7 نومبر کو، مائیکروسافٹ نے ایجینٹ ایکزیکشن سسٹم کے بارے میں ایک ٹیکنیکل وائٹ پیپر جاری کیا، جس میں کچھ حیرت انگیز ٹیسٹ نتائج شامل تھے: ایک جیسے Claude Opus 4.8 کا استعمال کرتے ہوئے، صرف Copilot Studio کے پیچھے کے Harness کو بدل دیا جائے تو، پیچیدہ کاموں کی کامیابی کی شرح 22.1 فیصد بڑھ جاتی ہے۔ نئے سسٹم میں ہر کام کے لیے ماڈل کو تقریباً دگنا استعمال کیا جاتا ہے، لیکن معیاری انداز میں ان پٹ ٹوکن کا استعمال 21 فیصد تک کم ہو جاتا ہے۔
بس دس دن پہلے، مائیکروسافٹ نے اپنے کئی پروڈکٹس میں یکجا Copilot Harness کو لاگو کرنے اور ڈویلپرز کو کلاؤڈ پلیٹ فارم کے ذریعے مینجڈ سروسز فروخت کرنے کا اعلان کیا۔
5 نومبر کو، مہ کے اندھیرے نے کیمی ہوسٹڈ ایجینٹس (ہوسٹڈ ایجینٹس) جاری کیے، جس کے ساتھ ہارنیس کو ایک سروس کے طور پر پیش کیا گیا۔ اگست میں، ڈیپ سیک نے اپنا ہارنیس اوپن سورس کر دیا؛ اور اوپن اے آئی، اینتھروپک نے پہلے ہی اپنے اندر کے سسٹم کو ڈویلپرز کے لیے قابل استعمال سروس میں تبدیل کر دیا تھا۔
اس بڑے ماڈل کے پیچھے کا "آپریٹنگ سسٹم"، اب ماڈل کمپنیوں کے لیے اہم کردار بن رہا ہے۔
تصویر AI سے بنائی گئی ہے
01 ہارنیس پر قبضہ کریں
ہارنیس کو بڑے ماڈل کے اردگرد ایک ایجنٹ رن ہونے والی سسٹم کے طور پر سمجھا جا سکتا ہے۔ یہ ماڈل کو باہری ٹولز استعمال کرنے، متعدد مراحل کے کاموں کو لگاتار انجام دینے، اور انجام دیے گئے نتائج کے مطابق بعد کے اقدامات کو تبدیل کرنے کی اجازت دیتا ہے۔ لمبے وقت تک چلنے والے ایجنٹس کے لیے، ہارنیس کام کی حالت کو محفوظ کرتا ہے تاکہ وقفے کے بعد کام جاری رہ سکے۔
یہ AI ایپلیکیشنز کے مختلف لیول پر ہے۔ مثال کے طور پر، Claude Code، WorkBuddy جیسے پروڈکٹس صارفین کے لیے مستقیم طور پر موزوں ہیں، جبکہ بنیادی Harness کو مختلف ایپلیکیشنز دوبارہ استعمال کیا جا سکتا ہے، یا ڈویلپرز کو الگ سروس کے طور پر فراہم کیا جا سکتا ہے۔ جیسے جیسے Agent کے ذمہ داریاں زیادہ پیچیدہ ہوتی جا رہی ہیں، Harness逐步成为影响任务成功率、执行效率和运行成本的重要因素۔
Anthropic، Harness کے ترقی میں شامل ہونے والی پہلی مدل کمپنیوں میں سے ایک تھی، جو شروع میں Claude Code کو لمبے پروگرامنگ کاموں میں پیش آنے والے مسائل کو حل کرنے کے لیے تھی۔
2025 کے آخر تک، Anthropic نے پایا کہ جب Claude کا کنٹیکس ونڈو ختم ہو جاتا ہے، تو نئی گفتگو عام طور پر پچھلے کام کو جاری نہیں رکھ پاتی۔ اس لیے انجینئرز نے Claude Code کے پیچھے کے Harness میں بہتری کی، جس سے ایجنٹ ہر مرحلے کے اختتام پر پیش رفت محفوظ کر لیتا ہے، اور اگلے دور میں یہ ریکارڈز پڑھ کر ناتمام کاموں کو جاری رکھتا ہے۔ اس طرح، چاہے مدل کی ایک سیشن ختم ہو جائے، پورا پروگرامنگ کام آگے بڑھتا رہتا ہے۔
