آپ اپنی ڈیجیٹل زندگی پر ایل ایل ایم دینے کے لیے کتنا کنٹرول رکھتے ہیں؟
ماڈل سے زیادہ سے زیادہ قیمت حاصل کرنے کا مطلب ہے اسے چابیاں دینا۔ کنٹرول فریک یا AI ہچکچاہٹ کے لئے، یہ بہت کچھ لگتا ہے۔ OpenAI کی ڈیسک ٹاپ ایپ کے لیڈ انجینئر اینڈریو امبروسینو کے لیے، یہ مستقبل کو جانچنے کا واحد طریقہ ہے، یہی وجہ ہے کہ اب اس ایپ کے پاس اپنے ان باکس، اس کے سلیک اکاؤنٹ، اس کے فون، ایپس جیسے نوشن اور فگما وغیرہ تک رسائی اور کنٹرول ہے۔
"اگر میں اسے ایک دستاویز لکھنے کے لیے کہہ رہا ہوں، تو کیا اس بات کا کوئی امکان ہے کہ یہ اس موضوع پر کسی نجی DM سے کھینچ لے گا اور یہ نہیں جانتا کہ اسے کچھ معلومات شیئر کرنے کی ضرورت نہیں ہے؟ ہاں،" Ambrosino نے TechCrunch کو بتایا۔ "میں یہ کام کے لئے کروں گا۔ اگر مجھے کرنا پڑا تو میں یہاں اور وہاں ذاتی ہٹ لوں گا۔ اور مجھے نہیں کرنا پڑا۔"
Ambrosino OpenAI کی سب سے بڑی شرط، ChatGPT Work پر کام کرتا ہے، جو پچھلے مہینے ریلیز ہوا تھا اور کمپنی کے سب سے کم سبسکرپشن ٹائر پر، $20 ماہانہ میں دستیاب ہے۔ اس پروڈکٹ کا مقصد وائٹ کالر ورکرز کو AI ایجنٹوں کو فیلڈ کرنے کی اجازت دینا ہے - اکاؤنٹنٹس، سرمایہ کاروں، ڈاکٹروں اور ہر اس شخص کے ذریعہ استعمال کیے جانے والے ڈیجیٹل ورک فلو تک ایل ایل ایم کو جوڑنا جن کے کمپیوٹر پر روز مرہ کا غلبہ ہے۔
OpenAI کی مارکیٹنگ کاپی مقصد کو مختصراً پیش کرتی ہے: ایک ایسی دنیا جہاں "جہاں [مصنوعی] ذہانت سوالات کے جوابات سے بالاتر ہو کر ہر ایک کو اپنے سب سے بڑے خیالات کو حقیقت میں بدلنے میں مدد کرتی ہے۔"
سافٹ ویئر ڈویلپرز کے لیے، یہ تبدیلی پہلے ہی ہو رہی ہے، لیکن یہ دوسرے محکموں میں پھیلنے میں سست ہے۔ چیٹ جی پی ٹی ورک کمپنی کے کوڈیکس کوڈنگ ٹول کا ایک ترمیم شدہ ورژن ہے۔ اس کا مقصد نان انجینئرز کو اسی فعالیت کا ایک ورژن دینا ہے جو سافٹ ویئر انجینئرز پہلے ہی ایجنٹوں سے حاصل کرتے ہیں: ایک AI ٹول جو نہ صرف سوالات کا جواب دیتا ہے، بلکہ خود ہی ملٹی اسٹپ پروجیکٹس کو مکمل کرتا ہے۔
"اس نئے عنصر میں، ChatGPT دراصل آپ کے لیے مکمل، انتہائی پیچیدہ کام خود مختار طریقے سے کر سکتا ہے جو کہ خوشگوار اور محفوظ ہو،" Tibault Sottiaux، جو OpenAI کے بنیادی پروڈکٹ کے کام کی قیادت کرتے ہیں، بشمول Work، نے TechCrunch کو بتایا۔ "یہ OpenAI کا بہت ہی مشن ہے - سب کو ساتھ لانا۔"
تجارتی طور پر، یہ بہت اہم ہے. طویل عرصے تک کام کرنے والے ایجنٹ زیادہ ٹوکنز کے ذریعے جلتے ہیں، جو انہیں OpenAI کے لیے فی صارف کی بنیاد پر زیادہ منافع بخش بناتا ہے۔ نئے پیشوں تک پہنچنا بہت ضروری ہے – نہ صرف OpenAI کے لیے، بلکہ بڑے پیمانے پر صنعت کے لیے۔ اگر کوڈنگ نے AI لیبز کے لیے منافع بخش علاقہ ثابت کیا ہے، تو یہ اب بھی پیشہ ورانہ کام کا ایک چھوٹا ذیلی سیٹ ہے AI ٹولز کو اس قابل بنانے کی ضرورت ہے کہ اگر یہ کمپنیاں تربیت اور حساب کتاب میں اپنی بڑی سرمایہ کاری کا جواز پیش کریں۔ جب کہ لیبز کی توجہ سافٹ ویئر انجینئرز پر مرکوز کی گئی ہے، عمودی مخصوص حریف جیسے ہاروی (قانون کے لیے) اور کلے (فروخت کے لیے) ماڈل-ایگنوسٹک اپروچ کے ساتھ ان صارفین کا پیچھا کر رہے ہیں، یعنی وہ اس وقت جو بھی AI بہترین کام کرے گا اس میں پلگ ان کریں گے۔
