डेवलपर्स बिना AI के काम करने से मना कर रहे हैं, लेकिन डेटा बता रहा है कि वे धीमे हो गए हैं और अरबों रुपये बर्बाद हो रहे हैं

अगस्त 2025 में METR का दूसरा प्रयास, जिसे 57 डेवलपर्स और 800 से अधिक कार्यों तक बढ़ाया गया, ने संकट को और गहरा कर दिया। परिणाम सांख्यिकीय रूप से अनिर्णायक थे—अनुमानित मंदी -4% दिखी जिसका कॉन्फिडेंस इंटरवल इतना विस्तृत था कि वह शून्य को पार कर गया (-15% से +9%)। सबसे महत्वपूर्ण बात, 30–50% प्रतिभागियों ने स्वीकार किया कि वे आत्म-सेंसरशिप कर रहे थे, और उन कार्यों को सबमिट नहीं करना चुन रहे थे जिन्हें वे AI सहायता के बिना पूरा नहीं कर सकते थे। सैंपल अब अपरिवर्तनीय रूप से उन डेवलपर्स के छोटे समूह की ओर पक्षपाती हो गया था जो अभी भी बिना AI के काम करने को तैयार थे । लैब ने अंततः प्रयोग को पूरी तरह से खत्म कर दिया, और अपने डेटा को "अविश्वसनीय" करार दिया ।

एक साल से भी कम समय में, शोध की कहानी "AI अनुभवी डेवलपर्स को धीमा कर देता है, लेकिन वे बता नहीं पाते" से बदलकर एक और गहरी खोज बन गई: "डेवलपर्स AI के बिना काम करने की कोशिश भी नहीं करेंगे।" निर्भरता इतनी गहरी हो गई थी कि उसे मापा ही नहीं जा सकता था ।

टोकनमैक्सिंग की सोने की दौड़ और इसका शानदार पतन

जैसे-जैसे METR की स्टडी टूट रही थी, सिलिकॉन वैली में एक और सनक अपने चरम पर थी। टोकनमैक्सिंग—डेवलपर उत्पादकता के पैमाने के रूप में कच्चे AI टोकन की खपत को अधिकतम करने की प्रथा—2026 की शुरुआत का सबसे बड़ा ट्रेंड बन गया और फिर अपने ही बोझ तले दबकर ढह गया।

यह संस्कृति सक्रिय रूप से खेल-खेल में अपनाई गई थी। कथित तौर पर मेटा के कर्मचारी "Claudeonomics" नामक एक आंतरिक डैशबोर्ड पर प्रतिस्पर्धा करते थे, और कितने टोकन जलाए इस आधार पर "टोकन लेजेंड" और "सेशन इम्मोर्टल" जैसे खिताब पाने की कोशिश करते थे । एनवीडिया के सीईओ जेन्सेन हुआंग ने सुर्खियां बटोरीं जब उन्होंने कहा कि अगर उनका कोई $500,000 का इंजीनियर बहुत ज्यादा टोकन नहीं जला रहा तो उन्हें "गहरी चिंता" होगी । पूरे उद्योग में, टोकन बजट एक सम्मान का बिल्ला बन गया, जो एआई को अपनाने और, जैसा माना गया, कर्मचारी के इनोवेटिव आउटपुट का संकेत देता था।

अमेज़न ने किरोरैंक को बंद किया

मई 2026 के आखिर में इसका विरोध चरम पर पहुंच गया। अमेज़न ने अपने किरो डेवलपर प्लेटफॉर्म पर आंतरिक "किरोरैंक" लीडरबोर्ड को तब हटा दिया जब पता चला कि कर्मचारी केवल अपने उपयोग स्कोर बढ़ाने के लिए "बेकार AI एजेंट" बना रहे थे। सीनियर वाइस प्रेसिडेंट डेव ट्रेडवेल ने स्टाफ को सीधा संदेश दिया: "कृपया AI का इस्तेमाल सिर्फ इस्तेमाल करने के लिए न करें" । अमेज़न के एक प्रवक्ता ने पुष्टि की कि लीडरबोर्ड एक "बीटा डैशबोर्ड" था जो "एक औपचारिक या स्वीकृत उपकरण नहीं था," लेकिन इससे उत्पन्न कंप्यूट लागत का नुकसान पहले ही हो चुका था । कंपनी अब सार्थक काम को मापने के लिए "सामान्यीकृत डिप्लॉयमेंट्स" नामक एक नए मीट्रिक की ओर बढ़ रही है ।

