ہم جو چیز مدل کو سکھانا چاہتے ہیں، وہی چیز ہے جو ہم بچوں کو سکھاتے ہیں۔

مضمون کے مصنف، ذریعہ: ماشین کا دل

بہت سے لوگ کہتے ہیں کہ AI کے دور میں، ذائقہ انسانیت کا آخری قلعہ ہے۔ لیکن بورس چرنی اس بات سے متفق نہیں ہیں۔

وہ Anthropic کے ٹیکنیکل ٹیم کا رکن ہے اور Claude Code کے مرکزی تعمیر کاروں میں سے ایک ہے۔ وہ روزانہ مدلز کا استعمال کرکے کوڈ لکھتا ہے اور مدلز کا مطالعہ بھی مدلز کے ذریعے کرتا ہے۔ اور وہ جو رجحان دیکھتا ہے وہ یہ ہے کہ "ذائقہ" بھی تیزی سے مدلز کے ذریعہ سیکھا جا رہا ہے۔

اگر "کیا کرنا چاہیے" کو مدل کبھی بھی سمجھ لے، تو انسانوں کے پاس کیا بچتا ہے؟

ہالیلہ کے ایک انٹرویو میں، بورس نے اس موضوع پر بات کی۔

کلود کوڈ کیسے کمپنیوں کے نظام کو بنیادی طور پر تبدیل کرتا ہے؛

جب ماڈل زیادہ تر کوڈ لکھ سکتے ہوں، تو انجینئرز کو ملازمت دینا اب بھی ضروری ہے؟ اگر ہاں، تو کس بات پر منحصر ہے؟

اینٹھروپک کے اندر بہت سے لوگ میمبر آف ٹیکنیکل سٹاف کیوں ہیں، جبکہ واضح عہدے اور تقسیمِ کام نہیں ہے؟

سب کے لیے ایک غیر متوقع مشورہ کیوں ہے "کم لوگوں کو بھرتی کریں، زیادہ ٹوکن دیں"؟

……

یہ سوالات ظاہری طور پر ایک مصنوعات کے وجود اور ترقی کے بارے میں ہیں، لیکن ہر سطح کے جوابات ایک ایک زیادہ بنیادی تبدیلی کی طرف اشارہ کرتے ہیں: تنظیم کے عمل کو خود ماڈل نے دوبارہ تعریف کر دیا ہے۔

اور بورس کا جواب بہت زیادہ سوچنے کے قابل ہے۔

کلود کوڈ کیسے پیدا ہوا؟

جب میزبان نے بورس کلود کوڈ کی ابتدا کے بارے میں پوچھا، تو اس کا جواب کچھ حیران کن تھا۔

اس کی بیانیہ میں، کلوڈ کوڈ Anthropic کا ابتدائی طور پر منصوبہ بند شدہ مرکزی مصنوع نہیں تھا، بلکہ کسی نہ کسی طرح ایک غیر متوقع پیداوار تھا۔

2024 کے آخر میں، بورس نے Anthropic کے لیبز ٹیم میں شمولیت اختیار کی۔ اس ٹیم کا فریضہ موجودہ مصنوعات کی حفاظت نہیں، بلکہ مستقبل کی مصنوعات کی شکل کا تجربہ کرنا ہے۔ ایک طرف، وہ ماڈل کی صلاحیتوں کے حدود کو مستقل طور پر آگے بڑھا رہے ہیں؛ دوسری طرف، وہ ایسی نئی مصنوعات تلاش کر رہے ہیں جو ان صلاحیتوں کو حقیقی طور پر آزاد کر سکیں۔

اس وقت ٹیم کو ایک بہت مضبوط احساس تھا کہ ماڈل کی صلاحیتیں موجودہ مصنوعات سے کہیں زیادہ تھیں، لیکن بازار میں ابھی تک ایسی کوئی مصنوعات نہیں بنی تھی جو ان صلاحیتوں کا پورا فائدہ اٹھا سکے۔ پروگرامنگ کے شعبے میں خاص طور پر۔

اس وقت، بازار میں AI پروگرامنگ ٹولز زیادہ تر دو سمتوں تک محدود تھے۔ ایک سمت آٹو کمپلیشن تھی، جو ڈویلپرز کو اگلی لائن کوڈ مکمل کرنے میں مدد کرتی تھی؛ دوسری سمت سوال وجواب اسسٹنٹ تھی، جہاں ڈویلپرز کسی کوڈ کے معنی یا کسی خطا کے حل کے بارے میں پوچھ سکتے تھے۔ لیکن بورس کے خیال میں، اس وقت تک کوئی حقیقی Coding Agent موجود نہیں تھا۔

