اوپن اے آئی نے GPT-6 Astra ماڈل لانچ کیا، AI ایجنٹ کی صلاحیتیں پچھلے معیاروں کو پار کر گئیں

اوپن اے آئی نے GPT-6 Astra ماڈل جاری کیا، جس سے AI کا ایک اہم تبدیلی Answer Engine سے AI Agent میں ہوئی۔ Astra کو کمپیوٹر چلانا، ویب سائٹس کا جائزہ لینا، سافٹ ویئر استعمال کرنا، کوڈ لکھنا اور چلانا، اور پیچیدہ ورک فلو مکمل کرنا جیسی صلاحیتیں حاصل ہو گئی ہیں، جس نے OSWorld 2.0 ٹیسٹ میں 65.7% کے GPT-5 کے مقابلے میں 72.6% کا اسکور حاصل کیا۔ اس کا مطلب یہ ہے کہ AI "بہتر جواب دینے" سے "کام کامیابی سے مکمل کرنے" کی طرف منتقل ہو رہا ہے، اور صرف سوالات کے جواب دینے والا ٹول نہیں رہا بلکہ اب اسے "نوکری دی جا سکتی ہے" ایک ڈیجیٹل لیبر کے طور پر۔ ٹوکن کی مانگ صرف صارفین کے اضافے سے نہیں بلکہ Agent کی تعداد، ہر Agent کے کاموں کی تعداد، اور ہر کام میں استعمال ہونے والے ٹوکنز کے تین متغیرات کے ساتھ گزرنے والے ضربی اثر سے بڑھے گی۔ AI اب "انسان + AI → تربیت → بہتر AI" کا فل وھیل اثر تشکیل دے رہا ہے، جس میں ماڈل کی صلاحیتوں میں اضافہ خود بخود کمپوٹنگ طاقت کی مانگ میں اضافے کا انجن بن رہا ہے۔

مضمون کے مصنف، ذریعہ: شاو شوئی ڈیویژن

یقیناً تقریباً ہر کوئی مندرجہ ذیل جملہ کو تسلیم کرتا ہے:

AI کے دور میں، آپ کو وہ شخص یا کمپنی شکست دے دے گی جو آپ سے زیادہ جلد اور زیادہ اچھی طرح AI کا استعمال کرتی ہے۔

لیکن اب جب OpenAI نے اپنا GPT-6 Astra ماڈل جاری کر دیا ہے، تو اوپر کا جملہ بالکل غلط ہے، یا بالکل غلط۔ اب، درست جملہ یہ ہونا چاہیے:

AI کے دور میں، آپ کو شکست نہیں دے رہے جو AI کا زیادہ اچھا استعمال کرتے ہیں یا کمپنیاں ہیں، بلکہ وہ لوگ یا کمپنیاں ہیں جو AI ایجینٹس کو زیادہ فعال طور پر حاصل کرتے، نافذ کرتے اور حقیقی طور پر کنٹرول کرتے ہیں۔

ایک خاص نوٹ: اوپر والا "آپ" ایک کمپنی بھی ہو سکتی ہے۔

کیا آپ کو یاد ہے؟ پچھلے ماہ، اسٹرا نے اپنا پہلا ظہور کیا تھا، جب یہ OpenAI کے اندر کا رازانہ ماڈل تھا اور 10 ریاضی اور تھیوریٹیکل کمپیوٹر سائنس کے مسائل پر فیلڈز میڈل کے سطح کے مساوی شاندار ریاضی تحقیق پیش کر رہا تھا۔ اور اب، OpenAI کی طرف سے باضابطہ طور پر جاری کردہ اسٹرا کا سب سے بڑا ترقیاتی ارتقاء صرف "زیادہ ذکی" (یعنی زیادہ طاقتور ریاضی اور سائنسی صلاحیت) ہونے تک محدود نہیں ہے، بلکہ اسٹرا نے AI کو Answer Engine سے حقیقی AI Agent تک منتقل کر دیا ہے۔

اس لیے، اس جاری کرنے کے دوران، OpenAI صرف اس بات پر محدود نہیں رہا کہ Astra کا بینچ مارک کتنے فیصد بڑھا ہے، بلکہ اس نے شروع سے ہی Astra کی صلاحیتوں کی حدود کا بہت واضح تصور پیش کیا:

اےسٹرا نے کمپیوٹر چلانا، ویب سائٹس کا جائزہ لینا، سافٹ ویئر استعمال کرنا، کوڈ لکھنا اور چلانا، پیچیدہ ورک فلو مکمل کرنا، اور سائنس، سائبر سیکورٹی اور پیشہ ورانہ کاموں میں لمبے عرصے تک کام کرنا شروع کر دیا ہے۔

یہ جملہ ایسٹرا کی حقیقی کامیابی کو خلاصہ کرتا ہے۔ یعنی، AI اب “انسان → AI → جواب” سے آگے بڑھ کر “انسان → AI ایجینٹ → کام → انجام دینا → نتیجہ” کی طرف جا رہا ہے۔ اس لیے، GPT-6 ایسٹرا کا مطلب ہے:

AI صرف سوالات کے جواب دینے کا ایک ٹول نہیں رہا، بلکہ اب ایک ڈیجیٹل طاقت بن چکا ہے جسے "ملازمت" دی جا سکتی ہے اور جو کبھی آرام نہیں کرتی۔

ایسٹرا کی لمبی مدتی مہم پر صلاحیت میں اضافہ سب سے اہم ہے۔

OSWorld 2.0 میں (جو CMU اور اسٹینفورڈ جیسی ٹیموں نے تیار کیا ہوا ہے، جہاں AI ایجینٹ کو ڈیجیٹل ماحول میں آفس کام، متعدد فائلوں والے سافٹ ویئر انجینئرنگ ڈیبگنگ، اور سسٹم لیول سائبر سیکورٹی کانفگریشن جیسے پیچیدہ کاموں کو پورا کرنے کی صلاحیت کا امتحان لیا جاتا ہے اور پھر اس کا موازنہ انسانی ماہرین کے ساتھ کیا جاتا ہے)، اسٹرا نے 72.6% حاصل کیا، جو GPT-5.6 Sol کے 65.7% سے زیادہ ہے؛ اس کے علاوہ، کام مکمل کرنے کا محاکمہ وقت تقریباً 75 منٹ سے گھٹ کر تقریباً 40 منٹ ہو گیا۔

اس کا مطلب ہے کہ اسٹرا میں ایک بہت اہم تبدیلی جاری ہے:

"بہتر جواب دینے" سے "کام کو کامیابی کے ساتھ مکمل کرنا" کی طرف بڑھ گیا۔

یہ ہمارے "AI نفوذ" کو سمجھنے اور ٹوکن کی کل مانگ کے اندازے لگانے کے طریقے کو بالکل بدل دے گا۔ ہم نے پہلے AI کے بازار کے سائز کا اندازہ لگاتے وقت یہ سوال پوچھا: ChatGPT کتنے لوگ استعمال کر رہے ہیں؟ کتنے کاروباری ملازمین Copilot کا استعمال کر رہے ہیں؟ AI کا نفوذ پروگرامرز، کسٹمر سروس، وائٹ کالر اور سائنسدانوں میں کتنا ہے؟

پھر "صارفین کی تعداد × ARPU" کا استعمال کرکے AI مارکیٹ کے سائز کا اندازہ لگائیں۔ یہ منطق Answer Engine کے دور میں بالکل درست تھا۔ لیکن AI Agent کے دور میں، مسئلہ یہ ہے:

• ایک شخص کا AI کا استعمال کرنا یہ نہیں کہ صرف ایک شخص کا AI کام ہوگا؛ ایک شخص متعدد Agent کے کاموں کو ترتیب دے سکتا ہے؛ ایک کمپنی ایک ساتھ سینکڑوں یا ہزاروں Agent ڈپلوی کر سکتی ہے۔ ایک Agent کئی گھنٹوں تک، یا 24 گھنٹے تک لگاتار چل سکتا ہے۔

اس لیے، درج ذیل عدم مساوات ہے:

ایک شخص ≠ ایک AI صارف ≠ ایک AI کا کام۔

ایک میٹریل سائنسدان مختلف تحقیقی سمتیں ہونے کے باعث، ایک ساتھ کئی دہائیوں کے AI ایجینٹس کو مختلف تحقیقی کاموں کے لیے کنفیگر کر سکتا ہے۔ اس لیے، اصلی طور پر توجہ دینے والی متغیرات یہ بن جاتی ہیں:

• دُنیا بھر میں کتنے AI ایجینٹس چل رہے ہیں؟
• ہر چل رہے AI ایجینٹ کے روزانہ کتنے کام ہوتے ہیں؟ کتنے ٹوکن استعمال ہوتے ہیں؟

ان دو اعداد کا حاصل ضرب، AI کا اصل مانگ فنکشن ہوگا۔

کیا آپ AI کا استعمال کر رہے ہیں، کیا آپ کے اردگرد کے دوست AI کا استعمال کر رہے ہیں، یا کیا آپ کی کمپنی AI کا استعمال کر رہی ہے — AI کی نفوذ کی شرح اور ٹوکن کی کل مانگ کے لیے یہ بالکل بھی اہم نہیں ہے۔ اگر آپ AI کا استعمال نہیں کرتے، تو خود بخود کوئی AI ایجینٹ آپ کے فائدے یا آپ کے کاروبار کو مکمل طور پر بدل دے گا، اور پھر آپ اور آپ کی کمپنی کو بھی مکمل طور پر بدل دے گا۔

تو، یہاں خاص طور پر ایک جملہ مزید شامل کیا جاتا ہے:

آج کل، کم از کم تمام بڑی اور درمیانی کمپنیاں اپنی AI کی حکمت عملی کو بورڈ کے سطح پر اہمیت دینے کی ضرورت ہے، کیونکہ اس دنیا میں بہت سے ہوشیار لوگ آپ کے منافع بخش کاروبار پر نظر رکھے ہوئے ہیں۔