उबर ने चार महीने में अपना पूरे साल का AI बजट जला डाला

उससे भी ज्यादा नाटकीय रूप से, उबर का AI पुश एक चेतावनी भरी कहानी बन गया। कंपनी ने दिसंबर 2025 में अपने लगभग 5,000 इंजीनियरों को एंथ्रोपिक के क्लॉड कोड तक व्यापक पहुंच दी। कुछ महीनों में अपनाने की दर 32% से बढ़कर 84% हो गई, और अप्रैल 2026 तक, कंपनी ने अपना पूरा वार्षिक AI बजट खर्च कर दिया। सीटीओ प्रवीण नेप्पल्ली नागा के अनुसार, उबर के 95% इंजीनियर अब मासिक रूप से AI टूल्स का उपयोग करते हैं, और 70% कमिटेड कोड AI-जनरेटेड है—किसी भी बड़ी टेक कंपनी में सार्वजनिक रूप से रिपोर्ट किया गया यह सबसे अधिक प्रतिशत है ।

फिर भी इस चौंका देने वाले अपनाने का कोई स्पष्ट लाभ नहीं था। COO एंड्रयू मैकडोनाल्ड ने मई के अंत में एक साक्षात्कार में सार्वजनिक रूप से स्वीकार किया कि कंपनी अपने भारी AI खर्च और सार्थक व्यावसायिक परिणामों के बीच कोई रेखा नहीं खींच सकती। "वह कड़ी अभी तक नहीं है," उन्होंने कहा। "लागत को सही ठहराना कठिन होता जा रहा है" । आंतरिक रूप से, उबर के अधिकारियों ने समस्या को उसके नाम से पुकारना शुरू कर दिया था: "टोकनमैक्सिंग" ।

व्यापक हिसाब-किताब

मेटा और अन्य बड़ी फर्मों ने भी अपनी AI उपयोग रैंकिंग को खत्म या समीक्षाधीन कर दिया है, और बोर्ड भर की प्रमुख कंपनियां अब बेलगाम AI खर्च का पुनर्मूल्यांकन कर रही हैं जिसने आनुपातिक रिटर्न नहीं दिया है । फॉर्च्यून ने निष्कर्ष निकाला कि टोकनमैक्सिंग का ट्रेंड "मर चुका है" ।

छिपी हुई लागतें: अधिक कोड, अधिक बग्स, अधिक तकनीकी कर्ज

यह बैकलैश सिर्फ बजट के बारे में नहीं है। सबूतों का एक बढ़ता हुआ समूह बताता है कि AI-जनरेटेड कोड सॉफ्टवेयर परियोजनाओं में टाइम बम लगा रहा है।

