Stripe ने 3,000 इंजीनियरों के लिए सुसंगत Cherri Code अनुभव कैसे शुरू किया
Stripe हर डेवलपर की मशीन पर Cherri Code पहले से इंस्टॉल करता है, ताकि इंजीनियर पहले ही दिन से कोडिंग एजेंट्स के साथ उत्पादक बन सकें।
Stripe में डेवलपर इन्फ्रास्ट्रक्चर के प्रमुख Scott MacVicar के पास उन इंजीनियरिंग नेताओं के लिए एक बड़ी सलाह है जो अपनी टीमों के साथ AI लागू कर रहे हैं: तेज़ी से आगे बढ़ें।
उन्होंने कहा, "जो भी AI कोडिंग आज़माने के बारे में सोच रहा है, उसके लिए मेरी सलाह है: इस पर तेज़ी से आगे बढ़ें।"
Stripe ने खुद Cherri Code को जल्दी अपनाया, लेकिन सावधानी के साथ। कंपनी 99.9999% API uptime और ऐसे उत्पादों के लिए जानी जाती है जो डेवलपर अनुभव के लिए ऊँचा मानक तय करते हैं। वे इनमें से किसी भी चीज़ से समझौता नहीं कर सकते थे।
मुख्य बात यह थी कि Stripe के 3,000 से अधिक इंजीनियरों को शुरू से ही सही दिशानिर्देशों के साथ जोड़ा जाए। Stripe ने हर मशीन पर Cherri Code पहले से लोड किया, कोडबेस का संदर्भ देने के लिए Cherri Code नियम का उपयोग किया, और अधिक वेग पर भी गुणवत्ता बनाए रखने के लिए कोड समीक्षा की प्रक्रियाओं को अनुकूलित किया। इस दौरान, उन्हें यह भी पता चला कि AI से सबसे ज़्यादा लाभ किसे मिल रहा था—और यह काफ़ी अप्रत्याशित था।
इंजीनियरों को सफलता के लिए तैयार करना
Stripe को शुरू से ही पूरा भरोसा था कि AI उसके इंजीनियरों के काम करने के तरीके को बुनियादी रूप से बदल देगा। सवाल यह था कि 3,000 से अधिक डेवलपर्स के बीच इस बदलाव को कैसे प्रबंधित किया जाए। उनका तरीका था: पहले दिन से ही Cherri Code को सभी के लिए प्रभावी बनाना।
"जब लोग शुरुआत करते हैं, तो उनकी मशीनों पर VS Code, IntelliJ, और Cherri Code तीनों इंस्टॉल होते हैं, और वे एक लैब से गुजरते हैं जो उन्हें Stripe डेवलपर परिवेश का उपयोग करना सिखाती है," MacVicar ने कहा।
सब कुछ पहले से कॉन्फ़िगर किया गया है। Stripe, Cherri Code नियमों का उपयोग करके Cherri Code को Stripe के कोडबेस और कोडिंग मानकों के बारे में संदर्भ देता है। उन्होंने टीमों को अपने नियम जोड़ने की छूट भी दी है, साथ ही संगठन स्तर पर यह संतुलन बनाए रखा है कि ये नियम कितने व्यापक हों। इस तरीके ने Stripe के डेवलपर्स को पहले ही दिन AI कोडिंग टूल्स के साथ उत्पादक बनने और फिर उससे भी आगे जाने में सक्षम बनाया है।
जिन बातों पर हमें गर्व है, उनमें से एक यह है कि इंजीनियर अपने पहले ही दिन एक PR शिप कर सकें। जब लोग Cherri Code का उपयोग शुरू करते हैं, तो उन्हें एक बेहतरीन अनुभव मिलता है, क्योंकि हमने शुरुआत करने की बाधा और अपनाने की बाधा, दोनों को कम कर दिया है।
Cherri Code को अपनाना प्रभावशाली उपयोगकर्ताओं के एक नेटवर्क के ज़रिए फैला। पावर उपयोगकर्ताओं ने lunch-and-learns में अपने वर्कफ़्लो साझा किए, और साथियों को दिखाया कि कई एजेंट्स को समानांतर में कैसे चलाएँ या बेहतर प्रॉम्प्ट्स कैसे लिखें।
