Vibe Coding क्या भरोसेमंद है
आपको दो पोस्ट दिखते हैं: एक कहता है "मैंने एक हफ़्ते में vibe करके लाइव प्रोडक्ट बना लिया", दूसरा कहता है "AI का लिखा सब कच्चा कोड है, सुरक्षा भेदनीयताओं का ढेर लगा है"। आप भी AI से कुछ लिखवाना चाहते हैं, पर मन में संदेह है: लिखा गया कोड सच में कहीं गड़बड़ तो नहीं करेगा? गड़बड़ हुई तो कितनी भारी होगी? खोज से मिले पेज या तो अंधभक्ति से तारीफ़ करते हैं या अंध निंदा, अध्ययन और केस साथ रखकर समझाना बहुत कम होता है।
यह पेज सबूतों को तीन श्रेणियों में सजाकर रखता है, फ़ैसला आप कीजिए:
- 1?
- 2?
- 3?
क्रम के अनुसार, एक-एक करके क्लिक करें।
जवाब "भरोसेमंद" या "अविश्वसनीय" नहीं, बल्कि "परिदृश्य के अनुसार" है। सप्ताहांत के छोटे प्रोजेक्ट, व्यक्तिगत छोटे टूल्स — भरोसेमंद, Karpathy के अपने शब्दों में "एक बार इस्तेमाल होने वाले सप्ताहांत प्रोजेक्ट (throwaway weekend project) के लिए ठीक है"; प्रोडक्शन कोडबेस, पैसे संभालने वाली चीज़ें, कुंजियाँ संभालना, दूसरों के इस्तेमाल की चीज़ें — जोखिम सच में मौजूद है, और आँकड़ों के साथ। फ़ैसले का मानदंड बस एक है: इस प्रोजेक्ट में गड़बड़ होने पर नुकसान कितना बड़ा होगा, और उसे संभाला जा सकता है या नहीं।
पिछले पाठ में आप जान चुके हैं कि Vibe Coding क्या है, इस पाठ में "क्या भरोसेमंद है" को तीन हिस्सों में तोड़ेंगे: आँकड़े, केस, सूची।
सीखने के बाद आप क्या कर सकेंगे
- vibe coding के जोखिमों के ठोस आँकड़े और उनके अध्ययनों के स्रोत बता सकें
- वास्तविक केस सुना सकें, और जानें कि कौन-सी प्रचलित बातों के पीछे कोई केस नहीं है
- छह-बिंदु वाली जाँच सूची से तय कर सकें कि आपका प्रोजेक्ट vibe coding के लिए ठीक है या नहीं
आँकड़े: जोखिम कितना बड़ा है
"AI का लिखा कोड असुरक्षित है" एक राय है, "सुरक्षा भेदनीयताएँ 2.74 गुना अधिक हैं" एक डेटा है। फ़ैसला लेने और बहस करने में डेटा राय से ज़्यादा मज़बूत होता है। चार अध्ययन अलग-अलग पहलू पर प्रहार करते हैं:
| अध्ययन | समय / नमूना | मुख्य निष्कर्ष |
|---|---|---|
| CodeRabbit | 2025-12, GitHub पर 470 ओपन-सोर्स PR | AI की भागीदारी से लिखे कोड में मनुष्य के लिखे कोड की तुलना में लगभग 1.7 गुना अधिक "बड़ी" समस्याएँ: कॉन्फ़िगरेशन त्रुटियाँ 75% अधिक, सुरक्षा भेदनीयताएँ 2.74 गुना अधिक, पठनीयता की समस्याएँ (फ़ॉर्मैट त्रुटियाँ, असंगत नामकरण) भी अधिक |
| Veracode | 2025-10, साइबर सुरक्षा कंपनी का तीन-वर्षीय अध्ययन | LLM की चलने योग्य कोड जनरेट करने की क्षमता में उल्लेखनीय प्रगति हुई, पर जनरेटेड कोड की सुरक्षा समग्र रूप से नहीं सुधरी; बड़े मॉडल छोटे मॉडलों से ज़्यादा सुरक्षित नहीं हैं |
| GitClear | 2025 की शुरुआत, 2020–2024 में 2.11 सौ मिलियन लाइनों के कोड परिवर्तन | कोड रिफ़ैक्टरिंग का हिस्सा 2021 के 25% से गिरकर 2024 में 10% से कम हो गया; कोड दोहराव लगभग 4 गुना बढ़ा; मर्ज होकर जल्द ही दोबारा लिखा गया कोड (code churn) लगभग दोगुना |
