ہر ست ماہ، اپنا Claude.md، اپنے مہارتیں اور اپنے ہُکس حذف کر دیں۔
یہ بورس چرنی — کلوڈ کوڈ کے موجد — کی مصنوعات کے استعمال کرنے والوں کے لیے تجویز ہے۔
YC کے 28 جولائی کو جاری کیے گئے انٹرویو ویڈیو "Boris Cherny: We Cut 80% of Claude Code’s Prompt" میں، بورس نے تمام AI پروڈکٹس بنانے والوں کو اپنے نئے پروڈکٹس کے لیے حوصلہ مندی سے ڈیلیٹ بٹن دبانے کی ترغیب دی، اور سسٹم کے پرامپٹس، ٹولز اور ہارنس کوڈ کو بڑے پیمانے پر حذف کرنے کی تجویز دی۔
△
آپ پورے سسٹم پرومپٹ کو حذف کر دیں، پھر ایک ایک کر کے واپس شامل کریں تاکہ آپ دیکھ سکیں کہ ہر لائن کا کیا اثر ہے۔
اس نقطہ نظر کے پیچھے کا تصور ابلاسٹ اسٹڈی (ablation study) ہے، جو بورس چرنی کی حالیہ انٹرویو میں مسلسل استعمال کیا گیا ہے، جس کا مقصد دیگر شرائط کو مستقل رکھتے ہوئے ایک ماڈیول کو ختم، تبدیل یا بند کرکے اس کے عمل، استحکام، کارکردگی یا لاگت میں تبدیلیوں کا موازنہ کرنا ہے۔
انٹرویو میں بورس نے خوشی کے ساتھ دعویٰ کیا کہ Opus 5 کے لیے، ہم حقیقت میں سب کچھ حذف کرنے کی تجویز کرتے ہیں، کیونکہ ماڈل کو اب ضرورت نہیں ہے۔
حالیہ بے چینی کے باوجود... صارفین کہہ سکتے ہیں، "اصل میں کلوڈ کے لیے، اسے حذف کرنے کی سفارش کرتے ہیں کیونکہ ہمیں اب اس کی ضرورت نہیں ہے۔" (x)
"بولد ڈیلیٹ" کے علاوہ، بورس نے انٹرویو میں اپنے پروڈکٹ ڈیزائن، ماڈل استعمال اور پروگرامنگ سیکھنے کی قیمت کے بارے میں مزید خیالات بھی شیئر کیے—
اس مضمون کے خیالات انٹرویو ویڈیو سے ماخوذ ہیں، اہم نکات درج ذیل ہیں: 1، بورس کی مصنوعات کی ترقی کی حکمت عملی: کم پیش گوئی، زیادہ ٹیسٹ کریں۔ 2، "مصنوعات کا زائدہ": ایک ہی دور میں، ماڈل کی صلاحیتیں ہمیشہ مصنوعات کے دائرے سے آگے نکل جاتی ہیں۔ 3، "آزادی": ماڈل کو زیادہ مشکل کاموں پر کام کرنے اور لمبے وقت تک خودکار طور پر کام کرنے دیں۔ 4، بہترین کلاڈ یوزرز AI کا استعمال کیسے کرتے ہیں؟ 5، پروگرامنگ سیکھنے والوں کے لیے تین تجاویز
ایک ماڈل ایک زندہ مخلوق ہے، جس کا اپنا خصلت ہوتا ہے
آج کل کلود کوڈ ہارنیس میں صرف سیکورٹی، اجازت اور اسٹیٹک اینالیسس کے حصے باقی ہیں۔
24 جولائی، اینتھروپک نے کلاؤڈ 5 کے کانٹیکسٹ انجینئرنگ کے نئے قواعد جاری کیے، جن میں آپس 5، فیبل 5 جیسے نئے ماڈلز کے لیے کلاؤڈ کوڈ کا سسٹم پرامپٹ کافی اختصار کیا گیا اور اصل ہدایات میں سے 80% سے زائد حذف کر دیے گئے۔
تفصیل کے لیے Quantum Bit کے مقالے "Claude Code نے 80% پرومپٹس حذف کر دیے، Opus 5 نے دوبارہ واپس شامل کر لیے" کو دیکھیں۔
