مایکروسافٹ کا وائٹ پیپر ظاہر کرتا ہے کہ ہارنیس سوئچ سے کلاؤڈ کی کارکردگی میں 22.1% کا اضافہ ہوا

مصنف: تینگن ٹیکنالوجی

7 نومبر کو، مائیکروسافٹ نے ایجنٹ 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 دینے سے پیچیدہ کاموں کی کامیابی کی شرح میں 22.1 فیصد کا اضافہ ہوا۔ نئے سسٹم میں ہر کام کے لیے ماڈل کو تقریباً دگنا استعمال کیا گیا، لیکن معیاری انداز میں ان پٹ ٹوکن کا استعمال 21 فیصد تک کم ہو گیا۔

صرف 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، مون آف دی دارک نے کیمی ہوسٹڈ ایجینٹس جاری کیے، جس کے ساتھ ہارنیس ایز ای سروس کا رسمی طور پر اعلان ہوا۔ اگست میں، ڈیپسیک نے اپنا ہارنیس اوپن سورس کر دیا؛ اور اوپنای آئی اور اینتھروپک نے پہلے ہی اپنے اندر کے سسٹم کو ڈویلپرز کے لیے قابلِ استعمال سروس میں تبدیل کر دیا تھا۔

اس بڑے ماڈل کے پیچھے کا "آپریٹنگ سسٹم"، اب ماڈل کمپنیوں کے نزدیک اہم کردار بن گیا ہے۔

ہارنیس کو بڑے ماڈل کے اردگرد بنائی گئی ایک ایجنٹ رننگ 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 اگلے اقدامات کو ترتیب دینے 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 میں دوبارہ استعمال کیا جا سکتا ہے یا ڈویلپرز کو الگ سروس کے طور پر فراہم کیا جا سکتا ہے۔ جیسے جیسے Agent زیادہ پیچیدہ کاموں کو سنبھالنے لگتا ہے، 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 بات چیت عام طور پر پہلے کے کام کو جاری نہیں رکھ پاتی۔ اس لیے انجینئرز نے Claude Code کے پیچھے کے Harness میں بہتری کی، تاکہ ایجینٹ ہر مرحلے کے اختتام پر پیش رفت محفوظ کرے اور اگلے دور میں ان ریکارڈز کو پڑھ کر ابھی تک مکمل نہ ہونے والے کاموں کو جاری رکھے۔ اس طرح، چاہے مدل سیشن ختم ہو جائے، پورا پروگرامنگ کام آگے بڑھتا رہتا ہے۔

اس سال اپریل میں، Anthropic نے مینیجڈ ایجینٹس متعارف کرائے، جس سے ڈویلپرز کو ایجینٹس کے عمل کو کلاؤڈ سروس کے طور پر فراہم کیا گیا۔ تاکہ کمپنیاں ایجینٹس کو لمبے عرصے تک مستقل طور پر چلا سکیں، Anthropic نے بنیادی ساخت کو بھی تبدیل کیا: Harness کام کے انجام کو چلانے کے لیے ذمہ دار ہے، تاریخ کو الگ سے محفوظ کیا جا سکتا ہے، اور AI پروگرام کا سینکس بھی کبھی بھی تبدیل کیا جا سکتا ہے۔ چاہے سینکس خراب ہو جائے، ایجینٹ اپنا پچھلا کام دوبارہ شروع کر سکتا ہے۔

کلود کوڈ کے اندر کے سسٹم سے لے کر باہری ڈیولپرز کے لیے ہوسٹڈ سروسز تک، اینتھرپک نے اپنے بہت سالوں کی积累 کی ہارنیس کی صلاحیت کو الگ پروڈکٹ میں تبدیل کر دیا۔