• उत्पादकता का भ्रम वास्तविक है। गति की धारणा नियंत्रित शोध से खंडित होती है। टोकन वॉल्यूम और जनरेट की गई कोड की पंक्तियों पर फोकस, AI-लिखित सॉफ्टवेयर की डिबगिंग, रीफैक्टरिंग और रखरखाव की छिपी लागत को छुपा देता है। जनवरी 2026 की एक GitClear रिपोर्ट में पाया गया कि कोड चर्न—जोड़ी गई बनाम हटाई गई लाइनों का माप—उच्च AI अपनाने वाले वातावरण में 861% बढ़ गया था ।
• तकनीकी कर्ज जमा हो रहा है। AI टूल्स से तेजी से निकलने वाला कोड ऐसा कोड तैयार कर रहा है जिस पर अधिक पुनर्कार्य की आवश्यकता होती है और जो सुरक्षा कमजोरियां पेश करता है। विश्लेषक चेतावनी देते हैं कि परिणामी रखरखाव का बोझ किसी भी अल्पकालिक गति लाभ को आसानी से खत्म कर सकता है, जिससे कोडबेस के दीर्घकालिक स्वास्थ्य को खतरा हो सकता है ।
• मापन प्रणाली ही टूट चुकी है। इस पूरे प्रकरण ने उजागर किया है कि गतिविधि मेट्रिक्स—कोड की पंक्तियां, टोकन खपत, उपयोग किए गए AI एजेंटों की संख्या—वास्तविक आउटपुट को मापने का एक गहरा दोषपूर्ण विकल्प हैं। जैसा कि एक विश्लेषण में कहा गया, "मापा प्रभाव के लिए व्यक्तिपरक धारणाएं एक खराब मार्गदर्शक थीं, तब भी जब प्रभाव का आकार स्वयं हिल रहा था।"

उभरती हुई रणनीति: AI और मानव निगरानी के बीच वास्तव में संतुलन कैसे बनाया जाए

2026 का हिसाब-किताब सॉफ्टवेयर इंजीनियरिंग में AI को एकीकृत करने के तरीके पर एक नई, अधिक संयमित सहमति पैदा कर रहा है।

• टोकन-आधारित मेट्रिक्स को छोड़ें। कंपनियां लीडरबोर्ड खत्म कर रही हैं और इंजीनियरिंग इंटेलिजेंस की ओर बढ़ रही हैं जो AI खपत की मात्रा के बजाय शिप किए गए फीचर्स, कोड क्वालिटी और डिफेक्ट रेट को ट्रैक करता है। एटलसियन का डेवलपर अनुभव प्लेटफॉर्म DX का $1 बिलियन का अधिग्रहण इस बदलाव का प्रतीक है, जो कच्ची गतिविधि के बजाय सार्थक परिणामों को मापने में निवेश दर्शाता है ।
• सख्त मानवीय समीक्षा अनिवार्य करें। METR अध्ययन ने दिखाया कि सावधानीपूर्वक निगरानी के बिना, AI उपकरण अनुभवी डेवलपर्स को कम उत्पादक बना सकते हैं। कोड समीक्षा और आर्किटेक्चरल प्लानिंग महत्वपूर्ण बनी हुई हैं, वैकल्पिक गतिविधियां नहीं ।
• AI खर्च को उपयोग के बजाय प्रदर्शित मूल्य से सीमित करें। उबर के अनुभव ने प्रदर्शित किया कि बिना सीमा के, उपयोग-आधारित AI खर्च अस्थिर है। बजट को अपनाने के लक्ष्यों के बजाय मापने योग्य रिटर्न से जोड़ा जाना चाहिए ।
• मूल्यांकन संस्कृति को फिर से डिज़ाइन करें। लक्ष्य मुख्य प्रश्न को "कौन सबसे अधिक AI का उपयोग करता है?" से बदलकर "AI ने हमारी टीम के लिए कौन से उपयोगी परिणाम सक्षम किए?" करना है। इसका अर्थ है AI के विवेकपूर्ण और प्रभावी उपयोग को पुरस्कृत करना, न कि केवल बड़ी मात्रा में खपत को ।

2026 का सबक स्पष्ट है: AI कोडिंग टूल्स ने अपनी आर्थिक कीमत को विश्वसनीय रूप से साबित करने से पहले ही एक अभूतपूर्व मनोवैज्ञानिक और परिचालन निर्भरता पैदा कर दी है। जो कंपनियां इस विरोधाभास को पार करेंगी, वे वही होंगी जो AI को एक अनुशासन के साथ मास्टर करने वाले उपकरण के रूप में मानती हैं, न कि एक ऐसे देवता के रूप में जिसे लगातार बड़ी टोकन बलि चढ़ानी है।