صنعت کے تجزیہ کار اسے OpenAI اور اس کے حریفوں کو درپیش ایک بڑے چیلنج کے طور پر دیکھتے ہیں۔ "اگر لیبز مارکیٹ میں AI کی پیمائش کرنے کے لیے درکار کلیدی تکمیلی اثاثوں کو تیزی سے حاصل نہیں کر سکتی ہیں، تو قیمت کہیں اور جمع ہو جائے گی،" کرسچن کیٹالینی نے a16z کے ٹائم ٹو بلڈ بلاگ پر لکھا۔
AI ایپس کو ان لوگوں کے لیے کام کرنے کے لیے جو سافٹ ویئر انجینئر نہیں ہیں زیادہ ہاتھ پکڑنے کی ضرورت ہے۔ اوپن اے آئی کی نان انجینئرنگ افرادی قوت نے، مواصلات اور مالیاتی ٹیموں کی طرح، کوڈیکس کا استعمال "ایک ایسے وقت میں شروع کیا جب یہ ان سے فعال طور پر مخالف تھا- ان سے کوڈ کے بارے میں پوچھنا اور انہیں دکھانا، 'اوہ، آپ کے پاس اس چیز کے لیے خالی فرق ہے،'" امبروسینو نے سافٹ ویئر کی تبدیلیوں کے لیے ایک تکنیکی ریڈ آؤٹ کا حوالہ دیتے ہوئے کہا۔ "لہذا، ہم نے فروری اور اب کے درمیان اسے زیادہ عام مقصد بنانا شروع کیا۔"
OpenAI کی حمایت یافتہ ایک تحقیق سے معلوم ہوا کہ جون میں، OpenAI کے 98% ملازمین کوڈیکس استعمال کر رہے تھے، لیکن صرف 17% تنظیمی صارفین اور 1% سے کم انفرادی صارفین ایجنٹی کوڈنگ ٹول استعمال کر رہے تھے۔ کمپنی کے اندر کل گود لینے اور اس سے باہر نہ ہونے کے برابر گود لینے کے درمیان فرق کمپنی کے لیے چیلنج اور موقع ہے۔ Sottiaux نے کہا، "ہم صارفین کے لیے جتنی زیادہ قدر اور زیادہ افادیت پیدا کریں گے، اتنا ہی وہ اس افادیت کے کچھ حصے کی ادائیگی کے لیے بھی تیار ہوں گے، اور اسی طرح ہم نے ہمیشہ ChatGPT کو دیکھا ہے۔" "آپ وہاں بیٹھتے ہیں اور آپ پسند کرتے ہیں، 'یقیناً میں اس کے لیے $20 روپے ماہانہ ادا کرنا چاہتا ہوں،' کیونکہ آپ کو جو قیمت ملتی ہے وہ بہت زیادہ ہے۔"
اس منقطع کو سمجھنے کے لیے، یہ سمجھنے میں مدد کرتا ہے کہ OpenAI کے انجینئرز کیا بنا رہے ہیں۔ ہر LLM کی ضرورت ہوتی ہے جسے انجینئرز "ہارنس" کہتے ہیں—ایک ماڈل کے گرد لپٹا ہوا سافٹ ویئر جو یہ فیصلہ کرتا ہے کہ وہ کون سی معلومات دیکھتا ہے، کون سے ٹولز استعمال کر سکتا ہے، اور یہ اپنے جوابات آپ کو کیسے پیش کرتا ہے۔
اگر آپ چاہتے ہیں کہ وہ ماڈل چیزیں کرے — ایجنٹ بننے کے لیے — استعمال کرنے والا اسے طویل مدتی کاموں میں استعمال کرنے کے لیے ٹولز اور ہدایات دیتا ہے۔ ڈویلپرز کے لیے، ایک کمانڈ لائن انٹرفیس (CLI) جس نے LLMs کو کوڈ میں فعال کیا، سافٹ ویئر کی تعمیر اور تعیناتی کے طریقے کو تبدیل کرنے کے لیے کافی تھا۔ لیکن زیادہ تر لوگ CLIs استعمال نہیں کر رہے ہیں۔ ونڈوز نے DOS کو تبدیل کرنے کی ایک وجہ ہے۔