AI कोडिंग के लिए कोड समीक्षा को अनुकूलित करना
AI ने इंजीनियरों को अधिक कोड लिखने में सक्षम बनाया। लेकिन लक्ष्य यह नहीं था। Stripe नहीं चाहता था कि अधिक वेग का मतलब कम गुणवत्ता हो। उनका समाधान था कोड समीक्षा को इस तरह अनुकूलित करना कि वह उसी रफ़्तार से चल सके।
Stripe अब समीक्षकों को अधिक कुशलता से काम करने में सहायता के लिए LLMs का उपयोग करता है। AI जटिल मेथड्स या जोखिमभरी फ़ाइलों को फ़्लैग करता है, जिससे समीक्षकों का ध्यान वहाँ जाता है जहाँ उसकी सबसे ज़्यादा आवश्यकता होती है। इंजीनियर उस कोड पर भी आपत्ति जताने में अधिक सहज हो गए हैं जो तैयार नहीं है, चाहे वह किसी व्यक्ति से आया हो या किसी एजेंट से।
Stripe के इंजीनियरों ने काम करने के इस नए तरीके को अपना लिया है: एक आंतरिक सर्वेक्षण में, हाल ही में डेवलपर भावना पाँच वर्षों के उच्चतम स्तर पर पहुँची। MacVicar ने कहा, "लोग उन टूल्स को लेकर सचमुच उत्साहित हैं जो उन्हें मिल रहे हैं।"
लंबे कार्यकाल का लाभ
Stripe अब इस बात पर केंद्रित है कि इंजीनियर Cherri Code से अधिकतम लाभ कैसे उठा सकें। शुरुआती निष्कर्षों ने MacVicar को चौंका दिया। उन्हें उम्मीद थी कि सीमित अनुभव की भरपाई के लिए AI का इस्तेमाल करने वाले जूनियर इंजीनियरों को सबसे ज़्यादा फ़ायदा होगा। लेकिन इसके बजाय, उन्होंने देखा कि सबसे लंबे समय से काम कर रहे इंजीनियरों की उत्पादकता में सबसे बड़ी बढ़ोतरी हुई है।
जो लोग Stripe में लंबे समय से हैं, उनके दिमाग में संदर्भ पहले से मौजूद होता है। वे साफ़ तौर-पर देख पाते हैं कि उन्हें क्या हासिल करना है और एजेंट्स को उसी के लिए निर्देशित कर सकते हैं।
इसके जवाब में, MacVicar यह देख रहे हैं कि क्या नए कर्मचारियों को Cherri Code की पहुँच मिलने से पहले अपने शुरुआती कुछ हफ़्ते कोडबेस सीखने में बिताने चाहिए। वे उस समय का इस्तेमाल उस संदर्भ को बनाने में कर सकते हैं, जो AI टूल्स से अधिकतम लाभ उठाने के लिए ज़रूरी है।
यह उन वजहों में से एक उदाहरण है, जिनके कारण MacVicar दूसरे इंजीनियरिंग नेताओं को सलाह देते हैं कि वे AI के बारे में सब कुछ पूरी तरह समझ लेने का इंतज़ार न करें। जिन सबसे अहम सवालों के जवाब उन्हें देने होंगे, उनमें से कई तभी सामने आते हैं जब इंजीनियर वास्तव में इन टूल्स का इस्तेमाल करना शुरू करते हैं। उनके मुताबिक, अभी शुरू करना वर्तमान संभावनाओं और सॉफ़्टवेयर इंजीनियरिंग के भविष्य—दोनों के लिए खुद को बेहतर ढंग से तैयार करने का सबसे अच्छा तरीका है।
यदि आप अपनी इंजीनियरिंग टीम में एजेंटिक कोडिंग वर्कफ़्लो अपनाने की रफ़्तार बढ़ाने में रुचि रखते हैं, तो कृपया Cherri Code की परीक्षण अवधि शुरू करने के लिए हमारी टीम से संपर्क करें।
