आपका कोडिंग सहायक बताता है कि हर परीक्षण पास हो गया है। बिल्ड हरा है, इसलिए आप पुल रिक्वेस्ट मर्ज करते हैं और आगे बढ़ जाते हैं। तीन हफ्ते बाद एक समस्या आती है, लेकिन एजेंट मदद के लिए उपलब्ध नहीं है। शायद आपका API कोटा खत्म हो गया है, या आप बिना सिग्नल वाली कम्यूटर ट्रेन में फँसे हैं। अब कोड आपका है, और उसमें कुछ टूट गया है। क्या आप सचमुच उसे ठीक कर सकते हैं?
यही सवाल CodeOwnership प्रोजेक्ट के केंद्र में है। व्यवहार में स्वामित्व का अर्थ केवल कमिट पर आपका नाम होना नहीं है। आप तभी सच में कोड के मालिक हैं जब आप उसके तर्क का पता लगा सकें और बिना किसी सहायता के उसे पूरी तरह ठीक कर सकें। पास होते परीक्षण केवल यह दिखाते हैं कि सॉफ़्टवेयर अच्छे दिन पर काम करता है, वे यह साबित नहीं करते कि आप उसे समझते हैं। यहाँ चर्चा केवल रखरखाव की है, लाइसेंसिंग या कॉपीराइट की नहीं।
लेखक ने इस अंधे बिंदु की जाँच के लिए CodeOwnership बनाया, जो एक हल्का पायलट प्रोजेक्ट है। एक AI एजेंट कोई फीचर लिखता है, और डेवलपर ईमानदारी से यह दर्ज करता है कि वह उसे कितना समझता है। फिर दूसरा एजेंट एक पूर्व-पंजीकृत बग डालता है। डेवलपर सभी AI टूल बंद करके एक इंसिडेंट रिपोर्ट खोलता है और उस दोष को ढूँढने की कोशिश करता है।
टेस्ट हार्नेस पूरा हो चुका है। इसमें लॉक की गई विशिष्टताएँ, दृश्य और छिपे परीक्षण, एक ब्लाइंड बग सत्यापन जाँच, एक निर्देशित CLI, और एक रिपोर्ट टूल शामिल है जो मेट्रिक्स को एक एकल स्कोर में नहीं मिलाता। पहले परीक्षण में लेखक ने अपने आत्मविश्वास को 5 में से 4 आँका, फिर 8 मिनट 12 सेकंड पर टाइमर रोका, और तब भी बग नहीं मिला था। एक बाद के सत्र में लगभग 30 मिनट बाद बग मिल गया, फिर भी स्क्रिप्ट NOT FIXED दर्ज करती रही, क्योंकि कोई सुधार लागू नहीं किया गया था।
यह केवल एक डेवलपर का एक ही रन है, कोई उद्योग-व्यापी बेंचमार्क नहीं। यह दिखाता है कि हार्नेस कैसे काम करता है, कहाँ टूटता है, और कोड की समझ की यथार्थवादी परीक्षा कैसी दिखनी चाहिए।
स्रोत: Towards Data Science · HeadlinesBriefing द्वारा सारांशित