कार्यान्वयन के लिए अमूर्तन मृत हैं। डिज़ाइन के लिए अमूर्तन की जय हो

लेख का तर्क है कि AI की कोड जेनरेट करने की क्षमता के साथ, जावा में स्ट्रैटेजी पैटर्न जैसे इम्प्लीमेंटेशन पैटर्न का मूल्य घट रहा है। ये पैटर्न कोड जटिलता को प्रबंधित करने के लिए संज्ञानात्मक सहायक थे, लेकिन AI अब ऐसे कोड सीधे लिख सकता है। हालाँकि, डिज़ाइन-स्तर की एब्स्ट्रैक्शन—डोमेन के बीच सीमाओं, डेटा स्वामित्व, स्थिरता मॉडल, विफलता अलगाव, और स्कीमा विकास के बारे में निर्णय—बदलने के लिए महंगे रहते हैं और इन्हें स्वचालित नहीं किया जा सकता। उदाहरणों में सिंक्रोनस और एसिंक्रोनस ऑर्डर प्रोसेसिंग के बीच चयन, डेटा मालिकों को परिभाषित करना, और स्थिरता सीमाएँ निर्धारित करना शामिल हैं। AI किसी भी चुने गए दृष्टिकोण के लिए कोड जेनरेट कर सकता है, लेकिन यह ये आर्किटेक्चरल निर्णय नहीं ले सकता, जो व्यावसायिक तर्क, ट्रैफ़िक पैटर्न, सेवा स्तर समझौतों (एसएलए), और परिचालन वास्तविकताओं पर निर्भर करते हैं। लेख इस विचार की आलोचना करता है कि AI से डिज़ाइन सलाह माँगी जा सकती है, यह देखते हुए कि डिज़ाइन पर पुनरावृत्ति महंगी है और प्रतिक्रिया लूप में महीनों लगते हैं। यह प्रॉम्प्ट में सभी विफलता परिदृश्यों को निर्दिष्ट करने के विचार को भी चुनौती देता है, संभावित परिदृश्यों की आशा करने में इंजीनियर की भूमिका पर जोर देता है। जबकि पोस्टमार्टम और आर्किटेक्चर निर्णयों का एक क्यूरेटेड ज्ञान आधार मदद करता है, अंतिम 10% डिज़ाइन निर्णय अमूल्य रहता है, और इंजीनियरों को फ्रेमवर्क में महारत हासिल करने के बजाय इन उच्च-मूल्य कौशलों पर ध्यान केंद्रित करना चाहिए जिन्हें AI संभाल सकता है।