اس تبدیلی کے حوالے سے، بورس نے انٹرویو میں اپنی مصنوعات کی ترقی کی حکمت عملی شیئر کی: آپ کو اس بات کا اندازہ نہیں لگانا چاہیے کہ ماڈل کو کس قسم کے حکومت کی ضرورت ہے، کیونکہ آپ اسے درست طریقے سے اندازہ نہیں لگا سکتے۔ آپ جو کر سکتے ہیں وہ ہے ایک ایک لائن حذف کرنا، ٹیسٹ کرنا، اور اس بات کو تلاش کرنا کہ ماڈل کہاں پر دوبارہ گڑبڑ رہا ہے۔
آپ کو ماڈل کو ایک زندہ مخلوق، ایک زیادہ فطری چیز کے طور پر سمجھنا چاہیے۔ ہر نسل کا ماڈل مختلف طرح سے کام کرتا ہے، اس کا کردار تھوڑا سا مختلف ہوتا ہے، آپ کو اسے سمجھنے کے لیے وقت دینا ہوگا، اور پھر اس کے مطابق ہارنیس کو تبدیل کرنا ہوگا۔
△
اس لیے اس کے لیے بورس کے لیے زیادہ تجرباتی ہے، جسے سائنسی طریقے سے سمجھنا چاہیے: بغیر پہلے سے فرض کیے کوشش کریں، نتائج دیکھیں، دوبارہ کریں، دہرائیں۔
اس ایسی دنیا میں جہاں ہر چیز بار بار تبدیل ہوتی رہتی ہے، Eval بھی مستقل طور پر استعمال نہیں ہو سکتی۔ حالانکہ یہ harness اور prompt کے مقابلے میں زیادہ دیرپا ہے، لیکن اب ماڈل کی ترقی بہت تیز ہے، اکثر ایک ایسی ایوانگ کو جلد ہی مکمل نمبر حاصل ہو جاتے ہیں۔ اس لیے ضروری ہے کہ ہم دیکھیں کہ ماڈل کہاں پر مستقل مشکل کا شکار ہو رہا ہے، اور پھر نئے Eval کا ڈیزائن کریں۔
ایک سوچ: زائد، آزادی
انٹرویو میں، بورس نے "پروڈکٹ اوورہینگ" نام کا ایک تصور شیئر کیا، جسے وہ اپنے پروڈکٹ بنانے میں مددگار سمجھتے ہیں۔
اوورہینگ، کیا مطلب ہے؟ اسکے معنی ہیں: اضافی۔
بڑے ماڈلز غیر متصل قفز کی شکل میں ترقی کرتے ہیں، جبکہ پروڈکٹ انٹیگریشن متصل اضافی رفتار سے آگے بڑھتی ہے۔ اس سے یہ نتیجہ نکلتا ہے کہ ماڈلز کی صلاحیتیں ہمیشہ موجودہ پروڈکٹس کی حدود سے آگے نکل جاتی ہیں۔
بورس نے ایک مثال دی: جب 2024 کے آخر میں سونٹ 3.5 کو متعارف کرایا گیا، تو اس ماڈل نے ایک بار میں پوری فائل کا کوڈ لکھنا شروع کر دیا تھا۔ لیکن اس وقت کے پروگرامنگ پروڈکٹس کوپائلٹ اور کرسر کے ابتدائی ورژن ابھی تک صرف کوڈ کی تکمیل جیسے چھوٹے کاموں پر مبنی تھے۔
مکمل ٹرمینل اجازتوں والے کلاڈ کوڈ نے اس فرق کو کچھ حد تک پُر کر دیا ہے۔ یہی بورس نے دوسرا تصور "انہوبلنگ"، یعنی پابندیوں کو ختم کرنا، پیش کیا ہے۔
△
اس نے Anthropic کے اندر کا ایک کیس شیئر کیا: کسی نے Opus 5 کو OpenCV (دنیا کا سب سے بڑا اوپن سورس کمپیوٹر ویژن لائبریری) سے جوڑنے کی کوشش کی، جس کے نتیجے میں پتہ چلا کہ ماڈل خود بخود چہرے اور جانوروں کے مناظر بنانے لگا، جبکہ انہوں نے پہلے کبھی ماڈل کو پینٹنگ کے لیے ٹرین نہیں کیا تھا۔