اوپن اے آئی نے کوڈیک کے پیچھے کا ہارنس بھی زیادہ ڈویلپرز کے لیے کھول دیا۔ اس سال فروری میں، اوپن اے آئی نے اعتراف کیا کہ کوڈیک کی ویب ورژن، کمانڈ لائن اور آئی ڈی ای پلگ ان اصل میں ایک ہی ایجنٹ رن ٹائم سسٹم کا استعمال کرتے ہیں۔ اگست میں، کوڈیک کو ایک کھلا ہارنس پلیٹ فارم قرار دیا گیا، جس کے ذریعے تیسرے پارٹی ایپلیکیشنز براہ راست جُڑ سکتے ہیں۔ ستمبر میں جاری کردہ ایجنٹس اے پی آئی، جس کا انتظام اور نگرانی اوپن اے آئی کرتا ہے، جس سے ڈویلپرز براہ راست ایجنٹ کے رن ٹائم احاطے میں شامل ہو سکتے ہیں۔

یہ راستہ OpenAI کو Codex کے ذریعے صارفین کو ب безپس سروس فراہم کرنے کے ساتھ ساتھ دیگر سافٹ ویئر کمپنیوں کو بنیادی انجن کی صلاحیتیں فراہم کرنے 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 ہوتا ہے۔

ڈیپسیک نے 13 اگست کو MIT لائسنس کے تحت ہارنیس کا مکمل فریم ورک کوڈ جاری کیا، جس نے "ہر چیز ایک پلگ ان ہے" کا تصور پیش کیا، جس میں مکمل ایجنٹ رن ٹائم سسٹم کو آزادانہ طور پر کمبو کیے جانے والے پلگ انز میں تقسیم کر دیا گیا۔ ڈویلپرز صرف ماڈل اور باہری ٹولز کو تبدیل نہیں کر سکتے، بلکہ ایجنٹ کے ماڈل کو کال کرنے اور ٹاسک انجام دینے کے طریقے بھی تبدیل کر سکتے ہیں، اور یہاں تک کہ ایجنٹ 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 باقاعدگی سے اعلان کیا کہ ہوسٹڈ ایجینٹس مکمل روزانہ کلاؤڈ ماحول فراہم کرتے ہیں، جس میں کاروبار اپنے اندر کے سسٹم میں ایجینٹس شامل کر سکتے ہیں یا اپنے باہری فروخت کے مصنوعات میں انہیں ڈال سکتے ہیں، اور واضح طور پر ہارنیس کو ایک سروس کے طور پر پیش کیا ہے۔

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 نہیں ہے، وہ بھی ایجنٹ 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 فردی ایجنٹس 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 میں حاصل کردہ تجربات کو قابلِ استعمال Skills کے طور پر محفوظ کرے اور بعد کے کاموں میں انہیں بہتر بنائے۔

مارچ کے آخر میں، اسٹینفورڈ 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 اس کے اثرات کی تصدیق کے لیے ٹیسٹ کا استعمال کر سکتا ہے۔ ایک متن طبقہ بندی کے تجربے میں، درستگی میں 7.7 فیصد کا اضافہ ہوا اور حوالہ ٹوکن کا استعمال اصل سے چوتھائی تک کم ہو گیا۔

یہ تجربات مدل کمپنیوں کے لیے کیوں سرمایہ کاری کے قابل ہیں؟ اکتوبر میں سنگاپور کے نانیانگ ٹیکنولوجیکل یونیورسٹی نے 66 مدلز اور Harness کے کOMBINATIONS کا ٹیسٹ کیا، جس سے پتہ چلا کہ Harness کو بدلنا مدلز کے درمیان پرفارمنس کی رینکنگ بھی تبدیل کر سکتا ہے۔

فرنٹیئرہارنیس ایوال نے بھی پایا کہ ایک ہی کیمی K3، کوڈیکس کا استعمال کرتے ہوئے ٹاسک پاس ریٹ 66.7% تھا، ڈیپسیک ہارنس کریٹر کا استعمال کرتے ہوئے 63.3% تھا، اور کیمی کوڈ کا استعمال کرتے ہوئے 56.7% تھا۔

