AI কোডিংয়ের ২ বছর: কোডের পরামর্শ থেকে AI সহকর্মী পর্যন্ত

যে AI এক দিনে একটা মডিউলও ঠিকমতো বানাতে পারত না, সে এখন নির্দিষ্ট সময়সীমার কাজ করতে শুরু করেছে। ফিরে তাকালে দেখি, ২ বছরে কাজের ধরন প্রায় চারবার বদলেছে, আর প্রতিবার আমার জায়গাটাও সঙ্গে সঙ্গে বদলে গেছে।

1. পরামর্শ ফাংশনের যুগ — প্রাথমিক কোডিং IDE

শুরুতে AI কোডিং ছিল একটি সাধারণ পরামর্শ ফাংশন। কোড লিখতে থাকলে পরের কয়েকটি লাইন ধূসর অক্ষরে দেখাত, আর ট্যাব চাপলে তা গ্রহণ করা যেত। কাজ তখনও আমিই করতাম, AI ছিল হাতের গতি একটু বাড়ানোর একটি হাতিয়ার।

(চিত্র 1: প্রথম ধাপ। ফাংশনের নাম ও প্রথম লাইন লিখলে পরের তিনটি লাইন ধূসর রঙে দেখা যায়, আর ট্যাব চাপলে তা গ্রহণ করা যায়।)

2. কথোপকথনের জানালার যুগ — ভালো প্রম্পটে ছোট ফিচার ও ডিবাগিং

দ্বিতীয় ধাপে ভালো প্রম্পট দিয়ে ছোট ফিচার তৈরি আর ডিবাগিংয়ের কাজ দেওয়া শুরু করলাম। কাজের জায়গা কোডিং IDE-এর এডিটর থেকে পাশের কথোপকথনের জানালায় সরে গেল। 2024 সালের আশপাশ পর্যন্ত মনে হয় “যিনি ভালো প্রম্পট লিখতে পারেন” তিনিই দক্ষ বলে গণ্য হতেন।

(চিত্র 2: দ্বিতীয় ধাপ। কোথায় ত্রুটি হয়েছে তা কথোপকথনের জানালায় ব্যাখ্যা করলে AI সংশোধনের কোড দেখায়, আর আমি তা এডিটরে বসাই।)

2025 সালের Stack Overflow ডেভেলপার জরিপে সেই সময়ের আবহটাই দেখা যায়। উত্তরদাতাদের 84% AI টুল ব্যবহার করছিলেন বা করার পরিকল্পনা করেছিলেন, আর পেশাদার ডেভেলপারদের 51% প্রতিদিন ব্যবহার করতেন। কিন্তু কাজে এজেন্ট ব্যবহারকারীদের দৈনিক, সাপ্তাহিক ও মাঝে মাঝে ব্যবহারকারী সবাইকে মিলিয়েও প্রতি দশজনে প্রায় তিনজন ছিলেন। AI-এর উত্তরের নির্ভুলতায় আস্থা নেই বলেছিলেন এমন মানুষ (46%) আস্থা আছে বলেছিলেন যাঁরা (33%), তাঁদের চেয়ে বেশি ছিলেন।

3. হারনেসের যুগ — স্পেসিফিকেশন নির্ধারণ ও কাজকে সঠিক পথে রাখা

তৃতীয় ধাপে, এ বছর থেকে, স্পেসিফিকেশন নির্ধারণ করে ডেভেলপমেন্ট যেন ঠিকভাবে এগোয় তা দেখতাম। হারনেসের সংজ্ঞা তৈরি হলো, তার পরিবেশও সাজানো হলো। আমার কম্পিউটারের পর্দা অন্ধকার একাধিক টার্মিনালে ভরে গেল। একসঙ্গে একাধিক ইস্যু সামলাতাম বলেই এতগুলো টার্মিনাল খুলেছিলাম। হারনেস তৈরি হওয়ার পর এজেন্ট শুরু থেকে শেষ পর্যন্ত কাজ করতে লাগল, ফলে অপেক্ষার সময়ও বেড়ে গেল।

