دو ماہ پہلے، GPT-5.6 Sol نے بڑی غلطی کی۔
اس نے ہائیپر ورائٹ کے بانی میٹ شومر کے ایپل کمپیوٹر پر تقریباً تمام فائلیں حذف کر دیں، جن میں کمپنی کے مرکزی دستاویزات بھی شamil تھے۔
میٹ نے فوراً چھوڑ دیا اور اپنے تمام بنیادی ٹولز کو کلوڈ فیبل 5 سے تبدیل کر دیا۔
دو ماہ بعد، GPT-6 Astra کے جاری ہونے کے دن، میٹ نے ایک گہری جائزہ کے ساتھ اعلان کیا: GPT-6 Astra نے میری واپسی کرلی۔
اس نے دیکھا کہ GPT-6 Astra پچھلے ورژن کے مقابلے میں زیادہ س остی سے کام لے رہا ہے، اور یہ جانتا ہے کہ کیا کرنا ہے اور کیا نہیں، جس سے اسے بالآخر مکمل طور پر کام سونپنے کا جرات ملا، اور اسے مانیٹر کرنے کی ضرورت نہیں رہی۔
اس نے GPT-6 Astra پر ایک بہت ہی پاگلپن بھرا تجربہ بھی چلایا: Unreal Engine میں، ایک ہی پرومپٹ سے شروع کرکے، ایک ورچوئل مینہٹن کو ایک ایک گلی کے لحاظ سے تعمیر کیا۔
لیکن اس کے لیے اصل میں اس کا فیصلہ کرنے کا سبب صرف ماڈل کی صلاحیتوں کا بہتر ہونا نہیں تھا، بلکہ اس نے خود ایک طریقہ تیار کیا تھا جس میں AI کو جوڑ کر کام کیا جائے: Manager Loop۔
یہ طریقہ ایک ایسا مسئلہ حل کرتا ہے جو "AI کام کر سکتا ہے یا نہیں" سے زیادہ مہلک ہے:
جب منصوبہ کافی بڑا ہو جائے، تو ٹیم کو مستقل طور پر اپنے مقصد کی طرف لے جانے کی ذمہ داری کس کی ہوتی ہے؟
کمپیوٹر کو مکمل طور پر حذف کرنے والے کیوں واپس آ گئے؟
پہلے پس منظر بیان کریں۔
10 جولائی، جو GPT-5.6 فیملی کے اجرا کے دوسرے دن تھا، میٹ نے سوشل میڈیا پر اپنی تباہ کن کہانی کا اظہار کیا:
GPT-5.6 Sol「میں نے اپنے Mac پر تقریباً تمام فائلیں غلطی سے حذف کر دیں»۔
کچھ دن بعد، انجینئر برونو لیموز کا پروڈکشن ڈیٹا بیس بھی اسی ماڈل نے حذف کر دیا۔ مزاحیہ بات یہ ہے کہ کچھ گھنٹے پہلے وہ کمپنی کے Slack پر ماڈل کے لیے بات کر رہا تھا اور شومر کو مکمل ایکسس کی اجازت دینے پر الزام لگا رہا تھا۔
اوپن اے آئی کوڈیکس کے ہیڈ اینجینئر تھیباؤلٹ سوٹیاکس نے بعد میں خود وضاحت کی کہ ایسے واقعات عام طور پر اس صورت میں پیش آتے ہیں جب فل-ایکسس موڈ چالو ہو، سینڈ باکس بند ہو اور آٹومیٹک ریویو بھی بند ہو۔
ماڈل نے ماحولیاتی متغیر کو دوبارہ لکھنے کی کوشش کی اور نتیجے میں صارف کے ہوم ڈائرکٹری کو مکمل طور پر ختم کر دیا۔
ایک "دیانتدار غلطی"، جسے OpenAI نے اس طرح قرار دیا ہے۔
یہ وضاحت میٹ کو قانع نہیں کر سکی۔ اس کا رد عمل کلوڈ کی طرف موڑنا اور یہ تهدید کرنا تھا کہ اگر اوپن اے آئی میری واپسی چاہتی ہے، تو اسے ایک "معجزہ جیسا" ماڈل پیش کرنا ہوگا۔
دو ماہ بعد، GPT-6 Astra آ جائے گا۔
