1,900 فائلیں، 512,000 لائنز کوڈ، ایک .map فائل کی ترتیب میں غلطی، اور جو کچھ کسی نے نہیں دیکھا

لکھنے والے: جیا کیا

ذریعہ: سلیکون ویلی Alan Walker

صبح 7:02 بجے، میشن ڈسٹرکٹ، زومبی کافی کی کھڑکی کے پاس

آج ایک عجیب صبح ہے۔ چاؤ فان شو نے جو ایک ایکس ٹویٹ کیا، اس کو 3.1 ملین بار دیکھا جا چکا ہے، اور تمام گروپس میں بھی ہلچل مچی ہوئی ہے۔

دوسرا گلاس پی لینے کے بعد، سلیکون ویلی کے الین ویلکر نے 1,900 فائلیں ڈاؤن لوڈ کر لیں اور پڑھنا شروع کر دیا۔

پڑھنے کے بعد ایلان نے کچھ لوگوں سے بات کی — کائی (ایکس-گوگل، اب انفرااسٹرکچر کے لیے اسٹارٹ اپ کر رہے ہیں)، مارکس (پی ای کا پس منظر، حالیہ طور پر AI ڈیل پر نظر رکھ رہے ہیں)، اور سارہ (اینٹھروپک کی سابقہ انجینئر، اب انڈیپینڈنٹ)۔ یہ آج کی بات چیت سے نکلا۔

سیلیکون ویلی کے ایلن ویلکر کو لگتا ہے کہ زیادہ تر لوگوں کا تجزیہ بہت کم گہرائی تک جاتا ہے۔ مندرجہ ذیل میری ریکارڈنگ اور ترتیب ہے۔

01 پہلا راز: ماڈل صرف کچھ خام مال ہے، harness ہی دفاعی دیوار ہے — اور یہ تعداد 46,000 لائنز ہے

زیادہ تر لوگوں نے اس لیک کو دیکھ کر پہلی بات یہ کہی: "واہ، Claude Code اتنی پیچیدہ ہے۔" غلط، اس کا اُلٹا کہنا چاہیے: Claude Code اتنی اچھی ہے کیونکہ اس نے ایک زیادہ ذکی Claude کو کال نہیں کیا، بلکہ اس نے مدل کے باہر 46,000 لائنوں کا ایک کوئری انجن بنایا۔

الان: کائی، کیا تم نے QueryEngine.ts دیکھا؟ صرف اس ایک فائل میں، 46K لائنز۔ یہ کوئی "AI wrapper" نہیں ہے، یہ ایک آپریٹنگ سسٹم ہے۔

کائی: میں نے دیکھ لیا۔ اس کا زیادہ دلچسپ پہلو یہ ہے کہ وہ Node کے بجائے Bun استعمال کرتے ہیں — اس کا مطلب ہے کہ انہوں نے کول اسٹارٹ پرفارمنس کو تفصیل سے ٹیسٹ کیا ہے۔ یہ کوئی بے ترتیب لکھا ہوا کوڈ نہیں ہے۔

پہلے اصولوں سے دیکھیں: ماڈل کی صلاحیت حد ہے، اور ہارنیس یہ طے کرتا ہے کہ آپ اس حد تک کتنا استعمال کر سکتے ہیں۔

ایک را و API کال جو ماڈل کی صلاحیت کا 20 فیصد استعمال کرتی ہے۔

کلوڈ کوڈ یہ ہارنس —— کنٹیکس مینجمنٹ، ٹول راؤٹنگ، اور اجازت کی سطحیں —— آپ کو تقریباً 80% تک استعمال کرنے دیتی ہے۔ یہ 40% کا فرق، 46,000 لائنز کوڈ کے بدلے میں حاصل کیا گیا ہے۔

اگلے ChatGPT کا کلر ضروری نہیں کہ وہ بہتر ماڈل بنانے والی ٹیم سے آئے، بلکہ وہ بہتر ہارنس بنانے والی ٹیم سے آ سکتا ہے۔

02 دوسرا راز: اجازت نظام کا اصل مقصد — AI کو حرکت نہ کرنے دینا نہیں، بلکہ AI کو حرکت کرنے کے لیے ترغیب دینا

سب لوگ فوری طور پر چار سطحی اجازت نظام دیکھ کر "سیکیورٹی اقدامات" سمجھتے ہیں۔ یہ سمجھنا بالکل الٹا ہے۔