یہ “ماڈل ایلیسٹیشن” ہے، جس میں ماڈل کے وزن کو تبدیل کیے بغیر، پرومپٹس، سیاق و سباق، ٹولز یا پروڈکٹ فارم کے ڈیزائن کے ذریعے ماڈل کو اس کی اپنی موجودہ صلاحیتیں جو پہلے فعال نہیں ہوئی تھیں، ظاہر کیا جاتا ہے۔
ہاں، شاید اب بھی سوال یہی ہے: اسے کس طرح نسبت دیا جائے؟ کیا ماڈل کو اپنی پہلے سے موجود صلاحیتوں کو فعال کیا گیا، یا پھر ماڈل نے “سکیلفولڈ” ڈیزائن کی وجہ سے نئے مہارتیں سیکھ لیں؟
تاہم شاید اس کا کوئی فرق نہیں پڑتا، کسی بھی صورت، بورس کو یقین ہے کہ یہاں بہت بڑا تجارتی موقع موجود ہے:
میں یہ نہیں کہ رہا کہ تمام اسٹارٹ اپس کو پکڑا جا سکتا ہے۔ لیکن میں جانتا ہوں کہ کچھ لوگ ان مسائل پر سوچ رہے ہیں، اور یہاں حقیقت میں بہت بڑا موقع ہے کہ ماڈل سے وہ حیرت انگیز، دلچسپ اور تجارتی طور پر قیمتی رویے نکالے جائیں۔
اس کے لیے، بورس نے اپنے مدلز کو "آزاد" کرنے کے لیے تین طریقے پیش کیے۔
سب سے پہلے، ماڈل کو آپ کی تصور کے مقابلے میں زیادہ مشکل کام دیں۔ مقصد، حدود اور خارج ہونے کی شرائط کو واضح طور پر بیان کریں، اور پھر چھوڑ دیں۔
دوم، زیادہ تجربات کریں۔ ماڈل کو کچھ ایسے تجربات کرنے کی اجازت دیں جن کا کوئی واضح تجارتی مقصد نہ ہو بلکہ وہ مزیدار ہوں، “اپنے ماڈل کے ساتھ کھیلنے اور تخلیقی کام کرنے کی آزادی دیں”。
تیسری بات، ماڈل کو اپنے نتائج کی خود تصدیق کرنے دیں۔ اب کا مرکزی نقطہ "پرومپٹ انجینئرنگ" نہیں ہے، بلکہ یہ سوال ہے کہ "جب آپ کلاؤڈ کو ایک بہت مشکل کام سونپ دیں، تو آپ اسے کیسے اس عمل کے دوران اپنے کام کی تصدیق کرنے کے لیے مجبور کریں؟"
بورس کا خیال ہے کہ تیسری بات ابھی کے زمانے میں لوگوں کی طرف سے سب سے کم کامیابی کے ساتھ کی جانے والی چیز ہو سکتی ہے۔ کیونکہ اگر ماڈل اپنے کام کی خود کی تصدیق نہیں کر سکتا، تو وہ لمبے وقت تک خود کار طور پر کام نہیں کر سکتا۔
△
اس کا اپنا مثال شاید سب کو متاثر کرے:
بورس: "ٹھیک ہے، میں چاہتا ہوں کہ آپ الیکٹرون ایپلیکیشن کو سوئفٹ میں دوبارہ لکھیں۔ میں چاہتا ہوں کہ آپ میک ورچوئل ماشین میں الیکٹرون ایپلیکیشن چلائیں، اس کا اسکرین شاٹ لیں، اور پھر ہر پکسل کے لحاظ سے سوئفٹ ورژن کے ساتھ موازنہ کریں—جب تک کام ختم نہ ہو جائے، روکیں نہیں۔" میزبان: "کیا یہ آپ کا پرامپٹ ہے؟" بورس: "ہاں، یہی میرا پرامپٹ ہے۔" میزبان: "یہ کتنے دن سے چل رہا ہے؟" بورس: "ابھی تک جاری ہے۔" میزبان: "اسے کب شروع کیا تھا؟" بورس: "دوسو سے زائد دن چل رہا ہے، تقریباً 14 یا 15 دن… کلوڈ نے اس کے لیے لائیو اسٹریمنگ بھی شروع کر دی ہے، جس میں وہ اندرونی طور پر ایک سلاک چینل بناتا ہے اور کچھ منٹوں بعد ایک اپڈیٹ اسکرین شاٹ بھیجتا ہے۔"
