ماہرین OpenClaw کے AI ایجینٹس اور کمپیوٹ چیلنجز پر اثرات پر بحث کر رہے ہیں

لکھنے والا: چین جوندا

زھی ڈونگشی، 27 مارچ کو رپورٹ کرتے ہوئے، آج، زونگگوان ٹیک فورم پر، زھی پو کے سی ای او چانگ پینگ، مہ کے ایس او سی ای او یانگ زھی لین (میزبان کے طور پر)، می مائی کے مائی مو لارج مڈل فرائم ورک ہیڈ رو فولی، وو ون شن قونگ کے سی ای او شا لیکس اور ہانگ کانگ یونیورسٹی کے اسسٹنٹ پروفیسر ہوانگ چاؤ نے نایاب طور پر ایک ساتھ ایک گہری بات چیت کی جس میں اوپن سورس لارج مڈل اور انسٹنٹس کے مستقبل کے بارے میں بحث کی گئی۔

یہ بات چیت موجودہ کے سب سے مقبول OpenClaw کے ساتھ شروع ہوتی ہے، جہاں تمام مہمانوں کا ایک خیال ہے کہ ایجنٹس نے بڑے ماڈلز کو حقیقی طور پر "کام" کرنے لگایا ہے۔ OpenClaw بڑے ماڈلز کی صلاحیتوں کے دائرے کو وسعت دیتا ہے، لیکن ماڈلز کے لیے زیادہ تفصیلی تقاضے بھی رکھتا ہے۔ Zhipu لمبی منصوبہ بندی، خود کو ٹیسٹ کرنے جیسی صلاحیتوں پر کام کر رہا ہے، جبکہ Luo Fuli کی ٹیم اس بات پر زیادہ توجہ دے رہی ہے کہ اسکیما میں نوآوری کرکے لاگت کم کی جائے، رفتار بڑھائی جائے، اور یہاں تک کہ ماڈل خود کو ترقی دے سکے۔

بنیادی ڈھانچہ بھی ایجینٹس کے رفتار کے ساتھ چلنا چاہیے۔ شا لیکسے کا خیال ہے کہ موجودہ کمپیوٹنگ طاقت اور سافٹ ویئر آرکیٹیکچر اب بھی انسانوں کے لیے ہیں، نہ کہ ایجینٹس کے لیے، جس سے انسانی عمل کی صلاحیتیں ایجینٹس کے ممکنہ امکانات کو محدود کر رہی ہیں۔ اس لیے، ہمیں ایجنٹک انفراسٹرکچر تعمیر کرنے کی ضرورت ہے۔

کئی مہمانوں کی نظر میں، اوپن سورس بڑے ماڈلز اور ایجنٹس کی ترقی کی ایک اہم چالان ہے۔ ہانگ کانگ یونیورسٹی کے اسسٹنٹ پروفیسر ہوانگ چاؤ کا خیال ہے کہ اوپن سورس ایکوسسٹم کی خوشحالی ایجنٹس کو "بس کھیلنے" سے حقیقی "مزدور" بنانے کا کلیدی عنصر ہے، صرف کمیونٹی کے مشترکہ تعاون سے ہی سافٹ ویئر، ڈیٹا اور ٹیکنالوجی کو ایجنٹ-فرندلی شکل میں تبدیل کیا جا سکتا ہے، جس سے بالآخر ایک قائم رہنے والی عالمی AI ایکوسسٹم تشکیل پائے گا۔

اس کے علاوہ، کچھ مہمانوں نے بڑے ماڈل کی قیمت میں اضافہ، ٹوکن استعمال میں بھاری اضافہ، اور AI کے اگلے 12 ماہ کے کلیدی الفاظ جیسے موضوعات پر بحث کی۔ یہ راؤنڈ ٹیبل فورم کے مرکزی نقطہ نظر ہیں:

1. چانگ پینگ: جب ماڈل بڑھ جائے تو انفریس کی لاگت بھی متناسب طور پر بڑھ جاتی ہے، حالیہ زہوپو کی قیمت میں اضافہ کی پالیسی دراصل معمولی تجارتی قیمت پر واپس آ رہی ہے، طویل مدتی کم قیمت کا مقابلہ صنعت کے لیے نقصان دہ ہے۔

2۔ زہنگ پینگ: ایجینٹ جیسی نئی ٹیکنالوجیوں کے بڑھتے ہوئے اظہار کی وجہ سے ٹوکن کے استعمال میں 10 گنا اضافہ ہوا ہے، لیکن اصل مانگ ممکنہ طور پر 100 گنا بڑھ سکتی ہے، اور اب بھی بہت سی مانگ پوری نہیں ہو پائی ہے، اس لیے کمپوٹنگ پاور اگلے 12 ماہ کا اہم مسئلہ رہے گا۔

3. لو فولی: بنیادی بڑے ماڈل فراہم کنندگان کے نقطہ نظر سے، OpenClaw بنیادی بڑے ماڈل کی حد نچلی حد کو یقینی بناتا ہے اور اس کی اونچی حد کو بڑھاتا ہے۔ ڈومیسٹک اوپن سورس ماڈل + OpenClaw کی کام کی مکملیت اب Claude کے قریب تر ہو چکی ہے۔

4. لو فولی: ڈیپسیک نے چینی بڑے ماڈل فرماوں کو حوصلہ اور اعتماد دیا۔ کچھ ایسے ماڈل ڈیزائن کے ابتریات جو صرف "کارکردگی کے لیے مساوی" لگتی تھیں، نے اصل تبدیلی پیدا کر دی، جس سے صنعت نے محدود کمپوٹنگ پاور کے تحت اعلیٰ ترین ذہانت کا مظاہرہ کیا۔

5. لو فولی: اگلے سال AGI کے سفر میں سب سے اہم بات "خود کو ترقی دینا" ہوگی۔ خود کو ترقی دینا بڑے ماڈلز کو ایک عظیم سائنسدان کی طرح تلاش کرنے کی اجازت دیتا ہے، اور یہ "نئی چیزیں بنانے" کا واحد طریقہ ہے۔ میائی نے کلاؤڈ کوڈ اور عالیہ ماڈلز کا استعمال کرتے ہوئے تحقیق کی صلاحیت کو 10 گنا بڑھا دیا ہے۔

6. شا لیکسیو: جب AGI کا دور آئے گا، تو بنیادی ڈھانچہ خود ہی ایجنٹ ہونا چاہیے، جو پورے بنیادی ڈھانچے کو خود کار طور پر منتظم کرے اور AI کے صارفین کی ضروریات کے مطابق بنیادی ڈھانچے کو ترقی دے کر خود کو ترقی اور خود کو دوبارہ ترتیب دے۔

7. شا لیکسیو: OpenClaw نے ٹوکن کے استعمال کو بڑھا دیا ہے۔ موجودہ ٹوکن کی استعمال کی رفتار، جیسے 3G کے دور میں موبائل ڈیٹا کا استعمال شروع ہوا تھا، جب ہر ماہ صرف 100 میگا بائٹ کا اسکیم تھا۔

8. ہوانگ چاؤ: مستقبل میں بہت سے سافٹ ویئر انسانوں کے لیے نہیں ہوں گے، سافٹ ویئر، ڈیٹا اور ٹیکنالوجی Agent-Native شکل میں ہو جائیں گی، اور انسانوں کو مستقبل میں صرف وہ “جس سے وہ خوش ہوں” GUI استعمال کرنے کی ضرورت ہوگی۔