ایک ایجنٹ پروڈکٹ جو سافٹ ویئر انجینئرنگ سے آگے ہے وہ ہے "ایک ایسی چیز بننے جا رہی ہے جو آپ کی زندگی کی گندی دنیا اور آپ کے ٹولز اور ویب سائٹس کے ساتھ کھیلتی ہے جو 1995 میں بنائی گئی تھیں اور کبھی اپ ڈیٹ نہیں ہوئیں،" Ambrosino نے TechCrunch کو بتایا، یہ بتاتے ہوئے کہ ان کی ٹیم جو تجربات بنا رہی ہے وہ مفید AI تک رسائی کو بڑھانے کے لیے بہت ضروری ہے۔
کلاڈ کوڈ اور کوڈیکس جیسی ایپس پر غور کریں: انہوں نے سافٹ ویئر کی تمام حقیقی تحریروں کو ختم کرکے اور صارفین کو صرف ماڈل کو بتانے کی اجازت دے کر کہ وہ پروگرام میں کیا چاہتے ہیں "وائب کوڈنگ" کا آغاز کیا۔ اب، OpenAI OpenClaw جیسے ٹولز میں پائی جانے والی فعالیت کو بنانا چاہتا ہے، جسے کوڈرز LLMs کو کام کرنے کے لیے استعمال کرتے ہیں، اتنا ہی آسان ہے جتنا کہ اشارہ کرنا۔
امبروسینو نے کہا کہ "ماڈل کے سامنے ان مصنوعات کے بغیر، ماہرین کو معلوم ہو گا کہ ایک جیسے نتائج کیسے حاصل کیے جا سکتے ہیں، لیکن آپ اس چیز کو استعمال کرنے والے ایک ارب لوگوں تک نہیں پہنچ پائیں گے،" امبروسینو نے کہا۔ اوپن اے آئی میں داخلی مباحثوں میں بجلی کے صارفین کو کیا ضرورت ہے اور مرکزی دھارے کو اپنانے کی کیا ضرورت ہے کے درمیان یہ تجارت، جہاں کچھ ملازمین کا کہنا ہے کہ اگر صارف صرف ماڈل سے براہ راست پوچھ سکتے ہیں تو بٹن غیر ضروری ہے۔
امبروزینو نے کہا کہ "ہم اس پر پیچھے ہٹتے ہیں - کیونکہ یہ بہت جلد ہے۔" "اس مرحلے میں دریافت کی اہمیت ہے، اور کسی وقت ہمارے پاس بٹن نہیں ہوگا۔"
کام کے پاس پروجیکٹس اور پلگ انز کو منتخب کرنے کے لیے کچھ اور بٹن ہیں، لیکن اس کا مقصد وہی میجک باکس انٹرفیس ہے جیسا کہ دیگر OpenAI پروڈکٹس۔ وہ اس کا موازنہ skeuomorphism سے کرتا ہے، ڈیجیٹل ٹولز کو ان کی جگہ لے جانے والی فزیکل اشیاء کی طرح نظر آنے کی دھندلی پریکٹس، جیسے کہ جیب کیلکولیٹر کی طرح نظر آنے کے لیے بنائی گئی کیلکولیٹر ایپ۔ امبروزینو نے کہا، "یہ چیزیں صرف کرینگ ڈیزائن نہیں تھیں۔ اس نے درحقیقت لوگوں کو اس میں [اور] تبدیلی لانے میں مدد کی۔"
اوپن اے آئی یہ نہیں بتائے گا کہ کتنے لوگوں نے ورک بمقابلہ کوڈیکس کا استعمال کیا، لیکن مشترکہ ایپ کو صرف 20 ملین لوگ استعمال کرتے ہیں، اس کے مقابلے ایک ارب سے زیادہ صارفین کے مقابلے میں کمپنی کا کہنا ہے کہ چیٹ جی پی ٹی آن لائن کا اشارہ دے رہی ہے۔
ابھی کے لیے، OpenAI اس ٹول کو روٹین، ڈیٹا انٹینسیو کوآرڈینیشن کے کاموں کے لیے موزوں ترین بنا رہا ہے۔ اس کے ملازمین ہفتہ وار میٹرکس رپورٹس ترتیب دے رہے ہیں، مثال کے طور پر، اور اسپریڈ شیٹس کو پلاننگ ٹولز میں بنا رہے ہیں۔
میں نے ایجنٹوں کا استعمال کرتے ہوئے VCs سے بات کی ہے تاکہ کمپنیوں کے بارے میں متعلقہ کمیونیکیشنز اور تجزیہ کو سرمایہ کاری کے یادداشتوں میں جمع کیا جا سکے، اور ops ٹیمیں جو پہلے سے طے شدہ ڈیش بورڈز اور ڈیٹا ویژولائزیشن بناتی ہیں۔ سیم آلٹ مین اسے اپنی چھٹیوں کی منصوبہ بندی کے لیے استعمال کر رہا ہے۔ ایک OpenAI انجینئر نے پروگرام سے انجینئرنگ کے مسئلے کے بارے میں ایک سلیک گفتگو کو دیکھنے اور "کچھ چارٹ بنانے" کے لیے کہا، پھر بصیرت انگیز پلاٹوں کا ایک سلسلہ واپس وصول کیا۔