(চিত্র 3: তৃতীয় ধাপে আমার আসল পর্দা। বাঁদিকে এজেন্টের তালিকা, আর প্রতিটি জানালায় ভিন্ন এজেন্ট (Codex, Claude Code, OpenCode) নিজের ইস্যু সামলাচ্ছে। মাঝের জানালায় এজেন্টের দেওয়া কাজের প্রতিবেদন দেখা যাচ্ছে।)

এই সময়ে AI একা কত দীর্ঘ কাজ শেষ করতে পারে, তা দ্রুত বাড়ছিল। AI মূল্যায়ন প্রতিষ্ঠান METR এ বছরের জানুয়ারিতে জানায়, AI যে দৈর্ঘ্যের কাজ অর্ধেক সম্ভাবনায় শেষ করতে পারে (মানুষের হিসাবে যে সময় লাগে), তা দীর্ঘদিন প্রায় প্রতি 7 মাসে দ্বিগুণ হয়েছে; 2024 সালের পর সেই ব্যবধান প্রায় 89 দিনে নেমে এসেছে। একটি মডিউল সামলাতেই হিমশিম খাওয়া AI যে কয়েক ঘণ্টার কাজ নিতে পারছে, সংখ্যাগুলো তারই পরিচয়।

OpenAI-ও ফেব্রুয়ারিতে “হারনেস ইঞ্জিনিয়ারিং” নামে একই কথা বলেছিল। পাঁচ মাসে মানুষের হাতে লেখা সোর্স কোড ছাড়াই এজেন্ট দিয়ে প্রায় 1,000,000 লাইনের একটি পণ্য তৈরি করা হয়েছিল, আর ইঞ্জিনিয়ারের কাজ কোড বাস্তবায়ন থেকে এজেন্টের কাজের পরিবেশ নকশা করার দিকে সরে গিয়েছিল।

টার্মিনালে কোড করার এই দৃশ্য আমি আমার বই Harness Engineering-এর 1 অধ্যায়ে একটি ওয়েবটুনে রেখেছি। গল্পটা এমন: 1999 সালের আমার কাছে গিয়ে বললেও যে ভবিষ্যতে GPU আর টার্মিনাল দিয়ে কোড করব, সে বিশ্বাস করবে না। তবে 2 সংস্করণ লিখতে গিয়ে পাশে বন্ধনীর মধ্যে একটা কথা যোগ করেছি: এটাও বোধহয় শিগগিরই শেষ হয়ে আসবে।

(চিত্র 4: Harness Engineering-এর 1 অধ্যায়ের ওয়েবটুন। ভবিষ্যতের আমি 1999 সালের আমার কাছে গিয়ে বলে, “2026 সালে GPU দিয়ে কোড করি, আর জনপ্রিয় কোডিং টুল হলো টার্মিনাল”; কিন্তু অতীতের আমি বলে, মজা কোরো না।)

4. মেসেঞ্জারের যুগ — নথি, প্রতিবেদন ও অনুমোদন

আর সবশেষে, অক্টোবর থেকে আমি মেসেঞ্জার, নকশার নথি, প্রতিবেদন ও অনুমোদন দেখে সময়সূচি সামলাতে শুরু করেছি। কিছু ভেঙে গেলে তবেই টার্মিনালে ঢুকে দেখতে শুরু করলাম, আর কাজও সফটওয়্যার ডেভেলপমেন্ট থেকে কোম্পানির সব কাজে ছড়িয়ে গেল।

(চিত্র 5: আজকাল আমি যে পর্দা দেখি। ক্যালেন্ডারে প্রতিটি AI সহকর্মীর নামের লেবেলসহ কাজ উঠে আসে।)

(চিত্র 6: নথিতে কাজের দৃশ্য। আমি নথিতে এক লাইনের নোট রাখলে AI সহকর্মী ভিত্তি উল্লেখ করে নথি সংশোধন করে এবং নোটের পাশে কী বদলেছে তার উত্তর দেয়।)

(চিত্র 7: মেসেঞ্জারে অনুমোদন। Minho সিদ্ধান্ত নেওয়ার তিনটি বিষয় তুললে আমি এক লাইনে উত্তর দিই, “সবগুলো a দিয়ে”।)