اس لیے ٹیم نے ایک زیادہ جرأت مند کوشش کرنے کا فیصلہ کیا: مدل کو صرف ایک مددگار ٹول نہیں بلکہ اسے براہ راست ترقی کا مرکز بنانے کا۔ وہ یہ دیکھنا چاہتے تھے کہ اگر انہوں نے ایک مکمل طور پر ایجنٹ پر مبنی پروگرامنگ پروڈکٹ کو صفر سے تعمیر کیا، تو کیا ہوگا۔

لیکن بورس نے صاف طور پر تسلیم کیا کہ ابتدائی Claude Code استعمال کے لیے اچھا نہیں تھا۔

بہت لمبے عرصے تک، اس نے صرف اس کے 10 فیصد سے 20 فیصد کام مکمل کیا۔ زیادہ تر کوڈ اب بھی اس کی طرف سے ذاتی طور پر لکھا جانے کی ضرورت تھی۔ آج لوگ جو Claude Code دیکھ رہے ہیں، وہ اس عرصے کے پرانے ورژن سے بالکل الگ چیز ہے۔

اینٹھرپک کو کوڈنگ پر اتنی اہمیت کیوں دی جا رہی ہے؟

بہت سے لوگ سمجھتے ہیں کہ Anthropic کو کوڈنگ پر توجہ دینے کا ایک آسان سبب ہے — پروگرامنگ کا مارکیٹ کافی بڑا ہے اور تجارتی قیمت کافی زیادہ ہے۔ لیکن بورس کی وضاحت بالکل الگ ہے۔

اس نے کہا کہ اگر آپ اینٹروپک کے دفتر میں کسی بھی ملازم کو اچانک روک لیں اور پوچھیں کہ وہ یہاں کیوں آیا ہے، تو زیادہ تر اس کا جواب ایک ہی ہوگا: AI Safety۔

بورس کے خیال میں، اینتھروپک کا قیام سے لے کر سب سے اہم مشن ہمیشہ AI سیفٹی رہا ہے۔ چاہے وہ وضاحتی تحقیق ہو، ایلائنمنٹ تحقیق ہو یا دیگر مختلف سیفٹی شعبے، سب کا بنیادی مقصد ماڈل کے رویے کو سمجھنا ہے۔ لیکن ان تحقیقات کا آخری مشکل یہی ہے کہ صرف لیب میں ماڈل کا مشاہدہ کافی نہیں، محققین کو یہ بھی دیکھنا ہوگا کہ جب ماڈل حقیقی دنیا میں داخل ہوتا ہے تو اس کا کیا ہوتا ہے۔

اور کوڈنگ بالکل ایک تقریباً مثالی تجربہ گاہ ہے۔

لکھنے، مصوری یا دیگر کھلے ٹاسکس کے برعکس، پروگرامنگ میں بہت واضح فیڈ بیک میکنزم ہوتا ہے۔ کوڈ چل سکتا ہے یا نہیں، پروگرام ٹیسٹ پاس کر سکتا ہے یا نہیں، کمپائل کامیاب ہوتا ہے یا ناکام، جواب عام طور پر بہت واضح ہوتا ہے۔ اس کے علاوہ، انٹرنیٹ پر تربیت کے لیے لاکھوں کوڈ دستیاب ہیں۔ شاعری کے ایسے ٹاسکس کے مقابلے جن میں لاکھوں بہترین جوابات ممکن ہو سکتے ہیں، پروگرامنگ مسائل کا صحیح حل کا مجموعہ بہت زیادہ مرکوز ہوتا ہے، اس لیے ماڈل کی صلاحیت کی تصدیق کرنا زیادہ آسان ہوتا ہے۔

اس لیے، Anthropic نے شروع سے ہی کوڈنگ، ٹول استعمال اور کمپیوٹر استعمال پر زیادہ توجہ دی ہے۔ یہ شعبے نہ صرف تجارتی قیمت رکھتے ہیں، بلکہ اس بات کا مطالعہ کرنے کا قدرتی تجرباتی ماحول فراہم کرتے ہیں کہ ماڈل حقیقی دنیا کے ساتھ کیسے تعامل کرتے ہیں۔

اس منظر سے، کلوڈ کوڈ صرف پروگرامرز کے لیے ایک پیداواری ٹول نہیں ہے۔ بورس کے بیان کے مطابق، یہ اینتھروپک کے لیے مستقبل کے AI سسٹمز کو سمجھنے کا ایک اہم تجرباتی پلیٹ فارم بھی ہے۔

کلود کوڈ کیوں اچانک طاقتور ہو گیا؟

کلاؤڈ کوڈ کی ابتدا کے بعد، میزبان نے ایک ایسا سوال پیش کیا جو بہت سے لوگ جاننا چاہتے ہیں۔ چونکہ کلاؤڈ کوڈ کے شروع میں صرف بورس کے 10 فیصد سے 20 فیصد کام کو ہی مکمل کر سکتا تھا، تو اس کے بعد کیا ہوا؟ بالآخر، آج بورس نے علناً اعتراف کیا ہے کہ وہ چھ ماہ سے اپنا کوڈ خود نہیں لکھ رہا۔ صرف تھوڑے سے کاموں کو مکمل کرنے سے لے کر تقریباً پورے ڈویلپمنٹ کو سنبھالنے تک، درمیان میں واضح طور پر بہت بڑا تبدیلی آئی ہے۔