مات کا توجہ اس کے اتنے ذکی ہو جانے پر نہیں ہے، بلکہ اس پر ہے کہ وہ کام کو اس پر بھروسہ کر سکتا ہے یا نہیں۔
اس کا جواب تھا: ہاں۔ اسٹرا پچھلے نسخے کے مقابلے میں کہیں زیادہ محتاط تھا، کبھی کبھی زیادہ محتاط بھی، لیکن وہ آخرکار آرام سے چلے جا سکتا تھا۔
اس نے ایک مثال دی: ایک ہفتہ کے آخر میں جب وہ ایک ملاقات پر تھا، تو اس کا دوست نے پیغام بھیجا کہ اس کی طرف سے چلائی جانے والی ایک اسمارٹ ایجینٹ سروس بند ہو گئی ہے۔
اس نے اپنا فون نکالا، پروجیکٹ کے لیے "بند کر دو، درست کرو" لکھا، اور فوراً اسے اپنی جیب میں رکھ دیا۔ ایک گھنٹے بعد، دوست نے کہا کہ درست ہو گیا۔
اور خود وہ، اس حکم کو دینے کا بھی بھول گیا۔
پانچ ماکس کے فینس بہت تیزی سے چل رہے ہیں، ایک دیوار پر گھسٹ رہے ہیں
روزانہ کے کامیاب مکمل ہونے کے بعد، میٹ نے اسٹرا پر تھوڑا زور دینے کا فیصلہ کیا۔
اس نے اسٹرا کو یونریل انجن میں نیو یارک شہر بنانے کے لیے کہا۔
ایسٹرا لمبے کاموں کو سنبھالنے میں بالکل پچھلے ورژن سے زیادہ طاقتور ہے، لیکن جب یہ کسی مرحلے تک پہنچ جاتی ہے تو پیش رفت روک جاتی ہے۔
AI اب بھی پاگل کی طرح کام کر رہا ہے، لیکن اب یہ صرف چھوٹے چھوٹے پہلوؤں پر زیادہ توجہ دے رہا ہے، جبکہ پورے منصوبے کی مجموعی پیش رفت میں کوئی ترقی نہیں ہو رہی۔
چھت پر کنٹینر، دروازے پر نیون بورڈ، اسٹرا اس طرح کی چھوٹی چھوٹی تفصیلات میں مزید گہرا جا رہا ہے، لیکن مجموعی پیش رفت روکی ہوئی ہے
اس جمود کو توڑنے کے لیے، میٹ نے پانچ طریقے آزمائے جن میں ذہنی ایجینٹس کو منظم کیا جاتا ہے۔
سب سے آسان اور سیدھا طریقہ یہ ہے: ایک بڑا کام دیں جو لگاتار چلتا رہے، اور اس کے درمیان اندھا جائزہ کا نظام شامل کریں۔
نتیجہ شروع میں بہت طاقتور ہوتا ہے، لیکن درمیان میں اکثر تفصیلات کے گڑھے میں پھنس جاتا ہے۔ اس نے ایک سبق سیکھا: ماڈل کو "ہمیشہ کام کرتے رہنے" کا حکم دینا اور اسے "اگلے قدم میں کیا کرنا ہے" یہ سمجھانا، بالکل دو الگ باتیں ہیں۔
دوسرا طریقہ کرداروں کی تقسیم ہے۔ اس طرح تقسیم کام کا واضح ہو جاتا ہے، لیکن تنظیم اور منظوری نئی پریشانی بن جاتی ہے۔
تیسرا طریقہ ایک "سی ای او" جیسا نگران مقرر کرنا ہے جو ہر 30 منٹ بعد چیک کرتا ہے۔ نتیجہ تقریباً بہتر نہیں ہوا۔
چوتھا طریقہ یہ ہے کہ کوآرڈینیٹر خود ٹیم کی ساخت کو تبدیل کرے۔ اس میں بہت سارے انتظامات ہیں، لیکن وہی دیوار پر ٹکر جاتے ہیں۔
پانچواں، وہ سب سے ابتدائی اور معمولی طریقہ واپس آ گیا: اس نے ایجنٹ کو ہدف کو مراحل پر مشتمل فہرست میں تقسیم کرنے کا حکم دیا، ایک مرحلہ مکمل ہونے پر رک جائے، میٹ دو الفاظ ٹائپ کرتا ہے "جاری رکھیں"، اور پھر AI اگلے مرحلے میں داخل ہو جاتا ہے۔
