ता और बदलना आसान हो गया है। लेकिन इस गति से एक नया जोखिम पैदा होता है: जब बिना स्पष्ट संरचना के तेज़ी से कोड बनाया जाता है, तो प्रोजेक्ट को समझना, बनाए रखना और विस्तार करना कठिन हो जाता है।
डेटा वैज्ञानिकों के लिए यह बदलाव महत्वपूर्ण है। जिन एप्लिकेशन के लिए पहले काफ़ी सॉफ़्टवेयर इंजीनियरिंग सहायता की आवश्यकता होती थी, उन्हें अब प्राकृतिक भाषा और कोडिंग एजेंटों के ज़रिए प्रोटोटाइप किया जा सकता है, जिससे नोटबुक से API और तैनात एप्लिकेशन तक का सफ़र आसान हो गया है। फिर भी, एक कार्यशील एप्लिकेशन बनाना ऐसा सिस्टम इंजीनियर करने के समान नहीं है जो विकसित हो सके। एक कोडिंग एजेंट तर्क को उस जगह रख सकता है जहाँ उस क्षण सबसे आसान हो, जैसे किसी एंडपॉइंट, फ़्रेमवर्क-विशिष्ट ऑब्जेक्ट या सहायक फ़ंक्शन में, बिना इस बात की परवाह किए कि किसकी क्या ज़िम्मेदारी है।
लेखक का तर्क है कि AI प्रोजेक्ट्स को इसी जेनस-जैसे दृष्टिकोण की ज़रूरत है। पीछे देखते हुए, टीमों को कठिनाई से सीखे सबक संजोने चाहिए: ज़िम्मेदारियों को अलग रखना, दोहराव वाली सेटअप से बचना, अनुबंध स्पष्ट रखना, मुख्य तर्क का परीक्षण करना, और बाहरी उपकरणों को एप्लिकेशन के हर हिस्से में रिसने से रोकना। आगे देखते हुए, प्रोजेक्ट्स को नई आवश्यकताओं, तकनीकों और क्षमताओं को पूरी तरह से पुनः डिज़ाइन किए बिना समायोजित करने की लचीलापन चाहिए।
लक्ष्य वास्तुकला के लिए वास्तुकला नहीं, बल्कि तेज़ विकास को अधिक सुरक्षित और दोहराने योग्य बनाना है। एक आधार रेखा (बेसलाइन) न्यूनतम वास्तुशिल्प निर्णय परिभाषित करती है जिन्हें हर प्रोजेक्ट में दोबारा नहीं गढ़ना चाहिए, जिनमें उपकरण-निरपेक्ष कोड, बदले जा सकने वाला बुनियादी ढाँचा और परीक्षण योग्य मुख्य तर्क शामिल हैं। जब इसे पुन: उपयोग योग्य टेम्पलेट के रूप में पैक किया जाता है, तो यह आधार रेखा एक स्कैफोल्ड बन जाती है, जो टीमों को एक व्यावहारिक शुरुआती बिंदु देती है और हर बार एक-बारगी संरचना बनाए बिना उन्हें तेज़ी से आगे बढ़ने में मदद करती है।
स्रोत: Towards Data Science · HeadlinesBriefing द्वारा सारांशित