یہ راؤنڈ ٹیبل فورم کا مکمل ٹرانسکرپٹ ہے:

یانگ زھی لین: آج میں خوش قسمتی کا احساس کرتا ہوں کہ میں نے مختلف اہم مہمانوں کو دعوت دی ہے، جو ماڈل لیورل، کمپوٹیشنل پاور لیورل اور ایجنٹ لیورل سے تعلق رکھتے ہیں۔ آج کا اہم ترین کلیدی الفاظ "اوپن سورس" اور "ایجنٹ" ہیں۔

پہلا سوال ابھی کے سب سے مقبول OpenClaw پر ہے۔ لوگ روزمرہ کی زندگی میں OpenClaw یا اس جیسے پروڈکٹس کا استعمال کرتے ہوئے کون سی باتیں سب سے زیادہ تخلیقی یا متاثر کن لگتی ہیں؟ ٹیکنالوجی کے نقطہ نظر سے، آج OpenClaw اور متعلقہ ایجینٹس کے ترقی کو کیسے دیکھا جائے؟

زہنگ پینگ: میں نے بہت پہلے ہی اپنے آپ کو OpenClaw کے ساتھ کھیلنا شروع کر دیا تھا، جب اسے ابھی Clawbot کہا جاتا تھا۔ میں نے خود اپنے ہاتھوں سے اسے ٹرائی کیا، کیونکہ میں ایک پروگرامر بھی ہوں، اور اس قسم کی چیزوں کے ساتھ کھیلنے میں میرے پاس کچھ تجربہ تو ہے۔

میں سمجھتا ہوں کہ OpenClaw کی سب سے بڑی اور نئی بات یہ ہے کہ اب یہ صرف پروگرامرز یا ٹیک ناشتوں کے لیے محدود نہیں رہی۔ عام صارفین بھی پروگرامنگ اور ایجینٹس کے حوالے سے عالیہ ماڈلز کی صلاحیتوں کا آسانی سے استعمال کر سکتے ہیں۔

تو اب تک، میں نے آپ سب کے ساتھ بات چیت کے دوران، OpenClaw کو "سکیلڈ" کہنا ترجیح دیا ہے۔ یہ ماڈل کی بنیاد پر ایک مضبوط، آسان اور لچکدار سکیلڈ فراہم کرتا ہے، جس کے ذریعے آپ اپنی مرضی سے بنیادی ماڈلز کی نئی خصوصیات استعمال کر سکتے ہیں۔

اب میری اپنی خیالات صرف اس لیے محدود نہیں رہیں گی کہ میں کوڈ نہیں لکھ سکتا یا دیگر متعلقہ مہارتوں کو نہیں سیکھ سکا، آج OpenClaw کے ساتھ، میں صرف ایک آسان بات چیت کے ذریعے اسے مکمل کر سکتا ہوں۔

اوپنکل�و نے مجھے بہت بڑا صدمہ دیا، یا تو میں نے اس بات کو دوبارہ سمجھا۔

شی لی شوئے: دراصل، جب میں نے پہلی بار OpenClaw استعمال کیا تو میں اس سے آشنا نہیں تھی، کیونکہ میں بڑے ماڈلز کے ساتھ بات چیت کرنے کے طریقے سے واقف تھی، اور استعمال کے بعد میں نے محسوس کیا کہ OpenClaw بہت سست پ्रتکریت کرتا ہے۔

لیکن بعد میں میں نے ایک مسئلہ کو سمجھا، جو یہ تھا کہ یہ پچھلے چیٹ بوٹ سے بہت بڑا فرق رکھتا ہے، اس کا اصل مطلب ایک ایسا "آدمی" ہے جو میرے لیے بڑے کام کر سکتا ہے۔ میں نے اسے زیادہ پیچیدہ کام دینا شروع کر دیا، اور پایا کہ یہ واقعی بہت اچھا کام کر سکتا ہے۔

یہ بات مجھے بہت زیادہ متاثر کرتی ہے۔ مدل شروع میں ٹوکن کے ذریعے چیٹ کرتا تھا، اب ایک ایجنٹ بن گیا ہے، ایک جھینگا بن گیا ہے جو آپ کے کاموں کو پورا کرنے میں مدد کر سکتا ہے۔ اس سے AI کے کلی تصورات کی جگہ میں بہت بڑی اضافہ ہوا ہے۔

اس کے ساتھ، پورے نظام کی صلاحیت کے لیے بھی مانگ بڑھ گئی ہے۔ اسی لیے میں نے شروع میں OpenClaw استعمال کرتے ہوئے اسے تھوڑا سست محسوس کیا۔ بنیادی ڈھانچے کے فراہم کنندہ کے طور پر، میں نے دیکھا ہے کہ OpenClaw AI کے پیچھے کے بڑے نظام اور生态系统 کے لیے مزید مواقع اور چیلنجز لایا ہے۔

ہم اب تک جو بھی وسائل استعمال کر رہے ہیں، ان سے ایک ایسے تیزی سے بڑھتے ہوئے دور کو سنبھالنا ناکافی ہے۔ مثال کے طور پر، ہماری کمپنی کے لیے، جنوری کے آخر سے، ہمارا ٹوکن استعمال تقریباً ہر دو ہفتے میں دگنا ہو رہا ہے، اور اب تک یہ تقریباً دس گنا بڑھ چکا ہے۔

پہلی بار یہ رفتار محسوس کی تھی جب میں 3G فون کے ساتھ ڈیٹا استعمال کر رہا تھا۔ مجھے احساس ہے کہ موجودہ ٹوکن کی استعمال کی مقدار، وہی ہے جو اس وقت تھی جب ہر ماہ صرف 100 میگابائٹ موبائل ڈیٹا ہوتا تھا۔

اس صورتحال میں، ہمیں اپنے تمام وسائل کو بہتر طریقے سے بہتر بنانا ہوگا اور بہتر انٹیگریٹ کرنا ہوگا۔ تاکہ ہر ایک، نہ صرف AI کے شعبے میں بلکہ معاشرے کے ہر فرد کو OpenClaw کی AI صلاحیت استعمال کرنے کا موقع ملے۔

بنیادی ڈھانچے کے کھلاڑی کے طور پر، میں اس دور سے بہت متاثر اور جذب ہوں۔ میں سمجھتا ہوں کہ یہاں بہت سے بہتری کے مواقع ہیں جنہیں ہم اب بھی تلاش کرنا اور آزمانا چاہیں۔

رو فولی: میں خود اوپن کلیو کو ایجنٹ فریم ورک کے ترقی کے دوران ایک بہت بڑا انقلابی اور تباہ کن واقعہ سمجھتی ہوں۔

اصل میں، میرے اردگرد جو لوگ بہت گہری کوڈنگ کر رہے ہیں، ان کا پہلا انتخاب اب بھی Claude Code ہے۔ لیکن میں یقین رکھتا ہوں کہ OpenClaw استعمال کرنے والے لوگ محسوس کریں گے کہ اس کا Agent فریم ورک بہت سے پہلوؤں میں Claude Code سے آگے ہے۔ حالیہ وقت میں Claude Code کی بہت سی اپڈیٹس دراصل OpenClaw کی طرف قریب آنے کی کوششیں ہیں۔