AI সহকর্মীরা মেসেঞ্জারে কাজ গ্রহণ করে, নথিতে ফলাফল রাখে, আর আমি নথি দেখে অনুমোদন করি। এখন শুধু ডেভেলপমেন্ট নয়, ইমেইল, প্রস্তাবনা, শিক্ষাসামগ্রী, ওয়েবটুন ও ব্লগও এই ধারায় চলছে। সংখ্যাতেও তা দেখা যায়।

(চিত্র 8: Nextain-এর বিনিয়োগকারী সম্পর্কিত উপকরণে রাখা লেখচিত্র। পণ্যের রিপোজিটরিতে মাসে নতুন যোগ হওয়া কোড ফেব্রুয়ারির 92,000 লাইন থেকে সেপ্টেম্বরে 254,000 লাইনে বেড়েছে। সেপ্টেম্বরের হিসাব 1–22 তারিখের।)

(চিত্র 9: এক লাইনের নোট থেকে অনুমোদন ও নথিবদ্ধ করা পর্যন্ত। এখন কোম্পানির কাজ যেভাবে চলে, তা ওয়েবসাইটে চারটি ঘরে আঁকা হয়েছে।)

5. যেগুলোকে সঠিক উত্তর বলে তুলে ধরেছিলাম

এই সবই ২ বছরে ঘটে যাওয়া বড় পরিবর্তন। ছোট কোডের টুকরোর পরামর্শ থেকে AI-কে সহকর্মী করে কাজ করা পর্যন্ত সত্যিই অনেক কিছু বদলেছে, আর এই সময়ে যেগুলোকে সঠিক উত্তর বলে তুলে ধরেছিলাম, সেগুলো সবই যেন হারিয়ে যাচ্ছে। একটা সময় ভালো প্রম্পটই সঠিক উত্তর ছিল, আরেক সময় ভালো হারনেস; এখন দুটোই কাজের অংশ হয়ে গেছে।

6. তাই এখন যা করছি

এই প্রক্রিয়াটিই নথিবদ্ধ করছি এবং পণ্যে রূপ দিচ্ছি।

• Harness Engineering, 2 সংস্করণ: জুলাইয়ে প্রকাশিত 1 সংস্করণে AI কোডিং এজেন্টের সঙ্গে কাজ করতে গিয়ে যেসব অভিজ্ঞতার মুখোমুখি হয়েছি, সেগুলো রেখেছিলাম। তার পরের তিন মাসে নানা AI মডেলকে সহকর্মী করে কোম্পানির কাজ করতে করতে একা ব্যবহার করা হারনেসকে দল ও কোম্পানির কর্মক্ষেত্রে (Naia ADK 2.0) প্রসারিত করেছি, আর সেই গল্প 2 সংস্করণে লিখেছি। প্রকাশের আগে তিনটি AI-কে পুরো পাণ্ডুলিপি দিয়ে প্রশংসা চাইনি, সত্যিই বইটি কেনার যোগ্য কি না জিজ্ঞেস করেছি; প্রতিটি সমালোচনার জন্য আবার কোড ও কমিট খুলে যাচাই করে সংশোধন করেছি। 2 সংস্করণ শিগগিরই প্রকাশিত হবে। 1 সংস্করণ: https://leanpub.com/naia-harness
• Naia AX: এই কাজের পদ্ধতি প্রতিষ্ঠান ও কোম্পানিতে পৌঁছে দেওয়ার জন্য একটি AX পণ্য তৈরির চেষ্টা করছি। “নির্ধারিত প্রবাহ চালানোর AX থেকে, পেশাভিত্তিক AI সহকর্মীদের সঙ্গে কাজ করার AX-এ।” প্রথমে প্রতিষ্ঠানের তথ্য ও কাজের মানদণ্ড নিয়ে একটি কর্মক্ষেত্র (Naia ADK) তৈরি করি, তার ওপর বিভিন্ন ভূমিকার AI সহকর্মী যুক্ত করি। দায়িত্বপ্রাপ্ত ব্যক্তি নথিতে এক লাইনের নোট রাখলে AI সহকর্মী ভিত্তি উল্লেখ করে সংশোধন করে ও উত্তর দেয়; দায়িত্বপ্রাপ্ত ব্যক্তি অনুমোদন দিলে তা নথিবদ্ধ হয়, পরের ব্যক্তি সেখান থেকে কাজ চালিয়ে যান। ওপরের চতুর্থ ধাপটিই প্রতিষ্ঠানে নিয়ে যাওয়া বলা যায়। নির্ণয় → প্রস্তুতি → একসঙ্গে পরিচালনা → মূল্যায়ন → নিজে পরিচালনা, এই পাঁচ ধাপে একসঙ্গে তৈরি করি এবং প্রতিষ্ঠান বা কোম্পানির ক্লাউড অ্যাকাউন্টে ইনস্টল করি; ব্যবহৃত AI কোম্পানি বদলালেও ব্যবস্থাটি থেকে যায়। গত মাসে দক্ষিণ কোরিয়ার জাতীয় কর সেবার AX শিক্ষা উন্নত (পরিকল্পনা) কোর্সেও পড়িয়েছি, আর ক্ষুদ্র ব্যবসায়ীদের জন্যও একটি পণ্য প্রস্তুত করছি।
• Naia পণ্য ও সমন্বয়: কোম্পানিতে AI সহকর্মীদের সঙ্গে কাজের জন্য তৈরি ভিত্তি ব্যক্তিগত ব্যবহারের Naia-তেও যুক্ত করছি। মেসেঞ্জারে কাজ দেওয়া, নথিতে ফল পাওয়া এবং স্মৃতি রেখে যাওয়ার কাঠামো কোম্পানি ও ব্যক্তিগত ব্যবহার, দুটিতেই এক হচ্ছে।