| METR | 2025-07, रैंडमाइज़्ड कंट्रोल्ड ट्रायल: 16 वरिष्ठ ओपन-सोर्स डेवलपर्स, परिपक्व कोडबेस, 246 कार्य | 2025 की शुरुआत के AI टूल्स के इस्तेमाल पर पूरा करने का समय** 19% बढ़ा**; जबकि डेवलपर्स ने पहले अनुमान लगाया था कि 24% तेज़ होंगे, और बाद में भी समझते रहे कि वे 20% तेज़ हुए |
चारों निष्कर्ष अलग-अलग पहलू पर प्रहार करते हैं — CodeRabbit सुरक्षा भेदनीयताओं पर, Veracode "क्षमता बढ़ी, सुरक्षा नहीं" पर, GitClear अनुरक्षणीयता पर ("vibe coding कच्चा कोड" वाली ऑनलाइन शिकायत का ठोस प्रमाण), METR दक्षता के भ्रम पर। वरिष्ठ डेवलपर्स तक AI की गति बढ़ाने का अनुमान ऊँचा लगाते हैं, यही "vibe" का खतरनाक पहलू है: तेज़ लगता है, बिल बाद में आता है।
- मैं कम से कम दो निष्कर्ष और उनके अध्ययनों के नाम बता सकता हूँ (2.74 गुना / 19% धीमा / दोहराव लगभग 4 गुना बढ़ा / सुरक्षा सुधरी नहीं)
केस: गड़बड़ कैसी दिखती है
आँकड़े आपको संभावना बताते हैं, केस आपको दुर्घटना का ठोस रूप बताते हैं — और यह भी कि कौन-सी बातें अफवाह हैं।
| केस | समय | क्या हुआ |
|---|---|---|
| Lovable (स्वीडिश vibe coding ऐप) | 2025-05 | 1,645 इससे बनाए गए web ऐप्स में से 170 में ऐसी सुरक्षा खामियाँ थीं जो किसी को भी व्यक्तिगत जानकारी देखने की अनुमति देती थीं |
| Orchids (vibe coding प्लेटफ़ॉर्म) | 2025-12 खोज | सुरक्षा शोधकर्ता Etizaz Mohsin ने प्लेटफ़ॉर्म की सुरक्षा खामी पाई और 2026 के महीने 2 (फ़रवरी) में BBC पत्रकारों के सामने हैकिंग की प्रक्रिया दिखाई |
| Replit (क्लाउड IDE का AI एजेंट) | 2025-07 | SaaStr के संस्थापक का लिखा विवरण: "कोई बदलाव न करें" की स्पष्ट हिदायत के बावजूद AI एजेंट ने प्रोडक्शन का डेटाबेस हटा दिया; Replit के CEO ने बाद में सार्वजनिक रूप से माफ़ी माँगी |
| rsync (पुराना ओपन-सोर्स बैकअप टूल) | 2026-05 | 3.4.3 पर अपडेट के बाद कई उपयोगकर्ता इंक्रीमेंटल बैकअप नहीं कर पाए; उपयोगकर्ताओं ने देखा कि 3.4.1 से "tridge and claude" नाम के दर्जनों कमिट हैं, एक उपयोगकर्ता ने GitHub पर बड़े रूखे शीर्षक वाला issue खोला और विवाद Reddit जैसे समुदायों तक फैल गया |
चार केस, चार रूप — Lovable का मामला प्रोडक्ट के जनरेट किए कोड में खामी के साथ फ़ैक्ट्री से बाहर आना (कॉन्फ़िगरेशन/अनुमति प्रकार की खामियाँ), Orchids का प्लेटफ़ॉर्म में ही भेदनीयता होना, Replit का AI एजेंट का हद से बाहर जाकर कार्रवाई करना, rsync का AI की भागीदारी वाले मुख्य ओपन-सोर्स प्रोजेक्ट पर गुणवत्ता विवाद. समानता: कोई भी "AI की जानबूझकर बदनीयती" नहीं थी, बल्कि उसे कोई नहीं देख रहा था।
rsync पर एक नज़र और डालना ज़रूरी है, क्योंकि यह "दुर्घटना" नहीं, "विवाद" है: सवालों के सामने मेंटेनर Tridge ने ब्लॉग पोस्ट से जवाब दिया और बताया कि उसने AI से टेस्ट सूट और "डिफ़ेंस-इन-डेप्थ हार्डनिंग तकनीक" जोड़ी। एक तरफ़ चिंता है कि महत्वपूर्ण इंफ़्रास्ट्रक्चर AI कोड से दूषित हो रहा है, दूसरी तरफ़ मान्यता है कि AI-सहायता से हार्डनिंग सामान्य इंजीनियरिंग प्रथा है — इस बहस का कोई मानक जवाब नहीं, पर इसने केंद्र-बिंदु खींच दिया है: AI जनरेटेड कोड महत्वपूर्ण इंफ़्रास्ट्रक्चर में जाए तो उसे किस मानक पर जाँचा जाए।