اوپن اے آئی میں پروڈکٹ انجینئرنگ ٹیم کی قیادت کرنے والے اکشے ناتھن نے کہا، "ان میں سے کسی بھی کمپنی کے اوسط کارکن یا ملازم کے لیے معلومات کا ایک سیلاب ہے، بشمول میں،" اکشے ناتھن نے کہا۔ "ہم درحقیقت ہمارے لیے دستیاب ہر چیز کو پارس کرنے اور پھر اس پر کارروائی کرنے کی اپنی صلاحیت کے لحاظ سے کافی حد تک محدود ہیں۔ یہ معلومات ان تمام سسٹم ریکارڈ ٹولز میں رہتی ہے [جیسے، Salesforce...ChatGPT کی اہمیت یہ ہے کہ آپ کو پہلے ہی اس تک رسائی حاصل ہے، لیکن اب آپ کو واقعی اس تک رسائی حاصل ہے۔"
پھر، یہ وہ ڈیجیٹل پرسنل اسسٹنٹ ہو سکتا ہے جس کے بارے میں AI مبشرین خواب دیکھتے ہیں۔ جیسا کہ Claude Cowork یا Perplexity AI براؤزنگ ایجنٹ کے ساتھ ہے، ChatGPT Work ایجنٹوں کو آپ کے موجودہ ورک اسپیس سے جوڑتا ہے — ای میل، ویب براؤزر، SaaS پلیٹ فارمز — اور اس سیاق و سباق کو آپ کے لیے کارآمد بناتا ہے۔
جب سسٹم کام کرتا ہے، تو یہ متاثر کن ہو سکتا ہے: میں نے ChatGPT ورک سے کہا کہ وہ اپنے بیٹے کے عجیب و غریب فارمیٹ شدہ پری اسکول اسکول کیلنڈر کو اپنے ای میل سے نکال کر اپنے گوگل کیلنڈر میں ڈال دے، اور ایسا ہوا، جس سے مجھے بہت زیادہ بار بار ڈیٹا کے اندراج کی بچت ہوئی۔ امید ہے کہ اب میں اسکول کے پوٹ لک کو نہیں بھولوں گا یا چھٹیوں میں بچوں کی دیکھ بھال کا بندوبست کرنے میں ناکام رہوں گا۔
مجھے اپنے ان باکس، سورس انٹرویوز یا اسٹوری ڈرافٹ تک رسائی کے ساتھ OpenAI پر بھروسہ نہیں تھا (ڈرو، AI سے نفرت کرنے والے) اور میں اسے اپنے بینک اکاؤنٹ تک رسائی نہیں ہونے دوں گا، لیکن مجھے یقین ہے کہ اگر میں یقین رکھتا ہوں تو یہ زیادہ مفید ہوگا۔ میں نے اسے عوامی طور پر تجارت کرنے والی کمپنیوں کا مالی تجزیہ کرنے کا کام سونپا جن کا میں احاطہ کرتا ہوں، اور اس نے میرے لیے میٹرکس کا ایک خودکار اپ ڈیٹ کرنے والا ڈیش بورڈ فراہم کیا۔ اس نے خلائی لانچوں کا ایک قابل استفسار ڈیٹا بیس بنایا، ایک کام جو مجھے پہلے ازگر کے اسکرپٹ لکھ کر پورا کرنا تھا۔ یہ مجھے اکیڈمک کلیئرنگ ہاؤسز پر پوسٹ کی گئی نئی AI تحقیق کے بارے میں ہفتہ وار ای میل بھی بھیجتا ہے۔ میں اس کے ساتھ تجربہ کرتا رہوں گا۔
جب کہ ماڈل سے کسی چیز کے لیے پوچھنا بدیہی ہے، لیکن اس کو جو کارروائی کرنے کی ضرورت ہے اسے دینا اتنا آسان نہیں ہے۔ ایجنٹوں کے لیے رسائی کے لیے اجازتیں ترتیب دینا، کہتے ہیں، ایک کلاؤڈ ڈرائیو مبہم اور سرکلر تھی — میں نے اسے صرف "پڑھنے" تک رسائی دینے کے لیے متعدد بار کوشش کی اور غلطی کے پیغامات موصول ہوئے۔ یہ ماڈل خود بھی زیادہ مددگار نہیں تھا، لیکن آخر کار موبائل ایپ پر، ایک ڈائیلاگ باکس نے مجھے بتایا کہ صرف مکمل رسائی ہی اسے کام کرے گی۔