Nextain কী করে তা ওয়েবসাইটে সাজিয়ে রেখেছি।

• Nextain ওয়েবসাইট: https://nextain.io/ko
• Naia AX পরিচিতি: https://nextain.io/ko#ax
• AX ব্রোশিওর: https://nextain.io/brochures/ax-20261030/index.html
• Naia ব্রোশিওর: https://nextain.io/brochures/naia-20261030/index.html

7. এর মধ্যে আমি কোথায় আছি

২ বছরে আমার জায়গা এডিটর থেকে কথোপকথনের জানালায়, সেখান থেকে টার্মিনালে, আর টার্মিনাল থেকে মেসেঞ্জারে সরে এসেছে। আমি হাতে কোড করা একজন ডেভেলপার, কিন্তু আজকাল পণ্যে যোগ হওয়া বেশির ভাগ কোড AI লেখে। আমি প্রতিটি লাইন খুলে দেখার বদলে দিক ঠিক করি আর কাজের ফল দিয়ে যাচাই করি। এভাবে তৈরি পণ্য বাস্তবে চালাচ্ছি বলে বিশ্বাস করি যে এতে মূল্য আছে, তবু সত্যিই তা আছে কি না, তা নিয়ে এখনো একটু ভয় লাগে। পরের বার কোথায় যাব, আমিও এখনো জানি না। এর মধ্যে আমি কোথায় আছি?

আমি কি সত্যিই ঠিকভাবে মূল্য তৈরি করছি? তৈরি করতে গিয়ে একা লড়াই করার সেই সময়টা কি যথার্থ ছিল? এখন সেই যাচাইটুকুও আবার AI-এর হাতে দিই, আর AI-এর কাছ থেকেই সান্ত্বনা ও নিশ্চয়তা পাই। তবে তার সীমা জানি বলেই সন্দেহ করতে আর ফিরে দেখতে থাকা ছাড়া উপায় নেই। আর পণ্য মাত্রই প্রকাশ করেছি, এখনো বাণিজ্যিক ফল পাইনি বলে আরও বেশি ভয় লাগে। যাঁরা এই লেখা পড়ছেন, তাঁরা কি পরিবর্তনটা ভালোভাবে উপভোগ করছেন? নাকি শুধু আমিই এভাবে নিজের চিন্তার চক্রে আটকে গেছি?

দীর্ঘ সময় ধরে সফল হতে না পারা একটি ছোট প্রতিষ্ঠানের প্রধান হিসেবে কাজ করতে করতে “অনুগ্রহ করে অনুমোদন দিন” কথাটার ভার অনুভব করি। কাজের ফলের দায় এখনো পুরোপুরি মানুষেরই।