بنیادی ماڈل کمپنیوں کے لیے، ماڈل کی کارکردگی میں اضافہ صرف ماڈل کو بہتر بنانے تک محدود نہیں، بلکہ اب ہارنیس کے ڈیزائن اور بہتر بنانے پر بھی زیادہ انحصار کیا جا رہا ہے۔

تصویر: مختلف ہارنیس کانفیگریشنز کے تحت ایک ہی Kimi K3 کی کامیابی کی شرح اور لاگت کا موازنہ

محققین اب بھی ہارنیس سے حاصل کردہ تجربات کو ماڈل تربیت میں استعمال کرنے کی کوشش کر رہے ہیں۔ جولائی میں پیش کیا گیا Co-Harness، ناکامی کے ریکارڈز کے ذریعے ہارنیس کو بہتر بناتا ہے اور پھر بہتر شدہ انجام دہی کے 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۔

تصویر: ہارنیس ٹیکنالوجی کا ترقیاتی ٹائم لائن (2025 کے آخر سے 2026 کے نومبر تک)

تاہم، خودکار بہتری کے ساتھ خطرات بھی ہیں۔ نومبر کے شروع میں ایک تحقیق نے پایا کہ ایک خاص تجربے میں، ایک ہارنیس 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 ڈیزائن بھی بے کار ہو سکتی ہے۔

اس کا مطلب یہ ہے کہ ہارنیس کی ٹیکنالوجی کا تجربہ ایک بار کے لیے حل نہیں ہو سکتا۔ مختلف کاموں کی استحکام کو برقرار رکھتے ہوئے مستقل بہتری کیسے حاصل کی جائے، ابھی تک حل نہیں ہونے والا مسئلہ ہے۔

کچھ صنعت کے ماہرین کا کہنا ہے کہ یہ اوپن سورس ماڈل کو 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 دیکھتی ہیں اور Harness کو ایک الگ کاروبار بنانے لگی ہیں، لیکن مختلف کمپنیوں کے طریقے بہت مختلف ہیں۔

ہارنیس اب ایک الگ سے چارج کی جانے والی سروس بن گیا ہے، لیکن موجودہ قیمتیں ظاہر کرتی ہیں کہ ماڈل انفرنس اب بھی بنیادی چارج کا ذریعہ ہے۔

Anthropic کے مینیجڈ ایجینٹس کے لیے ہر فعال سیشن گھنٹے کے لیے 0.08 امریکی ڈالر لیے جاتے ہیں، اور ٹوکنز الگ سے، 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 فیس مدل ٹوکن، سینڈ باکس رن اور ادائیگی والے پلگ انز پر مشتمل ہیں۔ اس نے ایک سرمایہ کاری کانوں کی قانونی تجزیہ کی کام کی تخمینہ لاگت تقریباً 30 یوان اور سینڈ باکس فیس 0.1 یوان سے کم بتائی۔ OpenAI Agents API کے پبلک بیٹا دوران اضافی سروس فیس نہیں لیتا، بلکہ اس کا ادائیگی مدل اور ٹولز کے استعمال پر مبنی ہے۔ DeepSeek نے Harness کو MIT لائسنس کے تحت اوپن سورس کر دیا ہے اور اس کا کوئی ب без راستہ فیس لاجک نہیں ہے۔

تصویر: چھ ماڈل کمپنیوں کے ہارنیس کے فیس اور بازار کی پوزیشن کا موازنہ

اس لیے، اب کے مرحلے میں ماڈل کمپنیاں harness 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 ایجنٹ کو حقیقی طور پر لاگو 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 ایجینٹ کو اپنے ملازمین کے کمپیوٹر پر ڈیپلوی کیا تھا، جو ٹائمڈ ٹاسکس کے ذریعے چل رہا تھا۔ استعمال کے دائرے کے وسعت پذیر ہونے کے ساتھ، سی ٹی او برینڈن فولر نے ان ایجینٹس کو ایک ساتھ منظم کرنے والی پلیٹ فارم تلاش کرنی شروع کر دی۔ اس نے متعدد حل پر غور کیا اور آخرکار اینتھرپک کے مینجڈ ایجینٹس کا انتخاب کیا، کیونکہ کمپنی چاہتی تھی کہ وہ مکمل طور پر منقسم چلنے والے ماحول کی حفاظت نہ کرے۔