اس سوال کے جواب میں بورس کا جواب غیر معمولی طور پر سادہ تھا۔ اس نے کہا کہ باہر کے لوگ عام طور پر مصنوعات کے فنکشنز پر توجہ دیتے ہیں، لیکن اگر اسے ان ایسے لمحات کو دوبارہ دیکھنے کو کہا جائے جنہوں نے حقیقی طور پر صلاحیتوں میں کھچاڑ لی، تو سب سے اہم وجوہ صرف ایک ہے: ماڈل طاقتور ہو گیا۔

گزشتہ سال، اینتھرپک ٹیم نے بالکل Claude Code کو مستقل طور پر بہتر بنایا ہے۔ انہوں نے کافی انجینئرنگ کام کیا ہے اور مختلف نئے انٹرایکشن اور پروڈکٹ فارمیٹس شامل کیے ہیں۔ شروع میں Claude Code صرف ایک کمانڈ لائن ٹول تھا، لیکن بعد میں یہ ڈیسک ٹاپ، موبائل، Slack، GitHub جیسے مختلف سیناریوز تک پھیل گیا۔ ٹیم نے نئے فیچرز جیسے پلان موڈ (Plan Mode) سمیت ڈویلپرز اور ایجینٹ کے درمیان تعاون کو آسان بنانے والے مختلف طریقے بھی آزمائے۔ لیکن بورس کے خیال میں، یہ سب بڑھتے ہوئے بہتری کے اقدامات ہیں۔

کلیدی محدودیت کلیڈ کوڈ کی اصل طاقت ہے۔

اس نے کچھ اہم نکات کا ذکر کیا۔ سونٹ 4، اوپس 4 سے لے کر بعد میں اوپس 4.5 تک، ہر ماڈل کی صلاحیت میں اضافہ، کلاؤڈ کوڈ کی کارکردگی پر ب без تاثر ہوتا ہے۔

پھر میزبان نے پوچھا کہ کیا کلود کوڈ کے استعمال کا تجربہ ماڈل ترقی پر اثر ڈالے گا۔ بورس کے جواب میں کہا گیا کہ اینٹروپک کے اندر تقریباً ہر کوئی روزانہ کلود کوڈ استعمال کرتا ہے، جس میں ماڈل ترقی دینے والے، مصنوعات ترقی دینے والے شامل ہیں… پوری کمپنی اس کا استعمال کر رہی ہے۔

اس لیے کوئی خاص فیڈ بیک چینل نہیں ہے۔ فیڈ بیک خود کمپنی کے روزمرہ کے کام کا حصہ ہے۔

جب تحقیقی ٹیم استعمال کے دوران مسائل کو دریافت کرتی ہے، تو ماڈل ٹیم ان مسائل کو دیکھتی ہے؛ جب ماڈل کی صلاحیت بڑھ جاتی ہے، تو لوگ فوراً اپنے عملی کاموں میں تبدیلی محسوس کرتے ہیں۔ پروڈکٹ اور ماڈل الگ الگ لکیریں نہیں ہیں، بلکہ ایک ہی چکر میں ایک ساتھ ترقی کر رہے ہیں۔

کلود کوڈ نے اینتھرپک کے لیے کتنی پیداواری میں اضافہ کیا؟

بورس کا کہنا ہے کہ AI لیب میں لمبے عرصے تک کام کرنے کے بعد، لوگ مسائل کو ایک اسی طرح سوچنے لگ جاتے ہیں جیسے وہ اسی طرح بڑھ رہے ہوں۔ بہت سے اندر کے اشارے — چاہے آمدنی، استعمال یا ماڈل کی صلاحیت ہوں — لگتے ہیں جیسے وہ اسی طرح کی منحنی ہوں، اس لیے وہ تبدیلیوں کا مشاہدہ کرنے کے لیے لگارتھمک فاصلہ استعمال کرنے لگتے ہیں۔

اور کوڈ کی پیداوار میں بھی اسی رجحان دیکھا گیا۔

انٹھروپک کے سابقہ شائع شدہ ڈیٹا کے مطابق، کلاؤڈ کوڈ کے کمپنی کے اندر وسیع پیمانے پر استعمال کے بعد، ہر انجینئر کی پیداواری کوڈ کی مقدار تقریباً تین گنا بڑھ گئی۔ لیکن بورس نے خاص طور پر زور دیا کہ یہ پرانا ڈیٹا ہے۔ اصل اضافہ اس عدد سے کہیں زیادہ ہے۔