بہت سی اہم ترتیبات صرف ویب ایپ پر دستیاب ہیں، لہذا میں نے اکثر اپنے آپ کو ایک ہی وقت میں دونوں میں کام کرتے پایا۔ بعض اوقات ChatGPT ورک کی حدود حیران کن ہوتی ہیں — اسے اپنے گوگل کیلنڈر سے لنک کریں اور یہ ایونٹس بنا سکتا ہے، لیکن نئے کیلنڈرز نہیں۔ اور کچھ کرنے کی کوشش کرنے کی زحمت نہ کریں جب تک کہ کوشش کی سطح زیادہ نہ ہو، ورنہ آپ کو بدترین انٹرن مل گیا ہے جس کے ساتھ آپ نے کام کیا ہے۔
یہ AI کے ابتدائی اختیار کرنے والوں کی طرف سے عام مشورہ ہے، جو ڈرتے ہیں کہ مایوس نوزائیدہ لوگ دستبردار ہو جائیں گے۔ OpenAI کے استعمال کے لیے انجینئرنگ لیڈ Joe Gershenson نے اعتراف کیا کہ کوشش کی ترتیبات ابھی تک نئے صارفین کے لیے بدیہی نہیں ہیں-"ایسی چیزیں ہیں جو ہم ان کو صحیح سطح پر استدلال حاصل کرنے میں مدد کرنے کے لیے بہتر طریقے سے کر سکتے ہیں..." انہوں نے مزید کہا، "اس جگہ کو دیکھیں۔"
اوپن اے آئی کو نارمی وائٹ کالر کام میں توڑتے ہوئے ایک اور اہم چیلنج کا سامنا ہے: زیادہ تر ورک فلو کوڈ کے طور پر پیمائش کے قابل یا قابل قدر نہیں ہیں۔ سافٹ ویئر یا تو کام کرتا ہے یا نہیں کرتا، اور یہاں تک کہ یہ فرق اس بات کو کم کرتا ہے کہ کوڈ کو کیا اچھا یا برا بناتا ہے۔ ایک اچھی پیشکش، کاروباری حکمت عملی، یا سیلز پچ کا اندازہ لگانا یا ٹریس کرنا اتنا آسان نہیں ہے۔
امبروزینو نے کہا، "اس طرح کی مصنوعات کے ساتھ ایک منفرد چیلنج صرف یہ ہے کہ یہ واقعی کچھ بھی کر سکتا ہے۔" جب میں نے پوچھا کہ ٹیم کن مخصوص مسائل کے ارد گرد ڈیزائن کرتی ہے، اور یہ کس ورک فلو کو نشانہ بناتی ہے، تو میں نے جن انجینئرز کے ساتھ بات کی، وہ یہ کہتے ہوئے کہ یہ OpenAI کی ریسرچ ٹیم کے لیے ایک سوال ہے۔
OpenAI نے بعد میں ایک جواب فراہم کیا، TechCrunch کو بتایا کہ وہ اپنے بینچ مارک GDPVal کا استعمال کرتا ہے، جو 44 پیشوں اور سیکڑوں علمی کام کے ٹیسٹوں سے لیا گیا ہے، اور صارف کے تاثرات کے ساتھ سپلیمنٹس۔ ایک کم سرکاری جواب یہ ہے کہ یہ خود OpenAI ملازمین کی طرف سے آتا ہے۔ امبروزینو نے کہا، "ہمیں ہمیشہ تجزیہ کرنا پڑتا ہے … کیا ہم وہ کام کر رہے ہیں جو ہر کوئی کرے گا، یا کیا ہم عجیب ہیں؟"
ایپ کے ابتدائی اختیار کرنے والے خود اپنے حقیقی استعمال کے ساتھ قیمتی نشانات تخلیق کریں گے — کوڈنگ ٹولز کی زیادہ تر کامیابی اسی طرح کے ڈیٹا اکٹھا کرنے پر بنائی گئی ہے — یہ فرض کرتے ہوئے کہ وہ اسے تربیت کے لیے دستیاب کرنے سے آپٹ آؤٹ نہیں کرتے ہیں۔ (میں نے کیا)۔
ماڈل انٹرفیس پر تمام تر توجہ کے باوجود، OpenAI کے انجینئرز کافی آسان سوال کا جواب دینے سے گریزاں تھے: Claude CoWork، یا بڑے پیمانے پر صارف کی بنیاد کے لیے دیگر مسابقتی ایجنٹوں کے استعمال کے علاوہ Codex اور ChatGPT ورک کو کیا سیٹ کرتا ہے؟ "یہ آپ کے لیے واقعی مایوس کن جواب ہو گا، اور مجھے افسوس ہے، لیکن ایماندارانہ جواب یہ ہے کہ میں واقعتاً ان ہارنسز کو نہیں دیکھتا جو وہ بنا رہے ہیں،" گیرشنسن نے ایک عام جواب میں کہا۔ "دی پاگل مرد 'میں آپ کے بارے میں بالکل نہیں سوچتا' میم یہاں ذہن میں آتا ہے۔"