اپریل 2024 میں، Anthropic نے Managed Agents کو متعارف کرایا، جس کے ذریعے ڈیولپرز کو ایجنٹ چلانے کی صلاحیت کو کلاؤڈ سروس کے طور پر فراہم کیا گیا۔ تاکہ کاروباری ادارے لمبے عرصے تک اور مستقل طور پر ایجنٹ چلا سکیں، Anthropic نے بنیادی ڈھانچہ بھی تبدیل کیا: Harness کاموں کو چلانے کا انتظام کرتا ہے، تاریخی ریکارڈ الگ سے محفوظ کیے جا سکتے ہیں، اور AI پروگرام کا سینڈ باکس بھی کبھی بھی تبدیل کیا جا سکتا ہے۔ حتیٰ کہ اگر سینڈ باکس خراب ہو جائے، تو ایجنٹ اپنا پچھلا کام بحال کر سکتا ہے۔
کلاؤڈ کوڈ کے اندر کے سسٹم سے لے کر باہری ڈیولپرز کے لیے ہوسٹڈ سروسز تک، اینٹھروپک نے اپنے سالوں کے تجربے کو ایک الگ مصنوعات میں تبدیل کر دیا ہے۔
اوپن اے آئی نے کوڈیکس کے پیچھے کے ہارنس کو بھی زیادہ ڈویلپرز کے لیے کھول دیا۔ اس سال فروری میں، اوپن اے آئی نے اعتراف کیا کہ کوڈیکس کی ویب سائٹ، کمانڈ لائن اور IDE پلگ ان اصل میں ایک ہی ایجنٹ رن ٹائم سسٹم کا استعمال کرتے ہیں۔ اگست میں، کوڈیکس کو ایک کھلا ہارنس پلیٹ فارم قرار دیا گیا، جس سے تیسری طرف کے ایپلیکیشنز براہ راست جُڑ سکتے ہیں۔ ستمبر میں جاری کردہ ایجنٹس API میں، اوپن اے آئی نے اس سسٹم کا ہوسٹنگ اور مینٹیننس کا ذمہ داری لیا، جس سے ڈویلپرز براہ راست ایجنٹ کے رن ٹائم احاطے تک رسائی حاصل کر سکتے ہیں۔
یہ راستہ OpenAI کو Codex کے ذریعے صارفین کو ب без ترکیبی طور پر خدمات فراہم کرنے اور دیگر سافٹ ویئر کمپنیوں کو بنیادی انجن کی صلاحیتیں فراہم کرنے دونوں کی اجازت دیتا ہے۔ ڈویلپرز اپنے پروڈکٹ کے انٹرفیس اور بزنس پروسیسز برقرار رکھ سکتے ہیں، جبکہ Codex پیچھے مخصوص کاموں کو انجام دے رہا ہے۔
دیپسیک نے 13 اگست کو مٹ لائسنس کے تحت ہارنیس کے مکمل فریم ورک کوڈ کو آزاد کر دیا، جس نے "ہر چیز ایک پلگ ان ہے" کا تصور پیش کیا اور تقریباً پورے ایجینٹ رن ٹائم سسٹم کو آزاد طور پر کامبائن کیے جانے والے پلگ انز میں تقسیم کر دیا۔ ڈویلپرز صرف ماڈل اور باہری ٹولز کو تبدیل نہیں کر سکتے، بلکہ ایجینٹ کے ماڈل کو کال کرنے اور ٹاسک انجام دینے کے طریقے بھی تبدیل کر سکتے ہیں، اور یہاں تک کہ ایجینٹ خود نئے پلگ انز لکھ کر انہیں انسٹال بھی کر سکتا ہے۔
کورڈس پر مبنی یہ ساخت، ڈویلپرز کو مختلف قسم کے ایجینٹس کو اپنی ضروریات کے مطابق ترقی دینے کی اجازت دیتی ہے، بغیر کسی رننگ سسٹم کو دوبارہ تعمیر کیے۔
5 نومبر کو، کیمی نے علیحدگی سے اعلان کیا کہ ہاسٹڈ ایجینٹس مکمل روزانہ کلاؤڈ ماحول فراہم کرتے ہیں، جس میں کاروبار اپنے اندر کے سسٹم میں ایجینٹ شامل کر سکتا ہے یا اپنے باہری فروخت کے مصنوعات میں ڈال سکتا ہے، اور صرف ہارنس کو ایک سروس کے طور پر واضح طور پر پیش کیا ہے۔
02 ہارنیس کی ترقی
اصل میں، ہارنیس کی مقبولیت مدل کمپنیوں سے شروع نہیں ہوئی۔
