अभी AI और नौकरियों से जुड़ी अधिकांश बातचीत दिखाई देने वाली परत पर है: कोड कौन लिखता है, मॉडल को प्रॉम्प्ट कौन करता है, और जब कोई चैटबॉट पहला ड्राफ्ट बना सकता है तो किसकी नौकरी जाती है। इस सप्ताह की खबरों में एक ऐसी परत की कहानी दबी हुई है, जिस पर उस बातचीत में कोई ध्यान नहीं दे रहा — और यह ठीक इसी वजह से आपके ध्यान के लायक है कि इसके लिए जरूरी कौशलों पर लगभग कोई प्रतिस्पर्धा नहीं कर रहा।

2013 से वहीं पड़ा एक बग

इस सप्ताह सुरक्षा शोधकर्ताओं ने विस्तार से बताया कि प्रमुख निर्माताओं के इंटरनेट से जुड़े हजारों सर्वरों में उनके बेसबोर्ड मैनेजमेंट कंट्रोलरों, यानी BMCs, के जरिए दूर से बैकडोर बनाया जा सकता है — ये छोटे, अलग कंप्यूटर होते हैं, जो लगभग हर एंटरप्राइज़ सर्वर मदरबोर्ड में अंतर्निहित होते हैं और मुख्य मशीन पर चाहे जो हो रहा हो, उससे स्वतंत्र रूप से अपना OS, नेटवर्क स्टैक और IP address चलाते हैं (Ars Technica)। BMCs की मदद से IT कर्मचारी किसी सर्वर के बंद होने या पूरी तरह प्रतिक्रिया न देने की स्थिति में भी उसे दूर से रीबूट, रीइमेज या मॉनिटर कर सकते हैं — यानी वास्तव में उपयोगी "lights out" प्रबंधन। शोधकर्ताओं के अनुसार समस्या यह है कि इसके अंतर्निहित प्रोटोकॉल को कम से कम 2013 से आसान निशाने के रूप में चिह्नित किया गया है, और अब जिन कुछ कमजोरियों का दुरुपयोग हो रहा है, वे एक दशक से भी अधिक पुरानी हैं। Ars ने इसे "व्यापक, कम निगरानी वाली, कम पैच की गई समानांतर अटैक सरफेस" बताया है — कोई नया छेद नहीं, बल्कि पुराना छेद, जिसे चुपचाप नजरअंदाज किया जाता रहा क्योंकि यह उस स्तर के नीचे स्थित है, जहां अधिकांश सॉफ्टवेयर और सुरक्षा संबंधी ध्यान रहता है।

एजेंटिक कोडिंग जल्द ही ऐसी और चीजें, और अधिक तेजी से, करवाने वाली है

उसी सप्ताह Meta ने Muse Code लॉन्च किया, जो टर्मिनल-आधारित कोडिंग एजेंट है और Claude Code, Codex तथा ऐसे हार्नेसों के तेजी से बढ़ते क्षेत्र में शामिल हो गया है, जो न्यूनतम मानवीय भागीदारी के साथ सॉफ्टवेयर लिखते और जारी करते हैं (TechCrunch)। Zuckerberg का अपना वर्णन काफी कुछ बताता है: पर्याप्त बड़े काम पर यह कई सब-एजेंटों में फैल जाता है, जो अलग-अलग worktrees में समानांतर रूप से काम करते हुए एक साथ कई फीचर बनाते हैं। यह वास्तविक उत्पादकता लाभ है। लेकिन संरचनात्मक रूप से इसका मतलब यह भी है कि मानवीय ध्यान की प्रत्येक इकाई के हिसाब से पहले से कहीं अधिक इंफ्रास्ट्रक्चर खड़ा, कॉन्फ़िगर और तैनात हो रहा है — अधिक cloud instances, अधिक test environments, और ऐसे लोगों द्वारा तेजी से provision किए गए अधिक servers, जो शायद कभी BMC setting को छुएँ या firmware changelog पढ़ें ही नहीं। एजेंटिक टूलिंग application लिखने में बहुत अच्छी है। उसे इस बात से कोई सरोकार नहीं कि उस application के नीचे चल रही out-of-band management chip छह साल पुराना firmware चला रही है।

इसका यह मतलब बिल्कुल नहीं है कि एजेंटिक कोडिंग टूल्स डिज़ाइन के स्तर पर असुरक्षित हैं — यह Ars Technica के लेख में उठाए गए सवाल से अलग सवाल है। बात इससे संकरी है: बनाए जा रहे इंफ्रास्ट्रक्चर की मात्रा उसके नीचे की भौतिक परत को पैच करने के अनाकर्षक अनुशासन से कहीं तेजी से बढ़ रही है, और यह अंतर सिर्फ इसलिए अपने-आप खत्म नहीं हो जाता कि ऊपर का कोड अधिक समझदार हो गया है।