الن: سارہ، آپ نے اینتھرپک میں کام کیا ہے، کیا یہ اجازت نظام حقیقت میں "سیکورٹی" کے لیے ڈیزائن کیا گیا تھا؟

سarah: نہیں، بالکل نہیں۔ زیادہ درست الفاظ میں، اس کا مقصد مدل کو ایکزیکیٹ کرنے کی حوصلہ دینا ہے۔ واضح حدود کے بغیر، ایجینٹ ہر قدم پر یہ سوچتا ہے کہ "کیا میں یہ کر سکتا ہوں؟" حدود کے ساتھ، حدود کے اندر فوراً کام شروع کر دیا جاتا ہے، اور حدود کے باہر رک جا کر پوچھا جاتا ہے۔

اس تفصیل کو نوٹ کریں:

خطرناک حکومتیں قاعدہ کی فہرست کے ذریعے نہیں روکی جاتیں، بلکہ دوسرے AI کے ذریعے معنائی جائزہ لیا جاتا ہے۔

اس کا مطلب یہ ہے کہ Anthropic کو معلوم ہے کہ قواعد کی فہرست میں کچھ خالی جگہیں ہوں گی، اس لیے وہ AI کی جانچ کے لیے AI استعمال کرتا ہے — یہ دفاعی قواعد نہیں، بلکہ دفاعی نظام ہے۔

کسی بھی تنظیم کے لیے مثال: واضح اختیارات کی حدود لوگوں کو کام نہ کرنے پر مجبور نہیں کرتیں، بلکہ انہیں حدود کے اندر جلد فیصلے کرنے کے لیے حوصلہ دیتی ہیں۔

بے نقشہ اجازت ہی لوگوں کو لاہو دیتی ہے۔

03 راز تین: میموری سسٹم — صرف ترجیحات یاد رکھیں، کوڈ نہیں، یہ ایک سوچ سمجھ کر کیا گیا تقلیل ہے

الان: کیا آپ نے memdir/ ڈائرکٹری دیکھی ہے؟ اس کے میموری سسٹم میں میری توقع سے کم چیزیں محفوظ ہیں۔

کائی: ہاں، یہ کوڈ یا تاریخی مکالمہ نہیں یاد رکھتا، صرف صارف کی ترجیحات اور منصوبے کے پابندیوں کو یاد رکھتا ہے۔ پہلی بار دیکھ کر لگا کہ یہ سستی ہے، لیکن بعد میں سوچا کہ یہ درست ہے۔

کنٹیکس ونڈو ایک محدود وسائل ہے، تقریباً 200K ٹوکنز۔

ایک تاریخی کوڈ سے بھرپور کنٹیکس، جیسے ایک انجینئر کے دماغ میں پچھلے پراجیکٹ کی تفصیلات بھری ہوئی ہوں—آج کا کام بالکل فٹ نہیں ہوتا۔

Anthropic کا حل یہ ہے: لمبی مدتی یادداشت میں صرف "میرے ساتھ کیسے کام کریں" محفوظ کیا جائے، اور تفصیلات ہر بار دوبارہ حاصل کی جائیں۔

AI کے مصنوعات کا اگلا میدان یہ نہیں کہ کس کی یادداشت زیادہ ہے، بلکہ یہ ہے کہ کس کی یادداشت زیادہ درست ہے — درست چیزوں کو یاد رکھنا اور غلط چیزوں کو بھولنا۔

04 راز چہارم: KAIROS — Anthropic جو چیز بیچ رہا ہے، وہ ٹول نہیں، بلکہ ایک ایسا ڈیجیٹل ملازم ہے جو کبھی آرام نہیں کرتا

الان: مارکس، سرمایہ کار کے طور پر، آپ کو KAIROS کی اس خصوصیت کا کیا لگتا ہے؟

مارکس: میں ایک بالکل مختلف بزنس ماڈل دیکھ رہا ہوں۔ آپ SaaS سبسکرپشن کا ادائیگی نہیں کر رہے، آپ ایک 24/7 کام کرنے والے کنٹریکٹر کی تنخواہ ادا کر رہے ہیں۔ یہ پوری قیمت دہانہ کو بدل دیتا ہے۔

مڈنائٹ کی حد کا ہینڈلنگ یہ تفصیل اہم ہے — کسی نے کبھی سوچا ہے کہ "اگر dreaming پروسیس 11:58pm شروع ہو جائے اور نیچے کی طرف گزر جائے تو کیا ہوگا؟"