انٹھروپک کے مطابق، ABC Legal نے ایک ماہ میں 50 سے زائد ایجینٹز کو پروڈکشن میں شامل کر دیا، جس میں تقریباً 310 کارکنان روزانہ کلاؤڈ کا استعمال کرتے ہیں۔ کارکنان کو سافٹ ویئر ڈویلپمنٹ کی مہارت کی ضرورت نہیں ہے، وہ صرف کنفیگریشن کے ذریعے نئے ایجینٹس بناسکتے ہیں۔

یہ ظاہر کرتا ہے کہ ہارنیس کے ہوسٹنگ کی خوبصورتی حقیقی کاروباری ضروریات سے آتی ہے۔ کاروبار اپنے انجینئرنگ وسائل کو اپنے کاروبار پر مرکوز کرنے کے لیے، نظام کو شروع سے تعمیر کرنے اور لمبے عرصے تک اس کی مراقبت کرنے کے بجائے تیار سروس خریدنا پسند کرتے ہیں۔

لیکن کاروباری ادارے اس کے لیے ایک ماڈل کمپنی سے بندھے نہیں ہونا چاہتے۔

2024ء کے اگست میں، وینچر بیٹ کے نے 107 کمپنیوں پر مشتمل ایک سروے جاری کیا۔ مشارك کمپنیوں میں سے 85% دو یا زیادہ ایجنٹ اورکیسٹنگ پلیٹ فارمز کا استعمال کرتی ہیں۔ پلیٹ فارم کا انتخاب کرتے وقت، 29% کمپنیاں ماڈل اور ٹولز کی لچک کو سب سے زیادہ اہم سمجھتی ہیں، جبکہ صرف 10% کمپنیاں کسی قائدانہ ماڈل کے ساتھ نیٹو ایڈاپٹیشن کو ترجیح دیتی ہیں۔ حالانکہ نمونہ بڑی ٹیک کمپنیوں پر مبنی ہے، لیکن یہ ایک خریداری کا رجحان ظاہر کرتا ہے: صارفین ماڈل تبدیل کرنے کی آزادی برقرار رکھنا چاہتے ہیں۔

یہ بالکل ہارنیس 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 صارفین کے ساتھ زیادہ مستحکم تعاون قائم کر سکتا ہے۔

اس طرح، ہارنیس کو کاروباری عمل کے عملی مراحل 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 کو ریکارڈ کر سکتا 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۔

تصویر: ہارنیس نے ریکارڈ کی گئی چار قسموں کے کاروباری ٹاسک ایکزیکشن ڈیٹا

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 تیزی سے 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 براہ راست فیس سے زیادہ لمبے عرصے تک فائدہ ہو سکتا ہے۔ جب کمپنیاں اپنے زیادہ تر کام ایجنٹس کو سونپنے لگیں، تو جو کوئی قابل اعتماد عملی نظام فراہم کرے، وہ ماڈل کے انتخاب اور AI کو حقیقی کاروبار میں کس طرح شامل کیا جائے، اس پر اثر ڈالنے کا موقع رکھتا ہے۔

ایک پرکشش اور قدیمی الفظ: داخلہ۔

لیکن، انٹرنیٹ کے دور میں گہرائی سے جڑا یہ لفظ، AI کے دور کی مقابلے کی حساسیتوں کو ہمیشہ متاثر کرتا رہتا ہے۔ اب، ہارنیس اس توقع اور تخیل کو کچھ حد تک سنبھال رہا ہے۔