میں نے OpenClaw کا استعمال کرتے ہوئے محسوس کیا کہ یہ فریم ورک میری تخلیقی صلاحیتوں کو کہیں بھی اور جب بھی وسعت دیتا ہے۔ Claude Code شروع میں صرف میرے ڈیسک ٹاپ پر میری تخلیقی صلاحیتوں کو بڑھا سکتا تھا، لیکن OpenClaw میری تخلیقی صلاحیتوں کو کہیں بھی اور جب بھی بڑھا سکتا ہے۔

اپن کلوز کی بنیادی قیمت دو نکات پر مشتمل ہے۔ پہلا نکتہ یہ ہے کہ یہ اوپن سورس ہے۔ اوپن سورس ہونا پورے کمیونٹی کو گہرائی سے شامل ہونے، اس فریم ورک کی ترقی کو اہمیت دینے اور اسے آگے بڑھانے میں بہت مدد کرتا ہے، جو ایک اہم پیش شرط ہے۔

جیسے OpenClaw جیسا AI فریم ورک، میں سمجھتا ہوں کہ اس کا بڑا فائدہ یہ ہے کہ یہ ملکی ماڈلز کی حد کو بہت بلند کر دیتا ہے جو بند ماڈلز کے قریب ہیں لیکن ابھی تک مکمل طور پر پیچھے ہیں۔

زیادہ تر صورتحال میں، آپ پائیں گے کہ اس کا (مقامی اوپن سورس ماڈل + OpenClaw) کام مکمل کرنے کا درجہ کلاؤڈ کے نئے ترین ماڈل کے بہت قریب ہے۔ اس کے علاوہ، یہ ایک ہارنس سسٹم، یا اس کے سکلز سسٹم سمیت دیگر ڈیزائنز کے ذریعے کام کی مکملیت اور درستگی کو یقینی بناتا ہے۔

بنیادی بڑے ماڈل فراہم کنندگان کے ڈویلپرز کے نقطہ نظر سے، OpenClaw بنیادی بڑے ماڈل کی کم سے کم حد کو یقینی بناتا ہے اور اس کی زیادہ سے زیادہ حد کو بڑھاتا ہے۔

اس کے علاوہ، میرے خیال میں اس نے پورے کمیونٹی کے لیے ایک اور قیمتی بات یہ ہے کہ اس نے لوگوں کی سمجھ کو جگایا اور انہیں یہ سمجھایا کہ بڑے ماڈل کے علاوہ، ایجنٹ لیئر میں بھی بہت بڑی تصوراتی صلاحیت موجود ہے۔

میں نے حال ہی میں دیکھا ہے کہ ریسرچر کے علاوہ کمیونٹی میں بھی AGI کے تبدیلی میں شامل ہونے والوں کی تعداد بڑھ رہی ہے، اور زیادہ لوگ Harness، Scaffold جیسے طاقتور ایجنٹ فریم ورکس کے ساتھ تعامل کرنا شروع کر رہے ہیں۔ یہ لوگ اس طرح اپنے کام کا ایک حصہ ان ٹولز کے ذریعے مکمل کر رہے ہیں اور اپنا وقت آزاد کر رہے ہیں تاکہ وہ زیادہ تخیل سے بھرپور چیزوں میں مصروف ہو سکیں۔

ہوائ چاؤ: میں سمجھتا ہوں کہ سب سے پہلے انٹریکشن ماڈل کے لحاظ سے، OpenClaw کی اس بار کامیابی کا پہلا سبب یہ ہو سکتا ہے کہ اس نے ایک زیادہ "انسانی" تجربہ فراہم کیا ہے۔ دراصل، ہم نے ایجینٹس پر ایک دو سال کام کیا ہے، لیکن پہلے Cursor، Claude Code جیسے ایجینٹس کا احساس زیادہ تر ایک "ٹول" کا تھا۔ جبکہ OpenClaw نے پہلی بار "ایم ایس جی میں اندراج" کے طریقے سے، صارفین کو اپنے دل میں "پرسنل جارویس" کا جذبہ دیا ہے۔ میرے خیال میں یہ انٹریکشن ماڈل میں ایک کامیاب تبدیلی ہے۔

ایک اور بات یہ ہے کہ اس نے پورے کمیونٹی کو یہ سبق دیا ہے کہ Agent Loop جیسا سادہ لیکن کارآمد فریم ورک دوبارہ قابل عمل ثابت ہوا ہے۔ اس کے علاوہ، یہ ہمیں ایک سوال پر دوبارہ غور کرنے پر مجبور کرتا ہے: کیا ہمیں ایک ایسا سپر ایجنٹ چاہیے جو سب کچھ کر سکے، یا ایک بہتر “چھوٹا مینیجر” جو ایک ہلکا پھلکا آپریٹنگ سسٹم یا سکیلڈ فریم ورک کی طرح ہو؟

OpenClaw کا خیال یہ ہے کہ ایک ایسے "چھوٹے سسٹم" یا "کریب آپریٹنگ سسٹم" اور اس کے ایکوسسٹم کے ذریعے، لوگوں کو ایسا محسوس کروانا جس سے وہ "کھیلنا" شروع کر دیں، اور اس طرح پورے ایکوسسٹم کے تمام ٹولز کو حرکت میں لائیں۔

اسکلز، ہارنیس جیسے صلاحیتوں کے ظہور کے ساتھ، اب زیادہ سے زیادہ لوگ اوپن کلو کی طرح سسٹمز کے لیے ایپلیکیشنز ڈیزائن کرنے کے قابل ہو رہے ہیں، جو مختلف صنعتوں کو طاقت فراہم کریں گے۔ مجھے لگتا ہے کہ یہ بات خود بخود پورے اوپن سورس ایکوسسٹم کے ساتھ بہت اچھی طرح جڑی ہوئی ہے۔ میری نظر میں، یہ دونوں باتیں ہمارے لیے سب سے بڑی تعلیم ہیں۔

یانگ زھی لین: میں چاہتا ہوں کہ چنگ پینگ سے پوچھوں۔ حال ہی میں میں نے دیکھا کہ زھی پو نے نیا GLM-5 Turbo ماڈل جاری کیا ہے، مجھے سمجھ آ رہا ہے کہ اس میں ایجنٹ کی صلاحیتوں میں بڑی بہتری کی گئی ہے۔ کیا آپ ہمیں اس نئے ماڈل اور دوسرے ماڈلز کے درمیان فرق کے بارے میں تفصیل سے بتا سکتے ہیں؟ ساتھ ہی، ہم نے قیمت میں اضافے کی پالیسی کا بھی مشاہدہ کیا ہے، جو کن مارکیٹ سگنلز کو ظاہر کرتا ہے؟

چنگ پینگ: یہ ایک بہت اچھا سوال ہے۔ دو دن پہلے ہم نے بالفعل ایک فوری اپڈیٹ جاری کیا تھا، جو دراصل ہمارے مجموعی ترقی کے نقشہ کا ایک مرحلہ ہے، صرف ہم نے اسے پہلے ہی جاری کر دیا۔

سب سے بڑا مقصد، اصلی “آسان بات چیت” سے “اصل کام کرنا” کی طرف منتقل ہونا ہے — جو کہ اب تازہ ترین تجربہ ہے: بڑے ماڈل صرف بات چیت کرنے کے لیے نہیں، بلکہ اب لوگوں کو کام میں مدد کرنے کے لیے بھی ہیں۔