زیادہ دلچسپ بات یہ ہے کہ یہ اضافہ کمپنی کے تیزی سے بڑھنے کے دوران ہوا۔

روایتی تجربے کے مطابق، ایک کمپنی میں مہندسین کی تعداد زیادہ ہوتی ہے، تو عام طور پر اوسط پیداواری صلاحیت کم ہوتی جاتی ہے۔ نئے ملازمین کو سسٹم سیکھنا پڑتا ہے، اور پرانے ملازمین کو سوالات کے جوابات دینے پڑتے ہیں، جس سے تنظیمی رابطے کی لاگت مسلسل بڑھتی رہتی ہے۔

لیکن بورس نے بالکل اس کے برعکس کچھ دیکھا۔ جب کوئی نیا انجینئر کمپنی میں شامل ہوتا تھا، تو اسے اندر کے سسٹم کو سمجھنے میں ہفتوں لگ جاتے تھے۔ اب یہ عمل عام طور پر صرف دو دن میں مکمل ہو جاتا ہے۔

اس کا سبب تربیتی نظام میں انقلابی تبدیلی نہیں ہے، بلکہ اس لیے ہے کہ لوگوں نے کلائیڈ سے براہ راست سوال کرنے کا عادی بن لیا ہے۔ نئے ملازمین کو یہ جاننے کی ضرورت نہیں کہ ڈیٹا بیس کیسے کوئری کریں۔ انہیں یہ بھی جاننے کی ضرورت نہیں کہ وہ کس سے رجوع کریں۔ اینٹھروپک کے اندر، جب کوئی پوچھتا ہے "ڈیٹا بیس کیسے چیک کریں؟" تو عام طور پر جواب ملتا ہے: "کلائیڈ کھولیں اور کلائیڈ کو ڈیٹا بیس چیک کرنے دیں۔" بہت سے ایسے پوشیدہ مہارت جو پہلے سینئر انجینئرز کو مالک ہونا ضروری تھا، اب ایجنٹس پر منتقل ہو رہے ہیں۔ بورس کے خیال میں، یہ شاید سب سے اہم تبدیلی ہے۔

کلوڈ کوڈ صرف کوڈ جنریشن کی رفتار نہیں بڑھا رہا، بلکہ تنظیمی جانکاری کے منتقل ہونے کی لاگت کو آہستہ آہستہ کم کر رہا ہے۔ گزشتہ وقت میں، کاروباری ادارے جانکاری کے انتقال کے لیے تدریجی طریقہ کار پر منحصر تھے۔ اب، زیادہ تر جانکاری براہ راست ماڈل میں شامل ہو رہی ہے۔

پنچ کارڈ سے لے کر Vibe Coding تک، انسان صرف پروگرامنگ کے ابسترکشن لیول کو اب بھی بلند کر رہا ہے

چونکہ کلود کوڈ اتنی طاقتور ہے، تو اینتھرپک کے نئے ملازم انجینئرز اب بھی کوڈ لکھتے ہیں؟ جب میزبان نے یہ سوال پوچھا، تو بحث کا مرکز اس بات پر منتقل ہو گیا کہ آپ "کوڈ لکھنا" کو کیسے تعریف کرتے ہیں؟

بورس کے خیال میں، سافٹ ویئر انجینئرنگ کی تاریخ بنیادی طور پر انتزاعی سطحوں کو بڑھانے کی تاریخ ہے۔

اس کے دادا نے سوویت دور میں پنچ کارڈز کے ذریعے پروگرامنگ کی تھی۔ اس دور میں، پروگرامرز کو کاغذ کے کارڈز پر سوراخ کرنا پڑتا تھا، اور پھر نتائج کا انتظار کرنے کے لیے ان کارڈز کو کمپیوٹر میں ڈالنا پڑتا تھا۔ بعد میں اسمبلی زبان ظاہر ہوئی۔ پھر فورٹران اور کوبول آئے۔ اس کے بعد جاوا، پائتھن اور جاوااسکرپٹ آئے۔ ہر نئی اbstract لیول کے ظہور پر کچھ لوگ یہ سمجھتے تھے کہ یہ اصل پروگرامنگ نہیں ہے۔ اسمبلی لکھنے والے اعلیٰ سطح کی زبانوں والوں کو نظرانداز کرتے تھے، جبکہ C لکھنے والے پائتھن کو بہت آسان سمجھتے تھے۔ لیکن بورس کا خیال ہے کہ آج جو ہو رہا ہے، وہ بنیادی طور پر وہی چیز ہے۔ انسان صرف پروگرامنگ کی اbstract لیول کو دوبارہ بلند کر رہے ہیں۔

اس نے اپنے گزشتہ سال کے کام کے تبدیل ہونے کے عمل کی وضاحت کی۔ شروع میں، وہ زیادہ تر ڈویلپرز کی طرح تھا: IDE کھولنا، کوڈ لکھنا، اور کبھی کبھار آٹو کمپلیشن استعمال کرنا، جو روایتی سافٹ ویئر ڈویلپمنٹ کا طریقہ تھا۔