केस स्टडीज़ को भूतिया कहानियों में न बदलें
विकि पर दर्ज असली केस बस इतने ही हैं। इंटरनेट पर घूम रहे "vibe coding ऐप में बैकडोर लगाया गया" किसी भी केस से समर्थित नहीं है—Lovable कॉन्फ़िगरेशन की खामी थी, Orchids प्लेटफ़ॉर्म की भेद्यता थी, Replit में डेटाबेस गलती से डिलीट हुआ, rsync एक क्वालिटी विवाद था—कोई भी बैकडोर नहीं था। केस दोहराते समय नाटक न जोड़ें: नाटक जोड़ने से असली जोखिम अविश्वसनीय लगने लगता है।
- मैं कम से कम दो केस दोहरा सकता/सकती हूँ, और बता सकता/सकती हूँ कि "बैकडोर" वाला दावा क्यों लापरवाही से नहीं इस्तेमाल करना चाहिए
चेकलिस्ट: आपका प्रोजेक्ट क्या करेगा
जोखिम जानना खुद को डराने के लिए नहीं, फ़ैसले लेने के लिए है। इंजीनियर Simon Willison ने 2025-03-19 कीब्लॉग पोस्ट में एक "कब vibe code कर सकते हैं" चेकलिस्ट दी थी, जो खास तौर पर शुरुआत करने वालों के लिए लिखी गई है—उस प्रोजेक्ट पर, जिसमें आप AI से मदद लेना चाहते हैं, एक-एक पॉइंट जाँचें:
| # | जाँच का मद्द | खुद से पूछें | पास न हो तो क्या करें |
|---|---|---|---|
| 1 | कम जोखिम | कोड में बग या भेद्यता होने पर सबसे बुरा नुकसान क्या है? (प्रतिष्ठा को धक्का, पैसा डूबना, और भी बदतर) दूसरों को दिए जाने वाले सॉफ़्टवेयर पर विशेष सावधानी बरतें | कम जोखिम वाले प्रोजेक्ट पर हाथ आज़माएँ, या गंभीर समीक्षा के बाद ही आगे बढ़ें |
| 2 | सीक्रेट कीज़ | कोड में API key, पासवर्ड जैसे secrets शामिल हैं? | शामिल हैं तो कोड समझना ज़रूरी है, वरना लीक होने का ख़तरा |
| 3 | डेटा प्राइवेसी | क्या यह आपके निजी डेटा को छूता है? (वे चीज़ें जो आप स्क्रीन शेयर करते समय सार्वजनिक नहीं करना चाहते) | यह पक्का करना ज़रूरी है कि डेटा आपकी मशीन से बाहर जाता है या नहीं |
| 4 | नेटवर्क नागरिक | क्या यह बाहरी प्लेटफ़ॉर्मों को रिक्वेस्ट भेजता है? | दूसरों की सेवाओं पर लोड और लागत पर विचार करें; सैंडबॉक्स वातावरण को प्राथमिकता दें |
| 5 | पैसे की रक्षा-रेखा | क्या यह उपयोग के अनुसार बिलिंग वाले API पर काम करता है? | पहले ख़र्च की सीमा तय करें—किसी ने vibe करते हुए हज़ारों डॉलर का बिल बनवा लिया है |
| 6 | किसी से जाँच करवाएँ | क्या यह चीज़ दूसरों को दी जाएगी? | रिलीज़ से पहले किसी अनुभवी व्यक्ति से एक vibe check करवाएँ |
सभी छह पॉइंट पास हों, तो निश्चिंत होकर vibe करें—यही Karpathy वाला "वीकेंड प्रोजेक्ट" वाला माहौल है; एक भी पॉइंट फेल हो, तो या तो प्रोजेक्ट बदलें, या कोड ध्यान से पढ़ें—तब यह vibe coding नहीं रहता, बल्कि स्वीकृति-जाँच का काम हो जाता है।
पॉइंट 2, 4, 5 को विस्तार से समझाना लागत और सुरक्षा पाठ का विषय है: सीक्रेट कीज़ कैसे संभालें, बिल की सीमा कैसे तय करें, सैंडबॉक्स कैसे चुनें—उस पेज पर पूरी चेकलिस्ट है।
- मेरा मौजूदा प्रोजेक्ट छह पॉइंट की जाँच पास करता है, या मैं जानता/जानती हूँ कि वह किस पॉइंट पर अटका है और मैं क्या करने वाला/वाली हूँ