لیکن "کام کرنے" کے پیچھے بہت زیادہ صلاحیت کی ضرورت ہوتی ہے۔ ماڈل کو خود لمبی مدت کے منصوبہ بندی، مستقل تجربہ و غلطی، سیاق و سباق کو دبانا، ڈیبگ کرنا، اور ممکنہ طور پر متعدد ماڈلٹی معلومات کو سنبھالنا پڑتا ہے۔ اس لیے اس کی ماڈل صلاحیتوں کی درخواست، روایتی مکالمات پر مبنی عام ماڈلز سے کافی مختلف ہے۔ GLM-5 Turbo نے ان تمام پہلوؤں پر خاص طور پر زور دیا ہے، خاص طور پر آپ نے جو بات کی — اسے کام کرنے اور ساتھ بارہ گھنٹے تک چلانے کے لیے، اس طرح سے مستقل لوپ کرنے کے لیے، ہم نے بہت سارا کام کیا ہے۔

اس کے علاوہ، لوگ ٹوکن کے استعمال کے بارے میں بھی زیادہ دلچسپی رکھتے ہیں۔ ایک ذکی ماڈل کو پیچیدہ کاموں کے لیے استعمال کرنے سے ٹوکن کا استعمال بہت زیادہ ہوتا ہے۔ عام صارفین شاید اس کا احساس نہ کر سکیں، لیکن بیل کے جائزے میں وہ دیکھتے ہیں کہ پیسے بہت تیزی سے ختم ہو رہے ہیں۔ اس لیے ہم نے اس شعبے میں بھی بہتری کی ہے، جب پیچیدہ کام کا مقابلہ ہو تو ماڈل زیادہ موثر ٹوکن کارکردگی کے ساتھ کام مکمل کر سکتا ہے۔ کل طور پر، ماڈل کی ساخت اب بھی متعدد کاموں کو ملٹی ٹاسک کوآرڈینیشن کے ساتھ جاری رکھتی ہے، صرف اس میں صلاحیتوں کو مخصوص طور پر مضبوط بنایا گیا ہے۔

قیمت میں اضافہ کا معاملہ بھی بہت آسانی سے سمجھا جا سکتا ہے۔ اب تک کہا گیا کہ اب صرف ایک سوال پوچھ کر جواب حاصل کرنا آسان نہیں رہا، بلکہ پیچیدہ استدلال کی لمبی سلسلہ وار سرگرمیاں ہوتی ہیں۔ بہت سے کاموں کے لیے کوڈ لکھنا اور بنیادی ڈھانچے کے ساتھ تعامل کرنا پڑتا ہے، اور بار بار ڈیبگ کرنا اور غلطیوں کو درست کرنا پڑتا ہے، جس سے بہت زیادہ وسائل کا استعمال ہوتا ہے۔ ایک پیچیدہ کام مکمل کرنے کے لیے درکار ٹوکن کی مقدار، ابھی ایک آسان سوال کا جواب دینے کے مقابلے میں دس گنا یا صد گنا زیادہ ہو سکتی ہے۔

اس لیے قیمت میں کچھ اضافہ ضروری ہے، ماڈل بھی بڑھ گیا ہے، اور استدلال کی لاگت متعلقہ طور پر بڑھ گئی ہے۔ ہم اسے معمولی تجارتی قیمت پر واپس لائیں گے، کیونکہ لمبے عرصے تک کم قیمت کے مطابق مقابلہ صنعت کی ترقی کے لیے مفید نہیں ہے۔ یہی وجہ ہے کہ ہم تجارتی طریقہ کار کو ایک صحت مند بند حلقہ بنانے کے لیے لائے ہیں، جس سے ماڈل کی صلاحیت مسلسل بہتر ہوگی اور آپ کو بہتر خدمات فراہم ہوں گی۔

یانگ زھی لین: اب اُوپن سورس ماڈلز کی تعداد بڑھ رہی ہے اور وہ ایک ایکوسسٹم بننا شروع ہو گئے ہیں، جس میں مختلف ماڈلز مختلف کمپوٹنگ پلیٹ فارمز پر صارفین کو زیادہ قیمت فراہم کر سکتے ہیں۔ ٹوکن استعمال کے بڑھنے کے ساتھ، بڑے ماڈلز تربیت کے دور سے استدلال کے دور میں منتقل ہو رہے ہیں۔ میں لی شوئے سے پوچھنا چاہوں گا کہ بنیادی ڈھانچے کے لحاظ سے، استدلال کا دور ون ون کے لیے کیا سمجھتا ہے؟

شی لی شوئی: ہم ایک ایسی بنیادی ڈھانچہ فراہم کنندہ ہیں جو AI دور میں پیدا ہوئی، اور اب ہم زہ پو، کیمی، میمو جیسے پلیٹ فارمز کو بھی سپورٹ کر رہے ہیں تاکہ لوگ token فیکٹری کو زیادہ موثر طریقے سے استعمال کر سکیں۔ ہم اس کے علاوہ بہت سے یونیورسٹیوں اور سائنسی تحقیقی اداروں کے ساتھ بھی تعاون کر رہے ہیں۔

تو ہم ہمیشہ ایک بات پر غور کر رہے ہیں: AGI کے دور کے لیے کیا بنیادی ڈھانچہ درکار ہے؟ اور ہم اسے کس طرح مرحلہ وار حاصل اور منصوبہ بندی کریں گے؟ اب ہمیں مختصر، درمیانی اور طویل مدت کے مختلف مراحل میں حل کرنے والے مسائل کے لیے مکمل تیاری حاصل ہو چکی ہے۔

موجودہ سب سے براہ راست مسئلہ، جس کا اب تک ذکر کیا گیا ہے، یہ ہے کہ Open کے ذریعے ٹوکن کی مقدار میں اچانک اضافہ ہوا ہے، جس نے سسٹم کی کارکردگی کے لیے زیادہ بہترین بہتری کی ضرورت پیدا کر دی ہے۔ قیمت میں تبدیلیاں بھی اسی ضرورت کے تحت ایک جواب ہیں۔

ہم نے ہمیشہ نرم افزار اور سخت افزار کو جوڑ کر منصوبہ بندی اور حل کیا ہے۔ مثال کے طور پر، ہم نے تقریباً تمام قسم کے کمپیوٹنگ چپس کو جوڑ دیا ہے، اور ملک کے دس سے زیادہ مختلف چپس اور دہوں سے زیادہ مختلف کمپوٹنگ کلัสٹرز کو ایک ساتھ منسلک کر دیا ہے۔ اس طرح AI سسٹم میں کمپوٹنگ طاقت کی کمی کا حل نکالا جا سکتا ہے؛ جب وسائل کم ہوں تو بہترین طریقہ یہ ہے کہ تمام دستیاب وسائل کو فوراً استعمال کیا جائے، اور ہر کمپوٹنگ طاقت کو اپنے اہم مقام پر استعمال کیا جائے تاکہ زیادہ سے زیادہ تبدیلی کی کارکردگی حاصل ہو۔

اس مرحلے پر، ہمیں ایک زیادہ موثر ٹوکن فیکٹری تیار کرنے کا طریقہ تلاش کرنا ہے۔ ہم نے کئی بہتریاں کی ہیں، جن میں ماڈل اور ہارڈویئر کے ویڈیو میموری سمیت دیگر وسائل کا بہترین امتزاج شامل ہے، اور ہم یہ بھی دیکھ رہے ہیں کہ کیا نئے ماڈل اور ہارڈویئر کے ڈیزائن کے درمیان مزید گہرا تعاون ممکن ہے۔ لیکن موجودہ کارکردگی کے مسائل کو حل کرنا صرف ایک معیاری ٹوکن فیکٹری تیار کرنے کا ایک مرحلہ ہے۔