جب کلید کوڈ آیا تو اس کا طریقہ کار یہ بن گیا کہ وہ کلید کو ضرورت بیان کرتا ہے، کلید کو کوڈ لکھنے کے لیے کہتا ہے، اور خود چیک اور درستگی کا ذمہ دار ہوتا ہے۔ اس مرحلے میں، انسان اب بھی ماڈل کو ب без سیدھا ہدایت دے رہا ہے۔ صرف کوڈ ماڈل کی طرف سے تخلیق کیا جاتا ہے۔ لیکن بورس کا خیال ہے کہ یہ صرف ایک عارضی مرحلہ ہے۔

ہالیا وقت میں حقیقی دلچسپ تبدیلیاں ہوئیں۔ اس نے کہا: "اب میں کلیدی طور پر کلاؤڈ کو ہدایت نہیں دیتا۔" اس کا کام اب ایک دوسری شکل میں تبدیل ہو گیا ہے۔ وہ مختلف خودکار پروسیسز اور لوپس لکھتا ہے۔ یہ لوپس کلاؤڈ کو سوالات پوچھنے، کاموں کو ٹکڑوں میں تقسیم کرنے، سیٹنگز کو منظم رکھنے، اور متعدد کلاؤڈ انسٹنسز کے درمیان کام کو ہماونے کے لیے ذمہ دار ہیں۔

دوسرے الفاظ میں: پہلے لوگ کلود کو ہدایات دیتے تھے۔ اب پروگرام اس کے لیے کلود کو ہدایات دیتے ہیں۔ اور اس کا کام ان خودکار سسٹمز کو ڈیزائن کرنا بن گیا ہے۔ وہ اسے ایک بہت مختصر جملے میں خلاصہ کرتا ہے: میرا کام اب لوپس لکھنا بن گیا ہے۔

ظاہر ہے، بورس نے صرف کوڈ کو کلود کو آؤٹ سورس نہیں کیا، بلکہ "کلود کے ساتھ مکالمہ" کے عمل کو بھی خودکار بنادیا ہے۔ یہ اب عام کوپائلٹ ماڈل نہیں رہا۔ یہ زیادہ قریب ہے متعدد ایجینٹس کے لگاتار چلنے والے نظام کے۔

بورس نے بتایا کہ گزشتہ نومبر میں، اس نے اپنا IDE ہٹا دیا تھا۔ یہ صرف ایک علامتی اقدام نہیں تھا، بلکہ اس لیے کہ اس نے محسوس کیا کہ وہ ایک ماہ سے IDE کو نہیں کھولا تھا۔ چونکہ اسے بالکل استعمال نہیں کر رہا تھا، اس لیے اس نے اسے ہٹا دیا۔ اس دوران، وہ عام طور پر پانچ سے دس کلاؤڈ کے انسٹنسز ایک ساتھ چلا رہا تھا، جن میں مختلف کلاؤڈ مختلف کاموں کو سنبھال رہے تھے، جبکہ وہ مکمل عمل کی نگرانی کرتا تھا۔

انجینئر کوڈ نہیں لکھتے، ملازمت کے لیے کیا دیکھا جاتا ہے؟

اس وقت میزبان نے ایک دلچسپ سوال پیش کیا: اگر آج ایک انجینئر Anthropic میں شامل ہونا چاہے، تو Anthropic اس کا جائزہ کیسے لے گی؟ یا پھر: ایک ایسی دنیا میں جہاں کم اور کم لوگ خود کوڈ لکھ رہے ہیں، کمپنیاں بالآخر کس قسم کے لوگوں کو تلاش کر رہی ہیں؟

بورس کے جواب نے تقریباً براہ راست تنظیمی ساخت کے بارے میں بعد کی بحث کو جنم دیا۔ اس نے کہا کہ کلوڈ کوڈ ٹیم کو سب سے زیادہ پسندیدہ قسم کے لوگ دراصل جنرلسٹ ہیں۔

وجہ بہت آسان ہے: پچھلے سافٹ ویئر اداروں میں بہت واضح تقسیمِ کام تھا — صارف تحقیق کار صارفین کو سمجھنے کے لیے، ڈیزائنر مصنوعات ڈیزائن کرنے کے لیے، پروڈکٹ مینیجر ضروریات کی منصوبہ بندی کے لیے، انجینئرز فنکشنلیٹی کو عملی شکل دینے کے لیے، اور ہر کوئی اپنے اپنے مرحلے میں کام کرتا تھا، جیسے ایک اسٹریم لائن۔