سچ کہوں تو، میں ان پر یقین نہیں کرتا، اگر صرف مصنوعات کے صارف انٹرفیس کے درمیان انتہائی مماثلت، کسی بھی کاروبار میں مسابقتی ذہانت کی ضرورت کی بنیاد پر، اور اس لیے کہ جب میں نے اسے شروع کیا تو ChatGPT Work نے مجھ سے پہلی چیز جو کرنے کو کہا وہ میرے Claude Cowork ڈیٹا پر پورٹ تھا۔
یہ بات سمجھ میں آتی ہے اگر Claude Code OpenAI دفاتر کے ارد گرد ایک حساس موضوع ہے۔ ان کے کارپوریٹ حریف نے AI کوڈنگ کے لیے مارکیٹ کی تعریف کی اور سافٹ ویئر انجینئرز اپنے کام کرنے کے طریقے میں ایک انقلاب شروع کیا۔ یہ اضافی طور پر مایوس کن ہے کیونکہ OpenAI کو پہلے یہ خیال آیا تھا، لیکن اس نے اسے صحیح طریقے سے استعمال نہیں کیا۔
جب OpenAI نے پہلی بار کوڈیکس کو ایک ویب ایپ کے طور پر تیار کیا، تو انجینئرز نے اپنی اسکیز کو تھوڑا سا حاصل کر لیا — یا جیسا کہ Ambrosino کہتے ہیں، "تھوڑا زیادہ AGI-pilled"۔ مختصراً، وہ ماڈل کے اتنے سمارٹ ہونے پر شرط لگاتے ہیں کہ صارف کم سے کم ان پٹ کے ساتھ کسی کام کو مکمل طور پر خود ہینڈل کر سکے۔
جلد ہی بعد میں بنایا گیا، کلاڈ کوڈ صارف کے ساتھ آگے پیچھے ہونے والی گفتگو پر مبنی تھا۔ اگر آپ نے اسے کوئی مسئلہ دیا تو یہ امکانات کا جائزہ لے گا اور آپ کو آگے بڑھنے کے لیے تین یا چار اختیارات دے گا۔ ایک بار جب آپ نے انتخاب کیا، تو یہ تھوڑا آگے جائے گا اور پھر دوبارہ چیک کرے گا، مسلسل اپ ڈیٹس دیتا ہے اور ماڈل کے لیے کم جگہ چھوڑتا ہے اور غلطیاں کرنے کے لیے استعمال ہوتا ہے۔
اینتھروپک کا نقطہ نظر زیادہ موثر ثابت ہوا، یہاں تک کہ اگر اس نے صارفین سے مزید کام کا مطالبہ کیا۔ "[ہماری] پروڈکٹ اس وقت جہاں ماڈل اور ہارنس تھی اس سے تھوڑا آگے تھا،" امبروزینو اب کہتے ہیں۔
اوپن اے آئی نے بالآخر صارفین کے لیے ماڈل کے ساتھ تعامل کے مزید مواقع شامل کرکے اس کی پیروی کی۔ یہ وہ کوڈیکس بن گیا جسے ہم آج جانتے ہیں، ڈیسک ٹاپ اور موبائل ایپس کے ساتھ۔ پروگراموں میں دلچسپی کے لیے پراکسی کے طور پر ڈاؤن لوڈ کے اعداد و شمار کا استعمال کرتے ہوئے، اس سال اپریل تک کلاڈ کوڈ کی زیادہ مانگ تھی، لیکن اب کوڈیکس نے معمولی برتری حاصل کر لی ہے۔ انٹرپرائز کے استعمال کے سروے یہ بھی بتاتے ہیں کہ OpenAI تیزی سے بڑھ رہا ہے۔
اس برتری کا ایک حصہ پروڈکٹ مارکیٹ کو صحیح طریقے سے فٹ کر رہا ہے، اور ایک حصہ اینتھروپک کے ماڈلز پر حفاظتی پابندیوں اور کمپیوٹ کی کمی کے بارے میں شکایات سے آتا ہے۔ ChatGPT ورک کے ساتھ زیادہ انسانی بنیادوں پر کام کرنے کی طرف OpenAI کے اقدامات جاری ہیں، لیکن جن انجینئرز سے میں نے بات کی ان کا اصرار ہے کہ کلیدی فرق کرنے والا OpenAI کے جدید ترین طاقتور اور لاگت سے موثر ماڈلز کی طاقت ہے۔
