रेषा म्हणजे verification. जेव्हा प्रत्येक AI-generated change अजूनही human code इतकाच तोच quality आणि security bar पार करतो तेव्हा AI हा net win असतो; ज्या क्षणी speed चा वापर review, tests, किंवा understanding वगळण्यासाठी होतो त्या क्षणी तो risk बनतो. चांगले guardrails safe path ला बनवतात.
Mental model: AI हा accelerator आहे, autopilot नाही — extra speed तेव्हाच खरी असते जेव्हा brakes (review, tests, security gates) अजूनही काम करतात.
AI ला वेगवान करू देणे सुरक्षित: boilerplate, tests, refactors, exploration, docs. Risk zone: unreviewed AI code merge करणे, कोणालाच न समजलेला code ship करणे, tools मध्ये secrets/proprietary code paste करणे, किंवा security-critical logic साठी AI वर विश्वास ठेवणे.
✔ Human review required — no AI code merges unreviewed; author must understand it
✔ CI gates — tests + coverage, static analysis, secret/dependency/SAST scan, license check
✔ Data rules — no secrets/PII/proprietary code into external tools; use approved tiers
✔ Risk-based depth — extra scrutiny for auth, payments, crypto, data handling
✔ Ownership — the submitter owns the code; measure incidents/bugs, not lines
हे automate करा जेणेकरून ते guardrails बनतील, friction नाही — developer ला speed जाणवते, system शांतपणे bar enforce करते.
Interviewer ला ठोस guardrails हवे असतात, "आम्ही लोकांना काळजी घ्यायला सांगतो" नाही. कमकुवत उत्तर: "आम्ही आमच्या devs वर जबाबदार राहण्याचा विश्वास ठेवतो." भक्कम उत्तर: AI code साठी तोच bar, default नुसार enforced — mandatory review, CI security gates, data rules, ownership, आणि risky paths साठी deeper review.
Guardrails थोडी speed खर्च करतात पण quality/security debt टाळतात जो नंतर खूप जास्त खर्च करतो; ते automate केल्याने friction कमी राहते आणि रेषा राखली जाते.
सविस्तर उत्तरांसह IT मुलाखत प्रश्नांचे ग्रंथालय — Junior पासून Senior पर्यंत.
देणगी द्या