لیکن کلاؤڈ کوڈ ٹیم نے پچھلے چھ ماہ میں پایا ہے کہ یہ تقسیمِ کام جلدی سے تباہ ہو رہی ہے۔ ٹیم کے ہر انجینئر، تقریباً روزانہ، ایسے کام کر رہے ہیں جو اصل میں "انجینئر" کے فرائض کے دائرے سے باہر تھے۔ کچھ صرف صارفین کے ساتھ بات چیت کر رہے ہیں، کچھ انٹرفیس ڈیزائن کر رہے ہیں، کچھ ڈیٹا اکٹھا کر رہے ہیں، ڈیٹا تجزیہ کر رہے ہیں، اور ڈیش بورڈ بنा رہے ہیں۔ کوئی بھی صرف ایک تنگ سے حصہ نہیں کر رہا۔

بورس نے ایک اور زیادہ شدید مثال بھی دی: اینتھروپک کے ڈیزائنرز بھی کوڈ لکھ رہے ہیں، اور فنانس کے زمیدار بھی کوڈ لکھ رہے ہیں۔ ساتیا نڈیلا اس کردار کو "بِلڈر" کہتے ہیں۔ یہ تصور شاید "انجینئر" سے زیادہ درست ہے، کیونکہ اصل حد اب "کیا آپ کوڈ لکھ سکتے ہیں" نہیں، بلکہ "کیا آپ ایک خیال کو حقیقت میں تبدیل کر سکتے ہیں" ہے۔

بورس کے منظر سے، AI نے صرف پروگرامرز کو متبادل نہیں بنایا، بلکہ اس نے علم اور انجام کے درمیان تعلق کو حقیقت میں تبدیل کر دیا۔ گزشتہ زمانے میں ایک شخص کئی کردار ادا نہیں کر سکتا تھا، جس کا بڑا سبب سیکھنے کی لمبی لاگت تھی۔ اب، ماڈلز ان صلاحیتوں کے درمیان منتقل ہونے کی لاگت مسلسل کم کر رہے ہیں۔ اس لیے مستقبل میں سب سے زیادہ فائدہ اٹھانے والے لوگ، شاید کسی ایک شعبے کے سب سے گہرے ماہر نہیں ہوں گے، بلکہ وہ لوگ ہوں گے جو مختلف شعبوں کے درمیان تیزی سے منتقل ہو سکتے ہیں اور وسائل کو مستقل طور پر اکٹھا کرتے ہیں۔

اسی لیے بورس کا خیال ہے کہ ہم جنرلسٹ کے سنہری دور میں داخل ہو رہے ہیں۔ جو لوگ بہت سی چیزوں کو کرنے کو تیار ہیں، ان کے لیے اب تاریخ کا بہترین دور ہو سکتا ہے۔

ٹیکنیکل اسٹاف کا ممبر کوئی دھوکہ نہیں، بلکہ مستقبل کا ایک پیش خدمت ہے

میزبان نے موضوع کو مصنوعات سے ثقافت اور تنظیمی ڈیزائن پر منتقل کر دیا۔ اس نے نوٹ کیا کہ بورس کا عنوان "پروڈکٹ ڈائریکٹر" یا "انجینئرنگ ڈائریکٹر" نہیں بلکہ "میمبر آف ٹیکنیکل اسٹاف" ہے، اور اینتھروپک میں بہت سے لوگوں کا یہی عنوان ہے۔ وہ جاننا چاہتا تھا: اس کے کیا فائدے ہیں؟ کیا نقصانات بھی ہیں؟

بورس بہت صاف گفتگو کرتا ہے۔ وہ کہتا ہے کہ سب سے بدترین بات یہ ہے کہ آپ Slack پر کسی کو میسج کرتے ہیں جس کا عنوان MTS ہے، اور آپ کو معلوم نہیں ہوتا کہ یہ شخص ڈیزائنر ہے، انجینئر ہے یا مینیجر، اور وہ بالکل بھی کون سا پروجیکٹ کر رہا ہے۔ لیکن وہ اس عنوان سے بہت پسند کرتا ہے۔

اس نے میٹا میں اپنے تجربے کو یاد کیا۔ میٹا کے تمام سافٹ ویئر انجینئرز کے پاس صرف ایک ہی عہدہ تھا: سافٹ ویئر انجینئر، سینئر، پرنسپل جیسے لیولز نہیں۔ شروع میں اسے سمجھ نہیں آیا، لیکن بعد میں اس نے دریافت کیا کہ یہ دراصل ایک ثقافتی ڈیزائن تھا۔ اگر آپ کسی کو "سینئر" کا عہدہ دیں، تو دوسرے اس کے برے خیالات کا جواب نہیں دے پائیں گے کیونکہ وہ احترام (deference) کے باعث ناراحت نہیں ہوں گے۔ لیکن اگر سب کو ایک مساوی ماحول میں رکھ دیا جائے، تو لوگوں کو اپنے تجربے کے بجائے اپنے خیالات کے بنیاد پر مقابلہ کرنے پر مجبور کر دیا جائے گا۔

بالکل، وہ تسلیم کرتا ہے کہ درجہ عنوان کے ختم ہونے سے واقعی ختم نہیں ہوتا۔ آپ جانتے ہیں کہ کوئی L7 ہے، صرف عنوان نہیں لکھا گیا۔ لیکن دلچسپ بات یہ ہے کہ اکثر آپ کو واقعی نہیں پتہ چلتا۔