اس سال کے شروع میں، اوپن کلو کی مقبولیت نے صنعت کو یہ دکھایا کہ ایک ایسی کمپنی جس کے پاس بنیادی ماڈل نہ ہو، وہ بھی ایجینٹ رننگ سسٹم کے ذریعے بڑی تعداد میں صارفین کو متوجہ کر سکتی ہے۔ فروری میں، اوپن اے آئی نے اوپن کلو کے بانی پیٹر اسٹینبرگر کو اگلی نسل کے ذاتی ایجینٹ کے ترقی میں شامل کیا۔
اس کے بعد، Nous Research نے Hermes Agent کو متعارف کرایا، جس کا مقصد یہ ہے کہ ایجینٹ اپنے کام کے دوران حاصل کی گئی تجربات کو قابلِ استعمال Skills کے طور پر محفوظ کرے اور بعد کے کاموں میں انہیں مستقل بہتر بنائے۔
مارچ کے آخر میں، اسٹین فورڈ یونیورسٹی سمیت دیگر اداروں نے میٹا-ہارنس پیش کیا، جس سے AI ناکامی کے ریکارڈ کے مطابق ہارنس کوڈ کو براہ راست تبدیل کر سکتا ہے اور ٹیسٹ کے ذریعے اس کے اثرات کی تصدیق کر سکتا ہے۔ ایک متن طبقہ بندی کے تجربے میں، درستگی میں 7.7 فیصد کا اضافہ ہوا اور متن کے ٹوکن کا استعمال اب صرف اصل کا ایک چوتھائی رہ گیا۔
یہ تجربات کیوں مدل کمپنیوں کے لیے سرمایہ کاری کے قابل ہیں؟ اکتوبر میں سنگاپور کے نانیانگ ٹیکنولوجیل یونیورسٹی نے 66 مدلز کا ہارنیس کے ساتھ ٹیسٹ کیا، جس سے پتہ چلا کہ ہارنیس بدلنا مدلز کے درمیان پرفارمنس کی درجہ بندی بھی تبدیل کر سکتا ہے۔
فرنٹیئر ہارنیس ایوال نے بھی پایا کہ ایک ہی Kimi K3، Codex کے استعمال سے ٹاسک پاس ریٹ 66.7% ہے، DeepSeek Harness Creator کے استعمال سے 63.3% ہے، اور Kimi Code کے استعمال سے 56.7% ہے۔
بنیادی ماڈل کمپنیوں کے لیے، ماڈل کی کارکردگی میں اضافہ صرف ماڈل کو بہتر بنانے تک محدود نہیں، بلکہ ہارنیس کے ڈیزائن اور بہتر بنانے پر بھی زیادہ انحصار کیا جا رہا ہے۔
محققین اب بھی ہارنیس کے ذخیرہ کردہ تجربات کو ماڈل تربیت میں استعمال کرنے کی کوشش کر رہے ہیں۔ جولائی میں پیش کیا گیا Co-Harness، ناکام ریکارڈز کے ذریعے ہارنیس کو بہتر بناتا ہے اور پھر بہتر شدہ اجرائی ڈیٹا کا استعمال کرکے ماڈل کو تربیت دیتا ہے۔ نومبر میں جاری کیا گیا HarnessFlow، بہترین ہارنیس ڈیزائن تلاش کرنے کی کوشش کرتا ہے اور ستھرے طرز کے کاموں میں اوسط اسکور میں 10.89 فیصد کا اضافہ کرتا ہے۔
تاہم، خودکار بہتری کے ساتھ خطرات بھی ہیں۔ نومبر کے شروع میں ایک تحقیق میں پایا گیا کہ ایک خاص تجربے میں، ایک Harness کو نئے کام کے لیے بہتر بنانے کے بعد، SWE-bench پر اس کا اسکور 94% سے گھٹ کر 32% ہو گیا۔ ماڈل کی اپ گریڈنگ سے پہلے کام کرنے والی ڈیزائنز بھی بے کار ہو سکتی ہیں۔
اس کا مطلب یہ ہے کہ ہارنیس کی ٹیکنالوجی کی تجربہ گاہ کو ایک بار کے لیے حل نہیں کیا جا سکتا۔ مختلف کاموں کی استحکام کو مستقل بہتری کے دوران کیسے برقرار رکھا جائے، ابھی تک حل نہیں ہوا ہے۔