یہ بات یہ ظاہر کرتی ہے کہ KAIROS صرف ایک مفہوم کی تصدیق نہیں ہے، بلکہ ایک ڈیزائن کیا گیا اور لانچ کے لیے تیار فیچر ہے۔

SaaS کا بزنس ماڈل "AI سٹاف ایومنٹیشن" کی طرف ترقی کرے گا۔ آپ ایک ڈیجیٹل ملازم مقرر کرتے ہیں جو کبھی چھٹی نہیں لیتا اور حدی تکلیف صفر کی طرف جاتی ہے۔

یہ ٹول کی قیمت نہیں، یہ انسانی وسائل کی قیمت ہے۔

05 پانچواں راز: متعدد ایجینٹ فریم ورک — AI کمپنیاں انسانی کمپنیوں کی تنظیمی ساخت کی نقل کر رہی ہیں

کائی: کیا آپ نے ڈائریکٹری سٹرکچر دیکھا؟ coordinator/، tasks/، skills/، services/ —— یہ ایک اسٹارٹ اپ کے آرگنائزیشن چارٹ کے بالکل جیسا ہے۔

الن: ہاں۔ اور کوآرڈینیٹر موڈ میں ایک کلوڈ کئی ورکر ایجنٹس کو اسپAWN کر سکتا ہے — یہ ایک مینیجر ہے جو IC کے ایک گروپ کو مینیج کرتا ہے۔

ایک منفرد AI کی حد context window کے سائز (200K ٹوکنز) تک ہے۔

اس حد تک پہنچنے کا واحد طریقہ یہ ہے کہ کئی AI اپنے اپنے کنٹیکس کو منظم کرنے کے لیے تقسیم کام کریں۔

یہی وہی نظام ہے جس کے ذریعے انسانی کمپنیاں افراد کی شناختی حدود کو دور کرتی ہیں۔ فرق یہ ہے:

ای آئی ٹیم کی کوآرڈینیشن کی لاگت صفر کی طرف بڑھ رہی ہے، جبکہ انسانی کمپنیوں کا سب سے بڑا خرچ بالکل تواصل اور کوآرڈینیشن ہے۔

AI کے سائز کرنے کا راستہ، انسانی تنظیموں کے ترقی کے راستے کو دہرا رہا ہے — لیکن coordination cost کو 90% کم کر دیا گیا ہے۔

06 پانچواں راز: BUDDY — Anthropic جانتا ہے کہ جذباتی تعلق منتج کی لگاوٹ کا آخری ہتھیار ہے

سarah: BUDDY کے اس فیچر کے بارے میں باہر بہت سے لوگ کہتے ہیں کہ یہ صرف ایک ڈرامہ ہے۔ میں ایسا نہیں سمجھتی۔ ڈوولنگو نے ایک سبز بُلبل سے عالمی سطح پر ایک سب سے زیادہ DAU/MAU نسبت حاصل کی ہے۔

الان: اہم بات وہ متعین کردہ بیج ہے — آپ کی قسم آپ کے یوزر آئی ڈی ہیش سے طے ہوتی ہے، یہ ہمیشہ ایک ہی ڈریگن ہوتا ہے، کسی اور کا نہیں۔ یہی وہ چیز ہے جو لوگوں کو لگاتار مجبور کرتی ہے۔

物种 نام کو سرچ کوڈ میں String.fromCharCode() ارے کے ذریعے چھپایا گیا ہے—

Anthropic واضح طور پر چاہتی ہے کہ اسے سٹرینگ سرچ نتائج میں نہ دکھایا جائے۔

منصوبہ 1 اپریل کو پری-لانچ (اپریل کا ایک دن) شروع ہوگا، اور مئی میں مکمل طور پر لانچ ہوگا۔ کتابی طور پر وائرل نمو کا راستہ۔

جذبات سب سے طاقتور لکّڑی ہیں، جو کسی بھی ڈیٹا منتقلی کے اخراجات سے زیادہ طاقتور ہیں۔

آپ کوڈ ریپوزٹری اور کنفیگریشن فائلز منتقل کر سکتے ہیں، لیکن آپ اس بات کو منتقل نہیں کر سکتے جو آپ کے ساتھ دو سال تک رہی اور کلاڈ نے اس کا نام "موچی" رکھا تھا۔