اس نے اپنے Facebook پر L4 انجینئر کے طور پر کام کرتے ہوئے ایک کہانی سنائی۔ اس کے پاس ایک خیال تھا، جس نے براہ راست کنکٹیویٹی کے وائس پریزیڈنٹ سے رابطہ کیا اور کہا: "یہ میرا خیال ہے، آئیے اسے مل کر بنائیں۔" وہ وائس پریزیڈنٹ نہیں جانتا تھا کہ وہ کس لیول کا ہے۔ اس نے دوسرے وائس پریزیڈنٹ سے بھی رابطہ کیا، لیکن ناکام رہا۔ تیسری بار، کامیابی ملی۔ انہوں نے ٹیم بنائی اور مصنوعات بنانا شروع کر دیا۔

بورس کہتے ہیں کہ اب وہ کلاد کوڈ ٹیم میں روزانہ ایک ہی بات دیکھ رہے ہیں۔ 20 یا 30 سال کے تجربے والے سینئر انجینئرز کو کئی ماہ لگ جاتے ہیں کہ وہ اپنے وہ پرانے عادات جو اب لاگو نہیں ہوتیں، بھول جائیں۔ جبکہ ایک نئے فارغ التحصیل طالب علم کو ٹیم میں شامل ہونے کے بعد، وہ بھی کلاد کوڈ کا استعمال بہتر طریقے سے کرنے کا طریقہ سکھا سکتا ہے، کیونکہ نوجوانوں کا فطری طور پر ماڈل کے خیال سے سوچنا ہوتا ہے۔

ہر نئے ماڈل کے آنے پر، سب کو دوبارہ کیلبریٹ کرنا پڑتا ہے۔ اس دور میں تجربہ لینیئر طور پر جمع نہیں ہوتا، کبھی کبھی یہ زمہ داری بھی بن جاتا ہے۔

تو، ممبر آف ٹیکنیکل اسٹاف جیسا کہ ایک ابھی تک غیر واضح عہدہ لگتا ہے، بورس کے لیے ایک آنے والے حقیقت کا پیشگوئی ہے: سال کے آخر تک انجینئرز، پی ایم، ڈیزائنرز اور صارف تحقیق کاروں کے درمیان حدود تقریباً ختم ہو جائیں گی۔ اس تبدیلی کو پاسیوی طور پر قبول کرنے کے بجائے، ان سب کو ایک ہی کردار پر مجبور کرنے کے لیے عہدے کا استعمال کریں: بِلڈر۔

تمام کریٹرز کے لیے مشورہ: کم لوگوں کو مقرر کریں، زیادہ ٹوکن جاری کریں

میزبان نے بورس سے اینتھرپک کے منظر نظر سے موجودہ کاروباری مالکان اور کمپنیوں کے لیے ایک عام تجویز مانگی: 2026 کے آخر تک، تنظیم کو اپنا رویہ کیسے تبدیل کرنا چاہیے؟

بورس کی پہلی بات مزاحیہ تھی: "ہر کسی کو جتنا ممکن ہو اتنے ٹوکن دیں۔" جیسے ہوئنگ نیون کی مشہور بات: "جتنا زیادہ خریدو، اتنا زیادہ بچاؤ۔"

یہ مزاح نہیں ہے۔ وہ سنجیدہ ہے۔ اس نے دو چیزوں کی تجویز دی ہے:

سب سے پہلے، جتنا ممکن ہو اتنے ٹوکن فراہم کریں تاکہ لوگ ان کا پرکھ سکیں۔

دوسری بات، ہر منصوبے کے لیے جان بوجھ کر "کم لوگ" مقرر کیے جاتے ہیں۔ اگر آپ کو لگتا ہے کہ ایک منصوبے کے لیے چار انجینئرز درکار ہیں، تو صرف دو لوگوں کو مقرر کر دیں اور انہیں زبردست ٹوکن دیں تاکہ وہ خود اپنا حل نکال سکیں۔ آپ دیکھیں گے کہ وہ اکثر اسے پورا کر لیتے ہیں۔ وہ جو کچھ بھی آٹومیٹ کیا جا سکتا ہے، اسے مکمل طور پر آٹومیٹ کر دیتے ہیں، اور چونکہ یہ آٹومیٹڈ ہو جاتا ہے، اگلی بار یہ کام تیز اور سستا ہو جاتا ہے۔ یہ ایک مرکب فائدہ ہے۔

میزبان نے اس تجویز کا بہت مختصر خلاصہ پیش کیا: کم لوگوں کے ساتھ، بجٹ کو لوگوں کی تنخواہوں سے ٹوکنز پر منتقل کریں۔ اس سے آپ کی ابتدائی لاگت بڑھ جائے گی، لیکن مستقل لاگت میں بڑی کمی آئے گی۔ جیسے پری-کمپائل کرنا — آپ ایک بار پورا گنداما کام ختم کر دیتے ہیں، اور اس کے بعد ہر دہرائی جانے والی اجرائیت تقریباً مفت ہوتی ہے۔