ہم سمجھتے ہیں کہ ایجنٹ کے دور کے لیے یہ کافی نہیں ہے، کیونکہ ایجنٹ ایک انسان کی طرح ہوتا ہے، جسے آپ ایک کام سونپ سکتے ہیں۔ میں یقین کے ساتھ کہتا ہوں کہ موجودہ کلاؤڈ کمپیوٹنگ کے زمانے کی بہت سی بنیادی ڈھانچہ سسٹم، ایک پروگرام یا انسانی انجینئرز کے لیے ڈیزائن کی گئی ہیں، نہ کہ AI کے لیے۔ یہ اس بات کے برابر ہے جیسے ہم ایک بنیادی ڈھانچہ تیار کر رہے ہوں جس پر انسانوں کے لیے انٹرفیس ہو، اور پھر اس کے اوپر ایجنٹس کو جوڑنے کے لیے ایک اضافی لیر لگا رہے ہوں، جس سے انسانی عمل کی صلاحیتیں ایجنٹ کے عمل کو محدود کر رہی ہیں۔

مثال کے طور پر، ایجنٹ میں ملی سیکنڈ کے سطح پر سوچنے اور کام شروع کرنے کی صلاحیت ہوتی ہے، لیکن K8s (کیوبرنیٹس) جیسی بنیادی صلاحیتیں اس کے لیے تیار نہیں ہیں، کیونکہ انسان عام طور پر منٹوں کے سطح پر کام شروع کرتے ہیں۔ اس لیے ہمیں مزید ترقی یافتہ صلاحیت کی ضرورت ہے، جسے ہم “ایجنٹک انفراسٹرکچر” کہتے ہیں، یعنی “智能 ٹوکن فیکٹری”، جس کو وو ون شن قون کر رہا ہے۔

لمستقبل طویل مدت کے لیے، جب حقیقی AGI کا دور شروع ہوگا، ہم سمجھتے ہیں کہ بنیادی ڈھانچہ خود بخود ایجنٹ ہونا چاہیے۔ ہم جو فیکٹری تیار کر رہے ہیں، وہ خود کو ترقی دے سکے، خود کو دوبارہ ترتیب دے سکے، اور ایک خود مختار تنظیم بن سکے۔ اس کا مطلب یہ ہے کہ اس میں ایک سی ای او ہوگا، جو خود ایک ایجنٹ ہوگا، شاید OpenClaw، جو پورے بنیادی ڈھانچے کو منظم کرے گا، اور AI کے صارفین کی ضروریات کے مطابق خود بخود درخواستیں جمع کرے گا اور بنیادی ڈھانچہ ترقی دے گا۔ اس طرح AI اور AI کے درمیان بہترین طریقے سے جڑنا ممکن ہوگا۔ ہم اس طرح کے تجربات بھی کر رہے ہیں، جیسے ایجنٹس کے درمیان بہتر مواصلات، اور Cache to Cache جیسی صلاحیتیں۔

ہم نے ہمیشہ سوچا ہے کہ انفرادیات اور AI کی ترقی ایک علیحدہ حالت نہیں ہونی چاہیے — میں ضرورت ملتی ہے تو اسے پورا کر دوں، بلکہ اس سے بہت زیادہ مفید رد عمل پیدا ہونا چاہیے۔ یہی حقیقی معنوں میں نرم اور سخت کے درمیان تعاون، الگورتھم اور انفرادیات کا تعاون ہے، اور یہی وو ون شن قون کا ہمیشہ سے حصول کا مقصد رہا ہے۔ شکریہ۔

یانگ زھی لین: اب میں فولی سے ایک سوال پوچھنا چاہوں گا۔ میائو می نے حال ہی میں نئے ماڈل جاری کرکے اور اس کے پیچھے کی ٹیکنالوجی کو اوپن سورس کرکے کمیونٹی کو بڑی مدد دی ہے۔ میں آپ سے پوچھنا چاہتا ہوں کہ میائو می کو بڑے ماڈلز بنانے میں کیا خاص فوائد ہیں؟

لو فولی: میں سمجھتی ہوں کہ ہم اس بات کو عارضی طور پر چھوڑ دیں کہ شاومی کے پاس کوئی خاص فائدہ کیا ہے، میں زیادہ چاہتی ہوں کہ ہم چین میں بڑے ماڈل بنانے والے ٹیموں کے کلی مفید پہلو پر بات کریں۔ میں سمجھتی ہوں کہ یہ موضوع زیادہ وسیع قدر رکھتا ہے۔

لگ بھگ دو سال پہلے، چینی بیس مڈل ٹیم نے بہت اچھی کامیابی حاصل کر لی — ہم نے محدود کمپوٹنگ پاور، خاص طور پر کچھ NVLink انٹر کنکٹ بینڈ ویتھ محدود کمپوٹنگ پاور کے تحت، ان کم معیار کی کمپوٹنگ پاور کی پابندیوں کو کیسے دور کیا جائے، اور "کارکردگی کے لیے مساوی" مدل سٹرکچر کی نوآوریاں جیسے DeepSeek V2، V3 سیریز، اور MoE، MLA وغیرہ کیسے تخلیق کی جائیں۔

لیکن بعد میں ہم نے دیکھا کہ ان نوآوریوں نے ایک تبدیلی کو جنم دیا: مخصوص کمپوٹیشنل پاور کے تحت، اعلیٰ ترین ذہانت کا کیسے اظہار کیا جائے۔ یہی DeepSeek نے گھریلو تمام بیس ماڈل ٹیموں کو حوصلہ اور اعتماد دیا۔ حالانکہ آج ہمارے گھریلو چپس، خاص طور پر انفرینس چپس اور ٹریننگ چپس، اس پابندی سے آزاد ہیں، لیکن اسی پابندی کے تحت ہم نے زیادہ موثر ٹریننگ اور کم انفرینس لاگت کے لیے ماڈل آرکٹیکچر کے نئے تجربات شروع کیے۔

جیسے حالیہ طور پر ظاہر ہونے والی Hybrid Sparse، Linear Attention جیسی ساختیں، جیسے DeepSeek کی NSA، Kimi کی KSA، اور Xiaomi کی HySparse جو نیکسٹ جنریشن کی ساخت کے لیے ہے، یہ سب MoE کی اس نسل سے الگ ہیں اور ایجنٹ کے دور کے لیے ڈیزائن کی گئی مدل ساخت کے نوآوری ہیں۔

میں structure innovation کو اتنی اہمیت کیوں دیتا ہوں؟ اصل میں، اگر آپ حقیقت میں OpenClaw کا استعمال کریں گے، تو آپ پائیں گے کہ یہ زیادہ استعمال کرنے سے زیادہ آسان اور زیادہ ذکی ہوتا جا رہا ہے۔ اس کا ایک پہلو ترکیبی متن کی لمبائی ہے۔ لمبا متن ایک ایسا موضوع ہے جس پر ہم بہت دیر تک بات کرتے رہے ہیں، لیکن کیا اب تک کوئی ماڈل موجود ہے جو لمبے متن میں بہترین پرفارم کرے، طاقتور ہو، اور استدلال کا خرچ کم ہو؟