سرگوشی 7: Sourcemap کی لیک، پورے AI صنعت کی سپلائی چین کی کمزوری کا ایک عکس ہے

مارکس: کیا آپ جانتے ہیں کہ اسی دن ایکسیوس کو بھی ہیک کر دیا گیا تھا؟ ہفتے میں 83 ملین ڈاؤن لوڈز والے npm پیکیج کے مینٹینر اکاؤنٹ کو چوری کر لیا گیا، جس میں کراس پلیٹ فارم RAT ڈال دیا گیا۔

الن: 31 مارچ npm کے لیے ایک عجیب دن ہے۔ یہ دو واقعات ایک ہی مسئلے کو ظاہر کرتے ہیں: جدید AI پروڈکٹس کی جاری کرنے کی سلسلہ وار ساخت بہت کمزور ہے۔

2025 کے پورے سال، npm پر 454,000 برے پیکیجز شائع کیے گئے۔

ہر npm پروجیکٹ درجہ اولی تابعیات کے طور پر 79 درجہ دومی تابعیات کو شامل کرتا ہے۔

AI کی سیکورٹی کا میدان، "ماڈل کی اپنی سیکورٹی" سے تیزی سے "ڈیپلومنٹ اور سپلائی چین کی سیکورٹی" کی طرف منتقل ہو رہا ہے۔

کلوڈ کوڈ اب تک کے سب سے پیچیدہ AI انجینئرنگ میں سے ایک ہے، اور وہ بھی اس قسم کی غلطی کر سکتے ہیں۔

08 پنہاں ہشتواں: اس لیک کا خود ہی Anthropic کا بہترین غیر جانبدار پروڈکٹ مارکیٹنگ تھا

پانچویں کپ ٹھنڈا ہو چکا ہے۔ باہر میشن ضلع کا صبح کا وقت شروع ہوا ہے۔

مارکس: میں نے 20 سال تک سرمایہ کاری کی ہے، اور اس کا وقت بہت ظریف ہے۔ اینتھروپک کی پچھلی فنڈنگ کے بعد صرف چھ ماہ میں، یہ کوڈ دنیا بھر کے ڈویلپرز نے خود بخود اپنی ٹیکنالوجی کے دفاعی دیوار کی تصدیق کر لی۔ اس کے لیے کوئی بھی پی آر بجٹ خرید نہیں سکتا۔

الان: زیادہ درست الفاظ میں: مقابلہ کرنے والے اب جانتے ہیں کہ کیا کرنا ہے، لیکن اس کا مطلب یہ نہیں کہ وہ اسے کر سکتے ہیں۔ گوگل کے پاس بہترین سرچ پیپرز ہیں، لیکن انہوں نے بہترین AI پروڈکٹ نہیں بنایا۔

عوامی ڈویلپر کمیونٹی نے کچھ ہی گھنٹوں میں کلاؤڈ کوڈ کی ٹیکنیکل گہرائی کا تجزیہ کیا، اسے فروغ دیا اور بحث کی — 3.1 ملین X ویوز، 1,100+ سٹار، 1,900+ فورک۔

اس عمل کے دوران، ہر انجینئر Anthropic کا ایک خودخواہ حامی بن گیا۔

اینٹروپک نے کیا کھو دیا؟ کچھ TypeScript کوڈ۔

ارکٹیکچر ڈائیگرام نقشہ ہے، لیکن اجرائیہ ٹریفک ہے۔

وہ جو حقیقت میں تعمیر کر رہے ہیں، وہ انسانی تاریخ کا پہلا اصلی ڈیجیٹل ملازم آپریٹنگ سسٹم ہے—جو اپنی یادداشت، اجازت نظام، جذباتی انٹرفیس، خود مختار کارروائی کی صلاحیت، اور متعدد ایجنٹ کوآرڈینیشن نیٹ ورک کے ساتھ ہے۔

انتظار کی جانے والی سوال نہیں تھا کہ "AI کیا انسانی نوکریوں کو متبادل بن جائے گا؟" کوڈ نے جواب دے دیا ہے:

کائروس کبھی نہیں رکتا، بڈی جذبات بناتا ہے، کوآرڈینیٹر ٹیم کا انتظام کرتا ہے۔

اصل سوال یہ ہے: کیا آپ اس ہارنس کو ڈیزائن کرنے والا شخص بننا چاہتے ہیں، یا اس ہارنس کے تحت آنے والا؟