بورس مکمل طور پر متفق ہے۔ میزبان نے ایک زیادہ تیز سوال پوچھا: گزشتہ زمانے میں لوگ اپنی ڈسپلائن (ماہرینہ شعبہ) کے لیے بہت فخر کرتے تھے۔ پی ایم اپنے لکھے گئے مصنوعات کے مضامین کے لیے فخر کرتے تھے، ڈیزائنرز اپنے خوبصورت پورٹ فولیو کے لیے فخر کرتے تھے۔ کya 12 ماہ کے اندر سب کو اپنی "میں کسی خاص شخص ہوں" کی شناخت چھوڑ کر ایک "لچکدار، ٹوکن استعمال کرنے والا بیگ" بننا پڑے گا؟

بورس کہتے ہیں: "میں تھوڑا سا مختلف الفاظ استعمال کر سکتا ہوں، لیکن... ہاں، تقریباً ایسا ہی ہے۔"

ذوق بھی ماڈل کے زیرِ اثر ہو جائے گا؟ آخر میں صرف "قدروں" باقی رہ جائیں گی

میزبان نے پہلے اینتھرپک کے ایک اور رکن جیریڈ کے ساتھ بات چیت کی گئی موضوع کا ذکر کیا، اور بورس کی رائے سننا چاہتا ہے: آپ "ٹیسٹ" (ذائقہ) کو کیسے سمجھتے ہیں؟

بورس کا جواب بہت صاف گویا تھا۔ اس نے کہا کہ جب بھی اسے لگتا کہ وہ پروگرامنگ میں کچھ "خصوصی ذائقہ" رکھتا ہے، تو آخرکار یہ ثابت ہوتا کہ وہ غلط ہے۔

وہ کبھی فنکشنل پروگرامنگ سے بہت پیار کرتا تھا، جیسے Haskell، Scala جیسی زبانوں سے۔ کلوڈ کوڈ کے ابتدائی کوڈ بیس میں، اس نے ایک قاعدہ بنایا: کلاس کا استعمال ممنوع، صرف فنکشن استعمال کریں۔ ہفتہ کے آخر کے انجینئرز چپکے سے کلاس والی کوڈ جمع کر دیتے، اور پھر سوموار کو اس نے انہیں رد کر دیا۔ بعد میں جب ماڈل نے بڑے پیمانے پر کوڈ لکھنا شروع کر دیا، تو ماڈل نے براہ راست کلاس لکھ دیے۔ اس نے لمبے وقت تک دیکھا، اور آخرکار کہا: ٹھیک ہے، شاید ماڈل ٹھیک ہے۔ میرا یہ رجحان شاید اصل میں بے معنی تھا، کیونکہ بزنس نتائج حاصل ہو گئے، اور وہ تیز تر تھے، اور کوڈ بھی خراب نہیں تھا۔

پھر اس نے ایک زیادہ جرات کا استدلال کیا۔ اب لوگ ہمیشہ کہتے ہیں کہ "پروڈکٹ کا ذائقہ آخری الفا ہے"۔ لیکن اس کا خیال ہے کہ یہ الفا بھی تیزی سے غائب ہو رہا ہے۔

اس کے پاس اب کئی سو کلاؤڈ انسٹنسز ایک ساتھ چل رہے ہیں۔ کچھ ٹویٹر کے ردعمل پر کام کر رہے ہیں، کچھ گٹھب ایشوؤں کو دیکھ رہے ہیں، کچھ سلاک کو دیکھ رہے ہیں، اور خود ہی اگلے مرحلے میں کون سی خصوصیت شامل کرنی چاہیے اس کا تجزیہ کر رہے ہیں۔ اب تک زیادہ تر خیالات برے ہیں، لیکن تقریباً 20% اچھے ہیں۔ لیکن اگلے ماڈل کا انتظار کریں، اور 3 سے 6 ماہ کا انتظار کریں — زیادہ تر خیالات اچھے ہو جائیں گے۔

میزبان نے مزید پوچھا: تو انسانوں کے پاس آخر میں کیا کچھ منفرد چیزیں باقی ہیں؟ کیا کوئی ایسی چیز ہے جو مدل کبھی بھی نہیں کر سکتا؟

بورس نے سوچا اور کہا: قیمتیں۔

اس نے کہا کہ آخرکار ہم ماڈل کو جو سکھانا چاہتے ہیں، وہی چیز ہے جو ہم بچوں کو سکھاتے ہیں: ایک اچھا وجود کیسے بنائیں۔ صرف چیزوں کو درست طریقے سے کرنے کے بجائے، درست چیزیں کیسے کریں۔