اصل میں بہت سے ماڈلز 1M یا 10M کے کانٹیکسٹ کو نہیں کر پاتے، بلکہ 1M، 10M کے انفرینس کی لاگت بہت زیادہ اور رفتار بہت سست ہونے کی وجہ سے۔ صرف تب ہی حقیقی اونچی پیداواری قیمت والے کاموں کو ماڈلز کو سونپا جا سکتا ہے جب لاگت کم ہو جائے اور رفتار بڑھ جائے، اور اس طویل کانٹیکسٹ میں زیادہ پیچیدہ کاموں کو مکمل کیا جا سکے، بلکہ ماڈل کی خود تکرار تک حاصل کی جا سکے۔

ماڈل کی خود تکرار کا مطلب ہے کہ وہ ایک پیچیدہ ماحول میں، لمبے سیاق و سباق کی مدد سے اپنے آپ کو ترقی دے سکتا ہے۔ یہ ترقی Agent فریم ورک کے خود یا ماڈل کے پیرامیٹرز کے خود ہو سکتی ہے — کیونکہ میری رائے میں، سیاق و سباق خود پیرامیٹرز کی ایک ترقی ہے۔ اس لیے، لمبا سیاق و سباق کا ڈھانچہ کیسے بنایا جائے، اور انفرارنس کے دوران لمبا سیاق و سباق کس طرح موثر طریقے سے استعمال کیا جائے، ایک جامع مقابلہ ہے۔

میں نے جو پہلے ذکر کیا، اس کے علاوہ پہلے سے تربیت یافتہ مرحلے میں لمبے حوالہ والی ساخت کو بہتر بنانا—یہ تقریباً وہ سوال ہے جس پر ہم ایک سال پہلے سے کام کر رہے ہیں۔ اب لمبی مدت کے کاموں پر مستقل اور اعلیٰ حد تک کارکردگی حاصل کرنا، ہماری بعد کی تربیت کے مرحلے میں جاری ترقیات کا ایک نئے انداز کا حصہ ہے۔

ہم زیادہ موثر سیکھنے کے الگورتھمز کو کیسے ڈیزائن کریں، اور 1M، 10M، 100M کے حوالہ متن میں حقیقی ماحول میں لمبے عرصے تک وابستہ متن کو کیسے جمع کریں، اور پیچیدہ ماحول سے پیدا ہونے والے ٹریکٹ ڈیٹا کو کیسے جوڑیں — یہی ہمارا پوسٹ ٹریننگ کا مرکزی عمل ہے۔

لیکن لمبے مدتی طور پر، بڑے ماڈلز کی خود کی تیز رفتار ترقی اور ایجنٹ فریم ورک کے ساتھ، جیسا کہ لی شوئے نے کہا، گزشتہ عرصے میں استدلال کی ضرورت تقریباً دس گنا بڑھ چکی ہے۔ تو کیا اس سال مجموعی ٹوکن استعمال میں 100 گنا اضافہ ہوگا؟

یہاں ایک اور ابعاد کی مقابلہ شروع ہو گیا ہے — کمپوٹیشنل پاور، یا وہیں تک جائیں تو انفرینس چپس، اور اس سے بھی آگے توانائی تک۔ اس لیے مجھے لگتا ہے کہ اگر ہم سب مل کر اس مسئلے پر سوچیں، تو میں آپ سے زیادہ سیکھ سکتا ہوں۔ شکریہ۔

یانگ زھی لین: بہت ہی نفیس شیئر۔ اب میں ہوآنگ چاؤ سے پوچھنا چاہوں گا کہ آپ نے نینو بات جیسے اثرانگیز ایجینٹ پروجیکٹس تیار کیے ہیں اور آپ کے پاس کافی سماجی فالوورز بھی ہیں۔ میں چاہتا ہوں کہ آپ ایجینٹ کے ہارنس یا اطلاقی سطح سے دیکھیں تو، آگے کون سے ٹیکنالوجی کے رخ آپ کو اہم اور دیکھنے کے قابل لگتے ہیں؟

ہوانگ چاؤ: میرے خیال میں، ایجینٹ کی ٹیکنالوجی کو تصور کیا جائے تو، اس کے اہم ماڈیول منصوبہ بندی، یادداشت اور ٹول استعمال ہیں۔

سب سے پہلے منصوبہ بندی پر بات کرتے ہیں۔ اب کا مسئلہ اکثر لمبی مدت کے کاموں یا بہت پیچیدہ سیاق و سباق میں ہے، جیسے 500 قدم یا اس سے زیادہ، جہاں بہت سے ماڈل اچھی منصوبہ بندی نہیں کر پاتے۔ مجھے لگتا ہے کہ بنیادی طور پر ماڈل میں اس قسم کی ضمنی معلومات نہیں ہوتیں، خاص طور پر کچھ پیچیدہ عمودی شعبوں میں۔ اس لیے مستقبل میں شاید تمام پیچیدہ کاموں کی معلومات کو ماڈل میں مستقل طور پر ڈالنا ضروری ہوگا، جو ایک ممکنہ راستہ ہو سکتا ہے۔

بالکل، اسکل اور ہارنیس کچھ حد تک پلاننگ کے غلطیوں کو کم کرتے ہیں، کیونکہ وہ اعلیٰ معیار کے اسکل فراہم کرتے ہیں، جو بنیادی طور پر ماڈل کو مشکل کاموں کو مکمل کرنے کی طرف رہنمائی کرتے ہیں۔

دوبارہ میموری کی بات کرتے ہیں۔ میموری کا احساس یہ ہے کہ اس میں عام طور پر معلومات کا کمپریشن غلط ہوتا ہے اور ریٹریو بھی غلط ہوتا ہے۔ خاص طور پر لمبے مدتی کاموں اور پیچیدہ مناظر میں، میموری پر دباؤ بڑھ جاتا ہے۔ اب جیسے OpenClaw جیسے منصوبوں میں، لوگ دراصل سادہ فائل سسٹم جیسے مارک ڈاؤن فارمیٹ کے میموری کا استعمال کر رہے ہیں، جو شیئرڈ فائلز کے ذریعے کام کرتے ہیں۔ مستقبل میں میموری کو ہائیرارکل ڈیزائن کی طرف جانے کی ضرورت ہوگی، اور اسے زیادہ جامع بنانا ہوگا۔

صاف الفاظ میں، موجودہ میموری مکینزم کو عام بنانا مشکل ہے — کیونکہ کوڈنگ سیناریو، گہری تحقیق کے سیناریو، اور متعدد ماڈل سیناریوز میں ان کے ڈیٹا ماڈلز میں بڑا فرق ہے، ان میموریز کا مؤثر طریقے سے تلاش اور انڈیکس کرنے کا طریقہ ہمیشہ ایک توازن کا مسئلہ رہے گا۔

اس کے علاوہ، اب جب OpenClaw نے ایجینٹ بنانے کی سرحدیں کافی کم کر دی ہیں، تو مستقبل میں صرف ایک “جھاڑو” ہی نہیں بلکہ کئی “جھاڑو” ہو سکتے ہیں۔ میں نے دیکھا ہے کہ Kimi بھی ایجینٹ سویرم جیسے مکینزم لے آیا ہے، مستقبل میں ہر کوئی اپنے پاس “جھاڑوؤں کا ایک گروہ” رکھ سکتا ہے۔

