بیرونی میڈیا کے تجزیے کے مطابق، AI پروگرامنگ ایجینٹس کے нاگر مباحثہ "کیا یہ کارکردگی بڑھا سکتے ہیں؟" سے "کیا یہ انجینئرنگ کی معیار کو متاثر کریں گے؟" کی طرف منتقل ہو رہا ہے۔ سابقہ آئی فون کے پہلے جیل بریک اور پلے اسٹیشن 3 کو ہیک کرنے والے ہیکر جارج ہاٹز نے حال ہی میں ایک مضمون میں کہا کہ صنعت کے سطح پر اس قسم کے ٹولز کو اپنانا اس شعبے کے لیے بہت زیادہ قیمت پر ایک غلط فہمی ثابت ہو سکتی ہے۔
ساتھ ماہ کے ٹیسٹ کے بعد منفی جائزہ
ہوٹز نے کہا کہ وہ باہر بیٹھ کر تنقید نہیں کر رہے ہیں۔ پچھلے ست ماہ میں، انہوں نے اپنے اوپن سورس ڈیپ لرننگ فریم ورک tinygrad کے کچھ حصوں کی ترقی اور ایک USB-PCIe چپ فرمویئر کی مکمل ریورس انجینئرنگ سمیت حقیقی منصوبوں میں AI ایجینٹس کا استعمال جاری رکھا ہے۔
اس کا نتیجہ یہ ہے کہ ایسے ٹولز عام طور پر شروع میں تیزی سے پیش رفت دکھاتے ہیں، لیکن آخری مراحل میں اختتام تک پہنچنا مشکل ہو جاتا ہے۔ ظاہری طور پر، ماڈل کے آؤٹ پٹ زیادہ بہتر لگنے لگتے ہیں، لیکن اصل مسائل کو وقت پر پکڑنا مشکل ہو جاتا ہے۔ اس کے مطابق، ڈویلپرز کو آخرکار نتائج کو بار بار ہاتھ سے درست کرنا پڑتا ہے۔
کارائی کا مسئلہ نہیں، بلکہ کون زیان برداشت کرے ہے
یہ مضمون کہتا ہے کہ اصل خطرہ صرف ایک بار کے آؤٹ پٹ میں غلطی ہونا نہیں، بلکہ تنظیمی سطح پر معیار کنٹرول کے ناکام ہونے کا ہے۔ ہوٹز کا مرکزی جائزہ یہ ہے کہ صلاحیت رکھنے والے انجینئرز عام طور پر جنریٹ کردہ کوڈ کو سمجھ سکتے ہیں، خرابیوں کو دریافت کر سکتے ہیں اور یہ فیصلہ کر سکتے ہیں کہ کب ٹول پر بھروسہ کرنا چاہیے؛ لیکن کم صلاحیت والے انجینئرز کے پاس اسی قسم کی جانچ کی صلاحیت ضروری طور پر نہیں ہوتی۔
اگر دوسری طرف ایجینٹ کی مدد سے پیداوار کو گزشتہ کے کئی گنا بڑھا دے، تو ٹیم کی سطحی کارکردگی بڑھ سکتی ہے، لیکن اوسط کوڈ کی معیار تیزی سے گرے گا، اور یہ گراؤٹ زیادہ سبمیشنز کی وجہ سے چھپ جائے گا۔ ہوٹز نے اس کی بنیاد پر انتباہ دیا ہے کہ صنعت میں بہت سارے "کام کرنے والے، لیکن واقعی مسائل سے بھرپور" کوڈ آ سکتے ہیں۔
کارپاتھی کے خلاف واضح تفاوت
اس مضمون کے جاری ہونے سے تھوڑی دیر پہلے، AI ریسرچر اینڈریج کارپاتھی نے Anthropic کی پری ٹریننگ ٹیم میں شمولیت اختیار کر لی۔ رپورٹ میں بتایا گیا کہ کارپاتھی کا AI ایجینٹس کے بارے میں موقف اس سال تبدیل ہو گیا ہے، اور وہ سمجھتے ہیں کہ نئی نسل کے ماڈلز نے سافٹ ویئر ڈویلپمنٹ کو واضح طور پر تبدیل کر دیا ہے۔
اینٹروپک کے سی ای او داریو ایمودی نے پہلے بھی کہا تھا کہ کمپنی کے کچھ انجینئرز نے خود کوڈ لکھنے کا تناسب کم کر دیا ہے اور ماڈلز کو کوڈ تیار کرنے کے لیے استعمال کیا ہے، جسے پھر انسانی طور پر جانچا جاتا ہے۔ دوسری طرف، ہوٹز نے اس کے برعکس تجربہ دیا: انہوں نے اس طرح کی عملدرآمد کی کوشش کی، لیکن آخرکار انہیں تقریباً ہر بار خود اصلاح کرنا پڑی۔
گزشتہ سال "vibe coding" کے تیزی سے مقبول ہونے کے ساتھ، اہم AI کمپنیوں نے ایجینٹ بنیادی پروگرامنگ کو اپنا مرکزی توجہ کا نقطہ بنایا ہے۔ مائیکروسافٹ نے GitHub Copilot کو ایک مکمل ایجینٹ سسٹم کی طرف منتقل کر دیا ہے اور اس تبدیلی کو پلیٹ فارم لیول کے موڑ کے طور پر بیان کیا ہے۔
ہوٹز کا خیال ہے کہ مسئلہ یہ نہیں کہ پروگرامرز کو متبادل ہونے کی فکر ہے، بلکہ یہ ہے کہ کیا کمپنیاں مقابلے کے دباؤ میں اوزاروں کو جلدی سے لاگو کر دیں گی۔ اس نے خاص طور پر اشارہ کیا کہ اگر بڑی کمپنیاں اپنے پورے انجینئرنگ ٹیم میں AI کوڈنگ اوزاروں کو ایک جیسے طریقے سے لاگو کرتی ہیں، تو آنے والے دو سالوں میں سافٹ ویئر کی معیار میں بہتری نہیں آئے گی۔