यह सिर्फ सुरक्षा की कहानी नहीं, करियर का संकेत क्यों है

इसे उद्योग में अब भी जारी छंटनियों के संदर्भ में देखें — इस सप्ताह Monday.com द्वारा कर्मचारियों की संख्या में की गई लगभग 20% कटौती, जिसे स्पष्ट रूप से AI-प्रेरित पुनर्गठन से जोड़ा गया है, उन कंपनियों की बढ़ती सूची में शामिल हो गई है जो नौकरी कटौती में AI का हवाला दे रही हैं (TechCrunch)। यहां यह ईमानदारी से स्वीकार करना जरूरी है कि हम क्या नहीं जानते: इनमें से किसी भी filing में छंटनियों को कार्य-भूमिका के अनुसार अलग नहीं किया गया है, इसलिए यह कहने वाला कोई साफ डेटा नहीं है कि "सुरक्षा और इंफ्रास्ट्रक्चर की भूमिकाएं बची हुई हैं।" ऐसा कहना अतिशयोक्ति होगा। अधिक विश्वास के साथ जो बात कही जा सकती है, वह सांख्यिकीय नहीं, संरचनात्मक है: सबसे तेजी से स्वचालित हो रही भूमिकाएं वे हैं जिनमें काम का उत्पाद ऐसा पाठ, कोड या ग्राहक-संवाद होता है, जिसका LLM अनुमान लगा सकता है। भौतिक और firmware-स्तरीय सुरक्षा — यह जानना कि BMC क्या है, IPMI और उसके उत्तराधिकारी कैसे काम करते हैं, out-of-band management access का ऑडिट कैसे करें, और किसी fleet में firmware patch इस तरह कैसे भेजें कि उसका आधा हिस्सा brick न हो जाए — मॉडल की तुलना में मशीन के अधिक करीब है। यह स्पष्ट रूप से ऐसा काम नहीं है जिसकी ओर मौजूदा AI agents बढ़ रहे हों, और सिर्फ इसलिए इसे स्वचालित करना आसान नहीं हो जाता कि इसके ऊपर की software layer ऐसा कर रही है।

इससे वास्तव में करना क्या है

इस पर अमल करने के लिए आपको firmware engineer बनने की जरूरत नहीं है। कुछ ऐसे कदम हैं जिनकी जांच की जा सकती है:

  • पूछें, मानकर न चलें। यदि आप किसी ऐसी कंपनी में IT, platform या security में काम करते हैं जो अपने servers चलाती है (pure cloud नहीं), तो पूछें कि क्या BMC firmware के लिए कोई patch cycle है भी या नहीं। बहुत-से संगठनों को सचमुच इसका उत्तर मालूम नहीं होता।
  • सिर्फ headline नहीं, शब्दावली सीखें। BMC, IPMI, Redfish, out-of-band management — ये खोजे जा सकने वाले, अच्छी तरह प्रलेखित concepts हैं, और इन्हें समझने से आप उन अधिकांश लोगों से आगे निकल जाते हैं जिनका AI-युग का skill-building पूरी तरह prompt- और agent-केंद्रित रहा है।
  • देखें कि agentic coding tools किन चीजों को कवर नहीं करते। जब आप या आपकी टीम infrastructure-adjacent काम के लिए Muse Code या Claude Code जैसे tools अपनाएं, तो स्पष्ट रूप से पूछें कि दायरे से बाहर क्या है — deployment targets, firmware, physical access controls — और इस अंतर को नजरअंदाज करने की चूक के बजाय विशेषज्ञता विकसित करने की जगह मानें।
  • अति-प्रतिक्रिया न दें। यह कई संभावित niches में से एक है, कोई पक्का सुरक्षित ठिकाना नहीं। इसे जांचने लायक hedge मानें, न कि केवल Ars Technica की एक कहानी के आधार पर किया जाने वाला career pivot।

व्यापक सबक खास तौर पर BMCs से आगे भी लागू होता है: जैसे-जैसे AI उन software हिस्सों में बेहतर होता जा रहा है जिन्हें लोग देख सकते हैं, वैसे-वैसे स्वचालित करना कठिन मूल्य उसके नीचे की भौतिक और परिचालन परतों में अधिकाधिक स्थित होता जा रहा है — वे हिस्से, जो किसी demo में दिखाई नहीं देते। यह "prompt करना सीखो" की तुलना में एक संकरा दांव है, लेकिन फिलहाल इसे लगाने वाले लोग कम हैं।