کچھ صنعت کے ماہرین کا کہنا ہے کہ یہ اوپن سورس ماڈل ڈپلوی کرنے کا ایک بڑا مسئلہ بھی ہے۔ اس لیے، ماڈل کمپنیاں اب Harness سروسز کی فروخت شروع کر چکی ہیں۔ اوپن سورس فریم ورک مفت دستیاب ہے، لیکن کاروبار کو Agent کو لمبے عرصے تک مستقل طور پر چلانے کے لیے ڈپلویمنٹ اور مینٹیننس کے اخراجات برداشت کرنے پڑتے ہیں۔ Kimi، Anthropic جیسی کمپنیاں ان کاموں کو سنبھالنے کا موقع دیکھ کر Harness کو ایک الگ کاروبار بنانے لگی ہیں، لیکن مختلف کمپنیوں کے طریقے میں بڑا فرق ہے۔
03 ہارنیس کی پوشیدہ قیمت
ہارنیس اب ایک الگ کرایہ والی سروس بن گیا ہے، لیکن موجودہ قیمتیں ظاہر کرتی ہیں کہ ماڈل انفرنس اب بھی اہم کرایہ کا ذریعہ ہے۔
Anthropic کے مینیجڈ ایجینٹس کیلئے ہر فعال سیشن کے گھنٹے کے لیے 0.08 امریکی ڈالر لیے جاتے ہیں، جبکہ ٹوکن الگ سے ہیں؛ افسرانی طور پر جاری کردہ ایک گھنٹہ کے پروگرامنگ کے کام کے مثال کے مطابق، کل اخراجات 0.58 امریکی ڈالر ہیں، جن میں مینیجڈ رننگ فیس صرف تقریباً 14% ہے۔
کیمی کے فیسز ماڈل ٹوکن، سینڈ باکس رن اور ادائیگی والے پلگ انز پر مشتمل ہیں۔ اس نے ایک سرمایہ کاری قانونی تجزیہ کا کام جاری کیا، جس کا تخمینہ لاگت تقریباً 30 یوان ہے، جبکہ سینڈ باکس فیس 0.1 یوان سے کم ہے۔ OpenAI Agents API کے پبلک بیٹا دوران اضافی سروس فیسز نہیں لیتا، بلکہ اس کا حساب ماڈل اور ٹولز کے استعمال کے مطابق لگایا جاتا ہے۔ DeepSeek نے Harness کو MIT لائسنس کے تحت اوپن سورس کر دیا ہے اور اس میں کوئی ب без رابطہ فیس لاجک نہیں ہے۔
اس لیے، اب کے مرحلے میں ماڈل کمپنیاں ہارنیس سے حاصل ہونے والی براہ راست آمدنی بہت کم ہو سکتی ہے۔
تو، زیادہ تر تحقیق و ترقی کے وسائل کیوں استعمال کیے جا رہے ہیں؟
ایک اہم وجوہ یہ ہے کہ جب کوئی کمپنی ایجنٹس کو حقیقی طور پر ڈپلوی کرتی ہے، تو اس کی ہارنس کی ضرورت کسی خاص ماڈل کی ضرورت کے مقابلے میں زیادہ مستحکم ہو سکتی ہے۔
امریکی قانونی خدمات کمپنی ABC Legal نے اصل میں ایجینٹس کو اپنے ملازمین کے کمپیوٹرز پر ڈیپلوی کیا تھا اور انہیں ٹائمڈ ٹاسکس کے ذریعے چلا رہا تھا۔ جب استعمال کا دائرہ وسعت پذیر ہوا، تو سی ٹی او برینڈن فولر نے ان ایجینٹس کو ایک ہی پلیٹ فارم پر منظم طریقے سے مینج کرنے کے لیے حل تلاش کیا۔ اس نے متعدد حلز کا موازنہ کیا اور آخرکار Anthropic کے Managed Agents کو اس لیے منتخب کیا کہ کمپنی چاہتی تھی کہ وہ مکھتہ چلنے والے ماحول کو برقرار نہ رکھے۔
اینٹھرپک نے کہا ہے کہ ABC Legal نے ایک ماہ میں 50 سے زیادہ ایجنٹس کو پیداواری ماحول میں شامل کر دیا، جس میں تقریباً 310 کارکنان روزانہ کلاؤڈ کا استعمال کرتے ہیں۔ کارکنان کو صرف سافٹ ویئر ڈویلپمنٹ کا علم ہونا ضروری نہیں، وہ ترتیب دے کر نئے ایجنٹس بناسکتے ہیں۔
یہ ظاہر کرتا ہے کہ ہارنیس کے ہوسٹنگ کی خوبصورتی حقیقی کاروباری ضروریات سے آتی ہے۔ کاروبار اپنے انجینئرنگ وسائل کو اپنے اپنے کاروبار پر مرکوز کرنے کے لیے، نظام کو شروع سے تعمیر کرنے اور لمبے عرصے تک اس کی نگہداشت کرنے کے بجائے تیار سروس خریدنا پسند کرتے ہیں۔
