ਲਕੀਰ verification ਹੈ। AI ਇੱਕ net win ਹੈ ਜਦੋਂ ਹਰ AI-generated change ਅਜੇ ਵੀ ਉਹੀ ਸਮਾਨ quality ਅਤੇ security bar ਪਾਰ ਕਰਦਾ ਹੈ ਜੋ human code ਕਰਦਾ ਹੈ; ਇਹ ਉਸੇ ਪਲ risk ਬਣ ਜਾਂਦਾ ਹੈ ਜਦੋਂ speed ਨੂੰ review, tests, ਜਾਂ understanding ਛੱਡਣ ਲਈ ਵਰਤਿਆ ਜਾਂਦਾ ਹੈ। ਵਧੀਆ guardrails ਸੁਰੱਖਿਅਤ path ਨੂੰ default ਬਣਾਉਂਦੇ ਹਨ।
Mental model: AI ਇੱਕ accelerator ਹੈ, autopilot ਨਹੀਂ — ਵਾਧੂ speed ਸਿਰਫ਼ ਉਦੋਂ ਅਸਲੀ ਹੈ ਜਦੋਂ brakes (review, tests, security gates) ਅਜੇ ਵੀ ਕੰਮ ਕਰਦੇ ਹਨ।
AI ਨੂੰ accelerate ਕਰਨ ਦੇਣਾ ਸੁਰੱਖਿਅਤ ਹੈ: boilerplate, tests, refactors, exploration, docs। Risk zone: unreviewed AI code merge ਕਰਨਾ, ਉਹ code ship ਕਰਨਾ ਜਿਸ ਨੂੰ ਕੋਈ ਨਹੀਂ ਸਮਝਦਾ, tools ਵਿੱਚ secrets/proprietary code paste ਕਰਨਾ, ਜਾਂ security-critical logic ਲਈ AI 'ਤੇ ਭਰੋਸਾ ਕਰਨਾ।
✔ 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
ਇਹਨਾਂ ਨੂੰ automate ਕਰੋ ਤਾਂ ਜੋ ਇਹ guardrails ਹੋਣ, friction ਨਹੀਂ — developer speed ਮਹਿਸੂਸ ਕਰਦਾ ਹੈ, system ਚੁੱਪ-ਚਾਪ bar ਨੂੰ enforce ਕਰਦਾ ਹੈ।
Interviewer ਠੋਸ guardrails ਚਾਹੁੰਦਾ ਹੈ, "ਅਸੀਂ ਲੋਕਾਂ ਨੂੰ ਸਾਵਧਾਨ ਰਹਿਣ ਲਈ ਕਹਿੰਦੇ ਹਾਂ" ਨਹੀਂ। ਕਮਜ਼ੋਰ ਜਵਾਬ: "ਅਸੀਂ ਆਪਣੇ devs 'ਤੇ ਜ਼ਿੰਮੇਵਾਰ ਹੋਣ ਦਾ ਭਰੋਸਾ ਕਰਦੇ ਹਾਂ।" ਮਜ਼ਬੂਤ ਜਵਾਬ: AI code ਲਈ ਉਹੀ bar, default ਵਜੋਂ enforce ਕੀਤਾ — ਲਾਜ਼ਮੀ review, CI security gates, data rules, ownership, ਅਤੇ risky paths ਲਈ deeper review।
Guardrails ਥੋੜ੍ਹੀ speed ਦੀ ਲਾਗਤ ਲੈਂਦੇ ਹਨ ਪਰ quality/security debt ਨੂੰ ਰੋਕਦੇ ਹਨ ਜੋ ਬਾਅਦ ਵਿੱਚ ਕਿਤੇ ਜ਼ਿਆਦਾ ਮਹਿੰਗਾ ਪੈਂਦਾ ਹੈ; ਇਹਨਾਂ ਨੂੰ automate ਕਰਨ ਨਾਲ friction ਘੱਟ ਰਹਿੰਦੀ ਹੈ ਜਦੋਂ ਕਿ ਲਕੀਰ ਬਰਕਰਾਰ ਰਹਿੰਦੀ ਹੈ।
ਵਿਸਤ੍ਰਿਤ ਜਵਾਬਾਂ ਨਾਲ IT ਇੰਟਰਵਿਊ ਸਵਾਲਾਂ ਦੀ ਇੱਕ ਲਾਇਬ੍ਰੇਰੀ — ਜੂਨੀਅਰ ਤੋਂ ਸੀਨੀਅਰ ਤੱਕ।
ਦਾਨ ਕਰੋ