ایک ایک کریب کے مقابلے میں کریبوں کے گروہ سے متعلقہ معلومات میں اضافہ سمجھا جا سکتا ہے، جس سے میموری پر بہت زیادہ دباؤ پڑتا ہے۔ اب تک ایسے "کریبوں کے گروہ" کی وجہ سے پیدا ہونے والے معلومات کے انتظام کے لیے کوئی اچھا نظام موجود نہیں ہے، خاص طور پر پیچیدہ کوڈنگ، سائنسی دریافتوں جیسے مناظر کے لیے، چاہے مدل ہو یا پورا ایجنٹ آرکیٹیکچر، دونوں پر بہت زیادہ دباؤ ہے۔

ٹول استعمال، یعنی مہارت کے بارے میں دوبارہ۔ مہارت کا موجودہ مسئلہ، اصل میں MCP کے مسئلے جیسا ہے — MCP کے وقت کوالٹی کی گارنٹی نہ ہونا اور سیکیورٹی کے خطرات جیسے مسائل تھے۔ اب مہارت کا بھی ایسا ہی حال ہے، جس میں مہارتوں کی بہت زیادہ تعداد نظر آتی ہے، لیکن اعلیٰ کوالٹی والی بہت کم ہیں، اور کم کوالٹی والی مہارتوں سے ایجنٹ کے کام مکمل کرنے کی درستگی متاثر ہوتی ہے۔ اس کے علاوہ برائی کی سرگرمیوں کا بھی خطرہ ہے۔ اس لیے ٹول استعمال کے نقطہ نظر سے، پورے مہارت کے ایکوسسٹم کو بہتر بنانے کے لیے شاید کمیونٹی پر انحصار کرنا پڑے، اور یہاں تک کہ مہارتوں کو اپنے عمل کے دوران نئی مہارتیں خود بخود ترقی دینے کی صلاحیت حاصل ہو۔

کلی طور پر، منصوبہ بندی، یادداشت اور ٹول استعمال تک، یہ موجودہ ایجینٹس کے کچھ اہم مسائل ہیں اور مستقبل کی ممکنہ напрямі ہیں۔

یانگ زھی لین: آپ دیکھ سکتے ہیں کہ دونوں مہمانوں نے مختلف مناظر سے ایک مشترکہ مسئلہ پر بحث کی ہے — جب کام کی پیچیدگی بڑھتی ہے، تو سیاق و سباق میں اضافہ ہوتا ہے۔ ماڈل کے لحاظ سے، اصل سیاق و سباق کی لمبائی بڑھائی جا سکتی ہے، اور ایجنٹ ہارنس کے لحاظ سے، منصوبہ بندی، میموری، اور متعدد ایجنٹ جیسے مکانزم خاص ماڈل کی صلاحیتوں کے تحت زیادہ پیچیدہ کاموں کو سپورٹ کر سکتے ہیں۔ مجھے لگتا ہے کہ اگلے مرحلے میں ان دونوں راستوں سے مزید کیمیائی رد عمل پیدا ہوگا، جس سے کاموں کو مکمل کرنے کی صلاحیت مزید بڑھے گی۔

آخر میں، ہم ایک کھلی توقع کے ساتھ ختم کرتے ہیں۔ براہ راست اگلے 12 ماہ کے دوران بڑے ماڈلز کے ترقی کے رجحان اور آپ کی توقعات کو ایک لفظ میں بیان کریں۔ اس بار ہیو چاؤ سے شروع کرتے ہیں۔

ہوائچاؤ: AI کے شعبے میں 12 ماہ کا دور بہت دور لگتا ہے، نہیں معلوم کہ 12 ماہ بعد یہ کیسے ترقی کرے گا۔

یانگ زھی لین: اصل میں یہاں پانچ سال لکھا گیا تھا، میں نے اسے تبدیل کر دیا۔

ہوائ چاؤ: ہاں، ہاہا۔ میں جو لفظ سوچ رہا ہوں وہ "ایکوسسٹم" ہے۔ اب OpenClaw لوگوں کو بہت مصروف کر رہا ہے، لیکن مستقبل میں ایجینٹس کو صرف ایک مزے کی چیز یا نئے ہونے کا جذبہ نہیں بننا چاہیے، بلکہ وہ حقیقی "مزدور" بن جائیں۔ مستقبل میں اسے اصل میں ایک ٹول کے طور پر مستحکم کیا جانا چاہیے، ایک حقیقی کو ورکر کے طور پر۔

اس کے لیے پورے ایکوسسٹم کی کوشش درکار ہے، خاص طور پر اوپن سورس کے ذریعے، جب تکنیکی تجربات اور ماڈل ٹیکنالوجی کو اوپن سورس کر دیا جائے، تو پوری کمیونٹی کو مل کر تعمیر کرنا ہوگا—چاہے ماڈل کی ترقی ہو، یا سکل پلیٹ فارم کی ترقی، یا مختلف ٹولز، سب کچھ بہتر طریقے سے کریب کے لیے ایکوسسٹم بنانے کی طرف مُڑنا ہوگا۔

ایک واضح رجحان یہ ہے کہ مستقبل کا سافٹ ویئر کیا اب بھی انسانوں کے لیے ہوگا؟ میں یقین رکھتا ہوں کہ مستقبل میں بہت سارے سافٹ ویئر ضروری طور پر انسانوں کے لیے نہیں ہوں گے — کیونکہ انسانوں کو GUI کی ضرورت ہے، جبکہ مستقبل Agent نیٹو استعمال کی طرف ہو سکتا ہے۔ دلچسپ بات یہ ہے کہ انسان صرف ان GUIs کا استعمال کریں گے جو انہیں خوش کرتے ہیں۔ اور اب پورا ایکوسسٹم GUI اور MCP سے CLI موڈ میں منتقل ہو رہا ہے۔ اس کے لیے ایکوسسٹم کو سافٹ ویئر سسٹم، ڈیٹا اور مختلف ٹیکنالوجیز کو Agent Native فارم میں تبدیل کرنا ہوگا، تاکہ پورا ترقی مزید غنی ہو سکے۔

رو فلی: اگر مسئلہ کو ایک سال تک محدود کر دیا جائے، تو میرے لیے بہت مفید ہے۔ اگر پانچ سال کی بات کی جائے تو، میرے AGI کی تعریف کے مطابق، میں سمجھتا ہوں کہ یہ پہلے ہی حاصل ہو چکا ہے۔ اس لیے اگر اگلے سال AGI کے سفر میں سب سے اہم بات کو ایک جملے میں بیان کرنا ہو، تو میرے خیال میں یہ ہے: "خود کو ترقی دینا"۔

یہ لفظ کچھ اجنبی لگتا ہے، اور پچھلے سال لوگوں نے اسے کئی بار اٹھایا ہے۔ لیکن میں نے حال ہی میں اس کے بارے میں زیادہ گہرا تجربہ حاصل کیا ہے، یا بہتر طور پر کہہ سکتے ہیں کہ "خود ترقی" کا عمل کرنے کا مزید عملی اور قابل عمل طریقہ کار ملا ہے۔ اس کا سبب یہ ہے کہ طاقتور ماڈلز کے بعد، ہم Chat پیرادائگم کے تحت پری ٹرینڈ ماڈل کی حد تک نہیں پہنچ پائے، جبکہ Agent فریم ورک نے اس حد کو فعال کر دیا۔ جب ہم ماڈل کو لمبے وقت تک کام سونپتے ہیں، تو ہم دیکھتے ہیں کہ وہ خود سیکھنے اور ترقی کر سکتا ہے۔