لیکن کاروباری ادارے اس کے لیے ایک مدل کمپنی سے بندھے نہیں ہونا چاہتے۔
اس سال اگست میں، وینچر بیٹ کے نے 107 کمپنیوں کی ایک سروے شائع کی۔ مسائل کے جواب دینے والوں میں سے 85 فیصد نے دو یا زیادہ ایجنٹ آرکیٹیکچر پلیٹ فارمز کا استعمال کیا۔ پلیٹ فارم کا انتخاب کرتے وقت، 29 فیصد کمپنیوں نے ماڈل اور ٹولز کی لچک کو سب سے زیادہ اہمیت دی، جبکہ صرف 10 فیصد نے کسی ایک قائدانہ ماڈل کے ساتھ نیٹو ایڈاپٹیشن کو ترجیح دیا۔ حالانکہ نمونہ بڑی ٹیک کمپنیوں کی طرف جاتا ہے، لیکن یہ ایک خریداری کے رجحان کو ظاہر کرتا ہے: صارفین ماڈل تبدیل کرنے کی آزادی برقرار رکھنا چاہتے ہیں۔
یہ ہارنس کے مقابلے کے لیے ایک دوسری تجارتی منطق فراہم کرتا ہے۔ اگر کوئی کاروبار لمبے عرصے تک ایک چل رہے نظام کا استعمال کرنے کو تیار ہو، تو فراہم کنندہ مدل کے کالز پر انحصار نہ ہونے کے باوجود، میزبانی، صرفہ اور کاروباری ترقی کی خدمات سے مستقل آمدنی حاصل کر سکتا ہے اور客户 کے ساتھ زیادہ مستحکم تعاون قائم کر سکتا ہے۔
اس طرح، ہارنیس کو کاروباری عمل کے عمل تک پہنچنے کا موقع ملتا ہے۔ صرف ماڈل API کے مقابلے میں، ہارنیس ایک کام کی شروعات سے لے کر مکمل ہونے تک کی پوری راہ ریکارڈ کرتا ہے، جس میں ماڈل کالز، ٹولز کا استعمال، ناکامی پر دوبارہ کوشش اور آخری نتائج شامل ہیں۔ یہ ریکارڈ نہ صرف مسائل کی تشخیص میں مدد کرتے ہیں بلکہ ماڈل ترقی کے لیے قیمتی فیڈ بیک بھی فراہم کرتے ہیں۔
اگر ماڈل کمپنیاں مستقل طور پر تصدیق شدہ اور اصل ٹاسک فیڈ بیک حاصل کر سکیں، تو وہ ماڈل کے پیداواری ماحول میں مسائل کو جلد تر دریافت کرنے کا موقع پائیں گی۔ تاہم، یہ فائدہ ڈیٹا کے حقوق کی واضح حدود کے تحت محدود ہوگا۔
یہ مدل کمپنیوں کے لیے ایک نیا سوال پیدا کرتا ہے: اگر کوئی کمپنی اپنے بنیادی مدل کو آزادانہ طور پر تبدیل کر سکتی ہے اور اپنے ڈیٹا پر کنٹرول برقرار رکھتی ہے، تو ہارنس کو لمبے مدت تک کتنا فائدہ حاصل ہو سکتا ہے؟
ماڈل کمپنیوں کے لیے، ہارنیس کا ب без سیدھے چارجز کے مقابلے میں زیادہ طویل مدتی فائدہ ہو سکتا ہے۔ جب کمپنیاں اپنا زیادہ تر کام ایجنٹس کو سونپتی ہیں، تو جو کوئی قابل اعتماد عملی نظام فراہم کرتا ہے، وہ ماڈل کے انتخاب اور AI کے حقیقی کاروبار میں شمولیت کو متاثر کرنے کا موقع رکھتا ہے۔
ایک پرکھا ہوا اور رائج لفظ: داخلہ۔
لیکن، انٹرنیٹ کے دور کے جڑوں میں گہرائی سے گھلے اس لفظ کو AI کے دور کی مقابلہ کی حساس نerve کو ہمیشہ متاثر کرتا ہے۔ اب، Harness کچھ حد تک اس توقع اور تخیل کو سنبھال رہا ہے۔
ٹویٹر：https://twitter.com/BitpushNewsCN
بٹ پش ٹی جی مکالمہ گروپ: https://t.me/BitPushCommunity
بیپوش ٹی جی سبسکرائب کریں: https://t.me/bitpush