یہ طریقہ کام کر گیا، منصوبہ اب مسلسل آگے بڑھ رہا ہے۔
لیکن مسئلہ بھی سامنے آ گیا: ہر بار اس انسان کو تصدیق کرنی پڑتی ہے۔
خود وہی ایک رکاوٹ بن گیا: اسے چکر سے نکال دیا جائے تو صرف اسی صورت میں منصوبہ حقیقی طور پر شروع ہو سکتا ہے۔
منیجر لوپ: خود کو لوپ سے باہر نکالیں
چھٹا منصوبہ، جسے مینیجر لوپ کہا جاتا ہے، اس کا بنیادی منطق بہت ہی ذکاوت سے تعمیر کیا گیا ہے۔
اس نے کوڈیکس میں دو متوازی سیشن کھولے، جن میں سے ہر ایک اپنا کام کرتا ہے:
ایک "کوآرڈینیٹر" ہے۔
یہ پہلے انسانوں کے ساتھ گہری ملاقات کرتا ہے، دونوں طرف کے اہداف کو مطابق کرنے کے بعد، اہداف کو فہرست اور مختلف مراحل میں تقسیم کر دیا جاتا ہے۔
دوسرا "ایگزیکیٹر" ہے۔
یہ مکمل طور پر الگ سیشن میں چل رہا ہے، کوآرڈینیٹر کا ذیلی نہیں۔
کوآرڈینیٹر اسے موجودہ مرحلے کا کام سونپ دیتا ہے، جس کے لیے وہ موجودہ مرحلہ مکمل ہونے تک کام کرتا رہے۔
کام مکمل ہو گیا، کوآرڈینیٹر نے تصدیق کر لی، اگلے مرحلے کو جاری کیا جا رہا ہے۔
اگر مصروف ہوں، تو ایگزیکیٹر خود ضرورت کے مطابق ذیلی ایجنٹس کو تقسیم کر سکتا ہے۔
اس مکمل بند حلقو میں، کوآرڈینیٹر نے انسانوں کے کام کو مکمل طور پر سنبھال لیا: منصوبے کو روکنے نہ دیا اور انسانوں کی جگہ بار بار "جاری رکھیں" کہہ دیا۔
ذکی ایجنٹس کی حد 96 تک بڑھا دی گئی، جس سے مینہٹن کو جان بوجھ کر بنایا گیا
تاکہ ایکیکیوٹر مکمل آزادی حاصل کر سکے، میٹ نے سسٹم کی کنکرنس لیمٹ کو تبدیل کر دیا۔
اس نے کمپیوٹر کے ڈیفالٹ چار کو براہ راست بے حد 96 تک کھینچ لیا۔
بے شک، اس کا مطلب یہ نہیں کہ 96 AI ایک ساتھ لگاتار کام کر رہے ہیں۔ کبھی کبھی ماڈل اپنا کوٹا مکمل نہیں استعمال کرتا، اور اس کے لیے اسے پرامپٹ میں واضح طور پر ترغیب دینے کی ضرورت ہوتی ہے۔
لیکن اس حد تک کی ترتیب میں، معجزہ ہوا۔
موجودہ ٹولز اور ایسٹس (جیسے میٹاہیومن کردار) کا استعمال کرتے ہوئے، اسٹرا نے ایک ہفتے میں یونریل انجن میں یہ مینہٹن دنیا تیار کر لی۔
وہ پہلی سڑک کو مکمل کرتا ہے، پھر آہستہ آہستہ باقی سڑکوں کو بڑھاتا ہے۔
پہلی سڑک کی فasad کی تفصیلات، اینٹوں کی دیوار کی بناوٹ، کھڑکیوں کے اوپر کے نقوش اور آگ بجھانے کی سیڑھیاں سب ہو چکی ہیں۔
نیویارک کی مکمل تعمیر تک اب بھی کئی ماہ ہیں، لیکن اسٹرا پہلا ایسا ماڈل ہے جو ان پیچیدہ ماحولات کو حقیقی طور پر استعمال کر سکتا ہے۔
یہ ایک بہت زیادہ ہارڈویئر کا تقاضا کرنے والا پاگل عمل ہے۔