امبروزینو نے کہا، "مایوس کرنے والا جواب یہ ہے کہ بہت دفعہ یہ ماڈل ہوتا ہے، اور ایک چیز جسے ہم نے اس ایپ کے ساتھ بہت اچھا کرنے کی کوشش کی ہے وہ ہے ماڈل کا مکمل فائدہ اٹھانا،" امبروزینو نے کہا۔
یہ وضاحت AI محققین کے سیکھے ہوئے "تلخ سبق" کی طرف لوٹتی ہے کہ ایک بہتر عمومی ماڈل مخصوص ڈومین کے تجربے سے زیادہ اہم ہے۔ سچے مومنوں کے لیے، دستک ایک عارضی بیساکھی ہے، کھائی نہیں۔
Gershenson نے TechCrunch کو بتایا، "آپ ایکسٹرا کے پورے گروپ کو شامل کرکے مختصر مدت میں اچھے نتائج حاصل کر سکتے ہیں — اگر اور پھر اور ٹولز — لیکن چلو، اگلا ماڈل چند مہینوں میں سامنے آنے والا ہے اور اسے متروک کر دے گا،" Gershenson نے TechCrunch کو بتایا۔ اس کی ٹیم ماڈل کو ان ٹولز اور سیاق و سباق کے سامنے لانے کے آسان ترین طریقوں پر توجہ مرکوز کرتی ہے جس کی اسے ضرورت ہے — اور مزید نہیں۔
"گڈ ہارنس انجینئرنگ کا مقصد یہ ہے کہ... آپ کے مسئلے کو حل کرنے کے لیے ماڈل کو کس معلومات کی ضرورت ہے اس کے بارے میں زیادہ درست ہونا، کیونکہ اگر آپ انہیں ان کا کام کرنے دیں تو ماڈل بہتر سے بہتر ہو رہے ہیں،" گیرشنسن نے کہا۔
ایک کھلا سوال ہے، اگرچہ، اگر زیادہ تر لوگ یا ماڈل اس کے لیے تیار ہیں۔ Ethan Mollick، Wharton School of Business کے پروفیسر جو کام کی جگہ پر AI ٹولز کا مطالعہ کرتے ہیں، اب بھی Claude کو زیادہ صارف دوست سمجھتے ہیں، لکھتے ہیں کہ "ChatGPT جادو کرنا چاہتا ہے اور صرف یہ آپ کے لیے کرتا ہے، جبکہ Claude موازنہ کرتا ہے اور انہیں دکھاتا ہے، بار بار ان پٹ اور فیڈ بیک مانگتا ہے اور A&B ٹیسٹ کرتا ہے۔"
Sottiaux، اور شاید OpenAI بڑے پیمانے پر، متفق نہیں ہیں، یہ دلیل دیتے ہیں کہ ایپ کی گفتگو کی نوعیت کسی ایپلیکیشن کو استعمال کرنے کا طریقہ سیکھنے سے بہتر ہے۔ "ہم یقینی طور پر دیکھتے ہیں کہ لگتا ہے کہ دنیا تیار ہے،" وہ ایپ کے بارے میں کہتے ہیں۔ "یہی وجہ ہے کہ ہم نے ناقابل یقین اپنایا ہے۔"
پھر بھی، یہ واضح نہیں ہے کہ ماڈل کو زیادہ سے زیادہ بنانے کے لیے ماڈل کے لیے مخصوص استعمال بھی صحیح شرط ہے۔ Composio اور Databricks جیسی کمپنیوں کے ذریعے چلائے جانے والے موازنہ ظاہر کرتے ہیں کہ مختلف ہارنس اور ماڈل کے امتزاج کوڈنگ بینچ مارکس پر مختلف کارکردگی پیش کرتے ہیں۔ ڈیٹابرکس نے پایا کہ سافٹ ویئر کمپنی Earendi کے ذریعہ شائع کردہ ایک اوپن سورس ہارنس Pi نے اسی GPT 5.5 ماڈل کا استعمال کرتے ہوئے Codex کو پیچھے چھوڑ دیا۔ Pi کو OpenClaw اور CloudflareOS جیسے پروجیکٹس بنانے کے لیے استعمال کیا گیا ہے۔
پی آئی کے تخلیق کار، ماریو زیچنر کا کہنا ہے کہ اس کا جان بوجھ کر کم سے کم استعمال اس بات کا ثبوت ہے کہ کم از کم سافٹ ویئر انجینئرز اور کوڈنگ کے کاموں کے لیے AGI سے چلنے والا طریقہ کار کر سکتا ہے۔ ان کا کہنا ہے کہ اس میں واضح خصوصیات میں جس چیز کی کمی ہے، وہ خود کو تبدیل کرنے اور اپنے انٹرفیس بنانے کی صلاحیت سے پوری ہوتی ہے۔ وہ اس چیلنج سے ہمدردی رکھتے ہیں جس کا سامنا OpenAI کے انجینئرز کو انجینئرز سے آگے اپنے صارف کی بنیاد کو بڑھانے میں کرنا پڑتا ہے۔