ایک آسان کوشش یہ ہے کہ موجودہ ایجنٹ فریم ورک میں اسے ایک قابل تصدیق شرط شامل کریں اور اسے ایک لوپ دیں، جس سے ماڈل لگاتار اپنے مقصد کو بہتر بنانے کے لیے دہرائے، تو آپ دیکھیں گے کہ وہ لگاتار بہتر حل پیش کرتا رہتا ہے۔ یہ خود ترقی پذیر عمل اب واقعی ایک یا دو دن تک چل سکتا ہے، جبکہ اس کا تعلق کام کی مشکل سے ہے۔

مثلاً کچھ سائنسی تحقیق میں، جیسے بہتر ماڈل ڈھانچے کی تلاش، کیونکہ ماڈل ڈھانچے کے لیے ایک معیار ہوتا ہے، جیسے کم PPL۔ اس طرح کے طے شدہ کاموں پر، ہم نے پایا کہ یہ دو تین دن تک خودکار طور پر بہتر بننا اور انجام دینا شروع کر چکا ہے۔

تو میرے نقطہ نظر سے، خود ترقی ہی وہ واحد جگہ ہے جہاں "نئی چیزیں" بنائی جا سکتی ہیں۔ یہ ہماری موجودہ انسانی پیداوار کو متبادل نہیں بلکہ ایک عظیم سائنسدان کی طرح، دنیا میں ابھی تک نہیں بنائی گئی چیزوں کا تجربہ کرتی ہے۔ ایک سال پہلے میں سوچتا تھا کہ یہ وقت تین سے پانچ سال کا ہوگا، لیکن حال ہی میں میں نے محسوس کیا ہے کہ اسے ایک سے دو سال تک کم کرنا چاہئے۔ شاید جلد ہی ہم بڑے ماڈل کے ساتھ ایک طاقتور خود ترقی یافتہ ایجنٹ فریم ورک جوڑ کر سائنسی تحقیق کو کم از کم اسٹاسٹکل طور پر تیز کر سکتے ہیں۔

میں نے حال ہی میں دریافت کیا ہے کہ ہمارے گروپ میں بڑے ماڈلز کے تحقیق کرنے والے طلباء کا ورک فلو انتہائی غیر یقینی اور انتہائی تخلیقی ہے، لیکن کلاؤڈ کوڈ اور عالی الشأن ماڈلز کی مدد سے ہماری تحقیقی کارکردگی تقریباً دس گنا بڑھ چکی ہے۔ میں اس طرز کو مزید وسیع اکادمیک شعبوں اور دیگر شعبوں تک پھیلنے کا انتظار کر رہا ہوں، اس لیے میرے خیال میں “خود ترقی” بہت اہم ہے۔

شی لی شوئی: میرا کلیدی الفاظ "قابلِ استدامة ٹوکن" ہے۔ میں دیکھ رہی ہوں کہ پورے AI کے ترقی کا عمل اب بھی ایک طویل مدتی عمل ہے، اور ہم چاہتے ہیں کہ اس کی لمبی زندگی ہو۔ بنیادی ڈھانچے کے نقطہ نظر سے، ایک بڑا مسئلہ یہ ہے کہ وسائل بالآخر محدود ہوتے ہیں۔

جیسے کہ گزشتہ زمانے میں قائم رہنے والی ترقی کے بارے میں بات کی جاتی تھی، ہم ایک ٹوکن فیکٹری کے طور پر، کیا ہم ٹوکن کو مستقل، مستحکم اور بڑے پیمانے پر فراہم کر سکتے ہیں تاکہ عالی شان ماڈل درحقیقت زیادہ سے زیادہ نچلی سطح کی خدمات کو فراہم کر سکیں، یہ ایک بہت اہم مسئلہ ہے جسے ہم دیکھ رہے ہیں۔

ہمیں پورے ایکوسسٹم کو دیکھنا ہوگا — توانائی سے لے کر کمپوٹیشنل پاور، پھر ٹوکن، اور آخر میں ایپلیکیشنز تک، تاکہ ایک قائم رہنے والی مالیاتی ترقی کا نظام تشکیل پائے۔ ہم صرف گھریلو کمپوٹیشنل پاور کو استعمال نہیں کر رہے، بلکہ اس صلاحیت کو بیرون ملک بھی فراہم کر رہے ہیں تاکہ عالمی وسائل کو جوڑا اور ایک جمع کیا جا سکے۔

میں بھی سمجھتا ہوں کہ "مستقل" کا مطلب ہے چینی خصوصیات والی ٹوکن معاشیت کو قائم کرنا۔ گزشتہ وقت ہم نے "میڈ ان چائنہ" کا ذکر کیا، جس میں چین کی سستی تیاری کی صلاحیت کو عالمی سطح پر اچھے مصنوعات کے طور پر برآمد کیا گیا۔

اب ہم “چین میں بنایا گیا AI” کر رہے ہیں — چین کے توانائی اور دیگر شعبوں کے فوائد کو ٹوکن فیکٹری کے ذریعے مستقل طور پر بہترین ٹوکن میں تبدیل کرکے عالمی سطح پر برآمد کرنا، جس سے ہم دنیا کی ٹوکن فیکٹری بن جائیں۔ یہی وہ قیمت ہے جو میں اس سال چین کے ذریعے دنیا کو AI کے ذریعے دیکھنا چاہتا ہوں۔

چانگ پینگ: میں مختصر رہتا ہوں۔ سب لوگ آسمان کی طرف دیکھ رہے ہیں، میں زمین پر ٹھہر جاتا ہوں۔ میرا کلیدی لفظ "کمپیوٹنگ پاور" ہے۔

پہلے بھی کہا گیا تھا کہ تمام ٹیکنالوجیز اور ایجنٹ فریم ورکس نے آپ کی تخلیقی صلاحیت اور کارکردگی کو دس گنا بڑھا دیا ہے، لیکن اس کا شرط یہ ہے کہ آپ ان کا واقعی استعمال کر سکیں۔ آپ ایک سوال پوچھ کر اسے لمبے وقت تک سوچنے دے سکتے ہیں لیکن جواب نہ دیں، یہ بالکل نہیں چلے گا۔ اسی وجہ سے، بہت سے تحقیقی ترقیات اور جو چیزیں آپ کرنا چاہتے ہیں، وہ رک جاتی ہیں۔

دو سال پہلے، میں نے یاد کیا کہ ایک اکیڈمیشن نے چونگکین فورم پر کہا تھا: "بنا کارڈ، بنا جذبات، کارڈ کی بات کرنا جذبات کو زخمی کرتا ہے۔" میں سمجھتا ہوں کہ آج ہم دوبارہ اسی نقطے پر ہیں، لیکن صورتحال مختلف ہے۔ اب ہم استدلال کے مرحلے میں داخل ہو چکے ہیں، اور تقاضا واقعی بھڑک اٹھا ہے — دس گنا، سو گنا بڑھ گیا ہے۔ آپ نے کہا کہ استعمال دس گنا بڑھ گیا ہے، لیکن شاید تقاضا سو گنا ہو؟ اب بھی بہت ساری تقاضا پوری نہیں ہو رہی، تو اس کا حل کیا ہو؟ چلیے، ہم سب مل کر اس کا حل سوچتے ہیں۔