میٹ کے گھر کا لِوِنگ روم ایک چھوٹا سا ڈیٹا سینٹر جیسا لگتا ہے: ایک میک مینی کچن پر رکھا ہوا ہے، تین میک بک پرو ٹیبل پر رکھے ہیں جن کے فینس تیزی سے چل رہے ہیں، اور کلاؤڈ میں ایک مشین جسے ایجنٹس نے بھر دیا ہے۔
سب سے مزاحیہ بات یہ تھی کہ جب ڈسک تقریباً بھر گیا، تو اس نے اسٹرا کو ایک عارضی سسٹم لکھنے کو کہا: پرانے تھریڈز کو کلاؤڈ پر منتقل کر دیا، مقامی نسخے حذف کر دیے، اور جب کھولے جائیں تو انہیں دوبارہ ڈاؤن لوڈ کر لیا جائے۔
اس کے الفاظ میں: کمپیوٹر کی دیکھ بھال کے لیے ایک AI کو ملازم رکھنا، صرف اس لیے کہ کمپیوٹر مزید AI کو ملازم رکھ سکے، یہ خود بخود بہت جادوئی بات ہے۔
اوسٹرا نے تمام میدانوں پر فتح حاصل نہیں کی
بالکل، میٹ نے اسٹرا کے خلاف ایک طرفہ موقف نہیں اپنایا۔
اس کے خیال میں، اسٹرا کی حقیقی طاقت انجینئرنگ، کمپیوٹر آپریشن اور لمبے کاموں میں ہے، لیکن خوبصورتی اور 3D مواد بنانے میں کلوڈ ابھی بھی زیادہ بہتر ہے۔
جس دن اسے جاری کیا گیا، کچھ صارفین نے ایک تقابلی جائزہ پیش کیا:
ایک ہی ہدایت کے ساتھ، Fable 5.1 اور GPT-6 Astra کو ہر ایک کو Blender میں سمندر کے کنارے ایک ویلا بنانے کے لیے کہیں۔ بائیں طرف Fable 5.1 ہے، دائیں طرف GPT-6 Astra ہے۔
فروق بہت بڑا لگ رہا ہے۔
ایک ہی ویلا ٹاسک، بائیں طرف Fable 5.1، دائیں طرف GPT-6 Astra۔ (تصویر: @karankendre)
لیکن یہ صرف ایک ایکلی مخصوص تطبیق ہے، جس میں پرامپٹس اور کوششوں کی تعداد شائع نہیں کی گئی ہے، اور یہ میٹ کے فیصلے کے خلاف ہے اور دونوں کی مجموعی ویژوئل صلاحیت کی نمائندگی نہیں کرتا۔
میٹ کا اپنا جائزہ ہے کہ ماڈل کو تھری جے ایس یا بلینڈر میں براہ راست خوبصورت چیزیں "بنانے" کے لیے، کلوڈ ابھی بھی زیادہ طاقتور ہے؛ لیکن جب انہیں یونریل میں ڈال دیا جاتا ہے، تو موجودہ اثاثوں اور روشنی کے ساتھ اسٹرا پہلی بار فتح پا گیا۔
اس نے یہ بھی توقع کی ہے کہ Fable 5.1 کو Unreal چلانے میں بڑی بہتری ہوگی، اور مخصوص تقابلی جائزہ ابھی جاری ہے۔
تو، ماڈل لیور کے درمیان فرق اب بھی موجود ہے، صرف اس بات کے ساتھ کہ اب یہ "کون سب کچھ زیادہ بہتر ہے" کی بجائے "کون کس حصے میں زیادہ بہتر ہے" کی طرف منتقل ہو گیا ہے۔
جو فرق اصلی طور پر پیدا کرتا ہے، وہ اسکرپٹنگ لیور ہے۔
جب اگلی نسل کے ماڈلز ایک جیسی صلاحیتوں کے قریب پہنچ جائیں، تو ماڈل کے باہر کی چیزیں: آپ کیسے ان کا انتظام کرتے ہیں، انہیں کون سے ٹولز اور ماحول فراہم کرتے ہیں، اور آپ کتنے متوازی کمپوٹیشن کا اخراج کر سکتے ہیں، وہی آپ کی حقیقی پیداواری قدر کا تعین کرتی ہیں۔
حوالہ جات: https://x.com/mattshumer_/status/2095609734845927525
یہ مضمون ویچن گروپ "نیوزی یوان" سے ہے، مصنف: ASI کا وحی؛ ایڈیٹر: یوان