"ہر چیز کوڈنگ ایجنٹ کی شکل میں ہے… وجہ یہ ہے کہ ان کے پاس ایجنٹ کے کاموں کو کوڈنگ کرنے کے لیے صرف تربیتی ڈیٹا ہے،" اس نے ٹیک کرنچ کو بتایا۔ "کہو کہ میں مینجمنٹ میں ہوں، میں آج فیصلہ کرتا ہوں، اور نتیجہ مہینوں بعد ہوتا ہے۔ آپ اسے کسی صارف اور ایجنٹ کے آگے پیچھے نہیں پکڑ سکتے، لہذا اس قسم کے تمام کام اور کوئی بھی چیز جسے آپ ڈیجیٹائز نہیں کرتے ہیں سیکھنے کے لیے ماڈل کے لیے ناقابل رسائی ہے۔"
دوسرے اوپن سورس فراہم کنندگان کی طرح، وہ صارفین کو لاک ان کرنے کے طریقے کے طور پر اپنے ہارنسز کو آگے بڑھانے کی بڑی لیب کی کوشش کو دیکھتا ہے۔ "انہیں پورے اسٹیک کے مالک ہونے کی ضرورت ہے؛ دوسری صورت میں، وہ صرف ایک ماڈل فراہم کنندہ بن جاتے ہیں اور پھر انہیں چینی ماڈلز سے مقابلہ کرنے کی ضرورت ہوتی ہے۔"
اس نے اور دیگر انجینئرز TechCrunch نے محسوس کیا کہ فرنٹیئر لیبز کے استعمال میں ٹوکن خرچ اور ایجنٹ کے رویے کی بصیرت بہت محدود ہے۔ ایک لحاظ سے، یہ غیر تکنیکی کارکنوں کے لیے کم معنی خیز ہے، لیکن جیسا کہ کوڈنگ ٹولز کے ساتھ، اوپن اے آئی کی امید کے پیمانے پر اضافہ بالآخر لاگت کے بارے میں سخت بات چیت پر مجبور کرے گا۔
مثال کے طور پر، ایک ماہانہ $20 کی سبسکرپشن پر گڑبڑ کرتے ہوئے، میں نے چار دنوں میں 80 ملین سے زیادہ ٹوکن استعمال کیے، جن کی قیمت $65 ہے، ماڈل کے تجزیہ کے مطابق (ایپ میں کوئی ڈیش بورڈ نہیں ہے)۔ یہ صرف چار دن کے آرام دہ استعمال کے لیے سبسکرپشن کی قیمت سے 3x سے زیادہ کی سبسڈی ہے۔
OpenAI کے Luna ماڈل کے صارفین کے لیے قیمتوں میں حالیہ 80% کٹوتی کی طرف اشارہ کرتے ہوئے، Sottiaux نے کہا، "ہم کارکردگی کو آگے بڑھانے کے لیے ہر روز کام کر رہے ہیں۔" "اگر آپ اب سے چھ ماہ بعد جاگتے ہیں، تو آپ کو کم خرچ کے ساتھ ایک جیسے [کام] کرنے کے قابل ہونا چاہئے۔"
دوسرا متعلقہ سوال یہ ہے کہ آیا یہ ایپس ڈیٹا کو برقرار رکھنے کے ذریعے صارفین پر لاک ان اثر پیدا کرتی ہیں، یا تمام پلگ انز اور ان کی اجازتوں تک رسائی کو ترتیب دینے کا سراسر درد۔
OpenAI کے لکڑی کے پینل والے، پودوں سے بھرے ہیڈ کوارٹر کے اندر، جس کا میں نے جولائی میں دورہ کیا تھا، ماحول پرسکون تھا لیکن قدرے کشیدہ تھا۔ یہ وہ لوگ ہیں جن کے پاس بہت کچھ ہے۔ میں نے جن انجینئروں سے بات کی تھی وہ مسلسل اپنے لیپ ٹاپ کی نگرانی کر رہے تھے جب ہم بات کر رہے تھے، اور میٹنگ روم سے میٹنگ روم تک بھاگ رہے تھے۔
پروڈکٹ انجینئرنگ ٹیم کے سربراہ ناتھن نے کہا کہ توجہ "جادوئی خانے کے وعدے پر ہے، لیکن میں اب بھی سوچتا ہوں کہ اس میں بہت زیادہ پیچیدگی ہے… میں بہت پر امید ہوں کہ ہم اسے ماڈل کے ساتھ اور واقعی AI مقامی طریقے سے حل کر سکتے ہیں۔"