بورس سے AI استعمال کرنے والوں اور کاروباری لوگوں کے لیے عملی مشورے
انٹرویو کے اختتام پر، میزبان نے سوال پیش کیا:
تو، بورس، ہم کیسے آپ کی طرح کلاؤڈ کا بہترین استعمال کر سکتے ہیں؟
بورس کا کہنا ہے کہ سب سے اہم بات یہ ہے کہ لینکڈ ان پر ان فلوئرز کی باتوں پر اعتماد نہ کریں اور ٹویٹر پر وقت ضائع نہ کریں۔
AI کا استعمال کرنے کے بارے میں، "ہر کوئی ایک ایسے 'جادوئی ٹرک' کی تلاش میں ہے۔ لیکن ایسا کچھ نہیں ہے۔ ایسا کچھ نہیں ہے۔"
اس نے مشورہ دیا کہ لوگ ماڈل کے ساتھ تجرباتی طریقے سے پیش آئیں، پرانے ماڈلز کے بارے میں اپنے تجربات اور کلاس میں سیکھی گئی کمپیوٹر سائنس کی نظریات کو بھول جائیں، اور براہ راست دیکھیں کہ ماڈل کہاں گڑبڑ رہا ہے، پھر اس کے مطابق تبدیلیاں کریں۔
تو یہ اب ایک نظریاتی سائنس نہیں رہی، یہ ایک تجرباتی سائنس بن چکی ہے۔ مجھے لگتا ہے کہ جو لوگ اپنے پہلے کے خیالات، "پہلے کام نہیں کیا" کے فکر کو چھوڑ دیتے ہیں اور دوبارہ کوشش کرنے کو تیار ہوتے ہیں— وہ بہت بہت کامیاب ہوں گے۔
سب سے اہم بات یہ ہے کہ اپنے مدل کے لیے "کنٹرول کی خواہش" کو چھوڑ دیں، مدل کے ساتھ ایک ساتھی کی طرح پیش آئیں، زیادہ تفصیلات نہ دیں، بہت مخصوص درخواستیں نہ کریں، اور نہ ہی مدل کو اس طرح کام کرنے پر مجبور کرنے کی کوشش کریں جیسے آپ کرتے ہیں۔ کیونکہ "مدل اس طرح کام نہیں کرتا۔"
جو لوگ ابھی تک پروگرامنگ سیکھ رہے ہیں، بورس انہیں صرف کمپیوٹر سائنس کے نظریاتی حصے سیکھنے کے بجائے اس کے عملی заастیم کو سیکھنے کی ترغیب دیتے ہیں۔ مثال کے طور پر، اس کا اپنا پروگرامنگ سیکھنے کا اصل موٹیویشن ریاضی کے امتحان میں چال بازی کرنا تھا۔
عام طور پر یہ کاروبار شروع کرنے، مصنوعات بنانے، اپنی ڈیزائن اور کاروباری حس کو فروغ دینے، ڈیٹا سائنس سیکھنے اور صارفین کے ساتھ بات چیت کرنے کے بارے میں ہے… جب آپ انہیں کمپیوٹر سائنس اور انجینئرنگ کے ساتھ جوڑتے ہیں، تو وہ حقیقی قیمت رکھنے لگتے ہیں۔
اخیراً، "سب سے پہلے وہ چیز بنائیں جو آپ چاہتے ہیں، پھر اپنے آپ کو اپ گریڈ کریں تاکہ دوسرے لوگوں کی ضروریات پوری کر سکیں۔"
یہ مضمون ویچن گروپ "Quantum Bit" (ID: QbitAI) سے ہے، مصنف: سرحدی ٹیکنالوجی پر توجہ دینے والے