चेकपॉइंट
- मैं जोखिम के कम से कम दो ठोस आँकड़े बता सकता/सकती हूँ (सुरक्षा भेद्यताएँ 2.74 गुना अधिक / वरिष्ठ डेवलपर 19% धीमे / डुप्लिकेट कोड लगभग 4 गुना बढ़ा) और उनका स्रोत भी
- मैं कम से कम दो असली केस दोहरा सकता/सकती हूँ (Lovable / Orchids / Replit / rsync)
- मैं जानता/जानती हूँ कि "बैकडोर लगाया गया" वाले दावे को किसी भी केस से समर्थन नहीं मिलता, और मैं इसे आगे नहीं फैलाऊँगा/फैलाऊँगी
- मैंने छह पॉइंट की चेकलिस्ट से अपने प्रोजेक्ट की जाँच की है और जानता/जानती हूँ कि उसे निश्चिंत होकर vibe किया जा सकता है या नहीं
- मैं सीमा याद रखता/रखती हूँ: वीकेंड साइड प्रोजेक्ट ठीक है, लेकिन प्रोडक्शन कोडबेस, पैसे और सीक्रेट कीज़ संभालने वाली चीज़ों में पहले कोड समझना ज़रूरी है
आम गलतफ़हमियाँ
METR के "19% धीमे" को "नौसिखिए AI से और भी धीमे हो जाते हैं" कहना। METR की रिसर्च 16 अनुभवी ओपन-सोर्स डेवलपर्स पर थी, जो परिपक्व कोडबेस पर काम कर रहे थे; यह निष्कर्ष नौसिखिए लोगों पर लागू नहीं किया जा सकता—अभी तक नौसिखियों के vibe coding की सफलता दर या दक्षता पर कोई मात्रात्मक रिसर्च नहीं है। इस आँकड़े का सही इस्तेमाल यह है: अनुभवी लोग भी AI की स्पीड बढ़ाने की क्षमता का अनुमान बढ़ा-चढ़ाकर लगाते हैं (पहले लगता था 24% तेज़, असल में 19% धीमा, बाद में भी 20% तेज़ ही समझते थे)—आप "महसूस होता है तेज़" को "सच में तेज़" बिल्कुल न मानें।
YC के "25% / 95%" को बढ़ा-चढ़ाकर "अब ज़्यादातर कोड AI लिखता है" कहना। वह Y Combinator का 2025 साल 3 महीने का अपनी विंटर बैच की स्टार्टअप कंपनियों पर एक अकेला डेटा पॉइंट है (पिछले पाठ की टाइमलाइन में है), जो बताता है कि स्टार्टअप सर्कल में इसका इस्तेमाल तेज़ है, लेकिन यह कोई इंडस्ट्री अडॉप्शन सर्वे नहीं है। इसी तरह, GitClear और CodeRabbit कोड क्वालिटी की रिसर्च हैं, वे भी "कितने लोग इस्तेमाल कर रहे हैं" नहीं नाप सकतीं। बिना स्रोत वाले नए आँकड़े मनगढ़ंत न गढ़ें।
सिर्फ़ जोखिम याद रखकर हाथ डर से हिलाना बंद कर देना। Willison के शब्दों में: "मुझे भी नहीं चाहिए कि vibe coding कोई नकारात्मक शब्द बन जाए, ग़ैर-ज़िम्मेदार AI-सहायता वाली प्रोग्रामिंग का पर्याय बन जाए।" वे खुद वरिष्ठ इंजीनियर हैं और 80 से अधिक vibe coding प्रयोग सार्वजनिक रूप से रिलीज़ कर चुके हैं। छह पॉइंट की चेकलिस्ट का इस्तेमाल स्तर तय करने के लिए है, हाथ पीछे खींचने के लिए नहीं: कम जोखिम वाले प्रोजेक्ट पर निश्चिंत होकर खेलें, खेलते-खेलते आप AI की क्षमता की सीमाओं के बारे में सहज बोध बना रहे होंगे। दूसरों को दी जाने वाली चीज़ रिलीज़ करने से पहले चेकलिस्ट का पॉइंट 6 ज़रूर पास करें, किसी अनुभवी व्यक्ति से जाँच करवा लें; औपचारिक प्रोजेक्ट की पूरी स्वीकृति-जाँच प्रक्रिया के लिए स्वीकृति-जाँच देखें।
अगला सेक्शन
जोखिम की सीमाएँ साफ़ हो गईं, अगला पाठ नौसिखियों के सबसे ज़रूरी सवाल का जवाब देता है: क्या प्रोग्रामिंग न आने पर भी बनाया जा सकता है: नौसिखियों का सच्चा जवाब।