اس لیے، AI کی نفوذ کی تعریف "ہر انسان" سے "ہر ایجینٹ" کی طرف منتقل ہو گئی۔ پہلے ایسا لگتا تھا:

AI کی استعمال کی شرح = AI استعمال کرنے والوں کی تعداد / ممکنہ آبادی

اور اسٹرا کے بعد، AI ایجینٹ کی نفوذ کی فارمولا ایسی ہے:

ایجینٹ کی نفوذ کی شرح = AI ایجینٹ کے ذریعے سنبھالی گئیں کام کی کل تعداد / جن کاموں کو ایجینٹ کر سکتا ہے

ان دو فارمولوں کے denominator میں بالکل بڑا فرق ہے۔ کیونکہ اب ایجنٹ کو انسانوں کے ساتھ ایک ایک کر کے مطابقت کی ضرورت نہیں، ایک شخص کے پاس ایک سے زیادہ ذاتی AI ایجنٹ ہو سکتے ہیں۔ اس بات کے بارے میں کہ "ایجنٹ کے ذریعے انجام دیے جانے والے کاموں" کی تعداد کتنی ہے، میرے خیال میں OpenAI نے اس بار Astra کی تعارفی صفحہ پر اس کا اشارہ دیا ہے۔

اوپر OpenAI نے اس بار اسٹرا کے اعلان کے صفحے پر ایک کائناتی نقشہ دیا ہے، جس سے انسان کی کائنات کے مقابلے میں چھوٹا پن ظاہر ہوتا ہے، اور اس کا دوسرا پہلو یہ ہے کہ انسان کو کائناتی دنیا کے بارے میں بے حد جہالت ہے، اور جہالت کی ہر تلاش AI ایجینٹ کے لیے ایک تحقیقی کام کا ممکنہ طور پر ممکنہ طور پر ایک کام بن سکتی ہے، اس طرح سے AI ایجینٹس کی تعداد لامحدود ہو سکتی ہے۔

تو، "دنیا بھر میں کتنے لوگ AI کا استعمال شروع کر رہے ہیں" اور "دنیا بھر میں کتنے ڈیجیٹل طاقتیں کام کر رہی ہیں" دو بالکل مختلف سطح کی تعدادیں ہیں۔

ٹوکن کی کل مانگ کے لیے، "AI ایجینٹ صارفین کی تعداد میں اضافہ" کے مقابلے میں بہت زیادہ مانگ کی لچک ظاہر ہوگی۔ کیونکہ ایجینٹ کے دور میں ٹوکن کی مانگ صرف صارفین کی تعداد کے ساتھ نہیں بڑھتی، بلکہ "ہر ایجینٹ پر بوجھ ڈالے جانے والے AI کام کی مقدار" کے ساتھ بھی بڑھتی ہے۔

اس لیے، ٹوکن کی کل مانگ کو تقریباً اس طرح لکھا جا سکتا ہے:

ٹوکن کی کل مانگ ≈ AI ایجینٹ کی تعداد × ہر ایجینٹ کے کاموں کی تعداد × ہر کام کے لیے ٹوکن کا استعمال

اور یہ تینوں متغیرات ایک ساتھ تیزی سے بڑھ سکتے ہیں۔

سب سے پہلا، ایجینٹس کی تعداد میں اضافہ۔ گزشتہ زمانے میں ایک شخص صرف ایک ChatGPT استعمال کرتا تھا، لیکن مستقبل میں ایک شخص اپنا ذاتی اسسٹنٹ ایجینٹ، کوڈنگ ایجینٹ، تحقیقی ایجینٹ، فنانس ایجینٹ، شاپنگ ایجینٹ وغیرہ одно وقت چلا سکتا ہے۔ کمپنیاں ایجینٹس کی تعداد کو دہوں، سوں سے بڑھا کر ہزاروں، لاکھوں تک پہنچا سکتی ہیں۔

دوم، ہر ایجینٹ کے ذمہ داریوں کی تعداد بڑھتی جا رہی ہے۔ گزشتہ میں "براہ کرم اس مضمون کا خلاصہ دیں" جیسی درخواست صرف کچھ ہزار ٹوکن کی ضرورت رکھتی تھی، جبکہ مستقبل میں یہ ہوگا: "اس صنعت کا جائزہ لیں، 500 فائلیں پڑھیں، 50 کمپنیوں کا موازنہ کریں، ماڈل بنائیں، غیر معمولی باتوں کو تلاش کریں، رپورٹ تیار کریں، اور رپورٹ کے مطابق سرمایہ کاری کے مشورے دیں"۔ اسٹرا کا اہم مقصد یہی ہے: جتنا زیادہ ماڈل پیچیدہ کاموں کو انجام دے سکے، اتنا ہی زیادہ انسان پیچیدہ کاموں کو ایجینٹس کے حوالے کرنے کے لیے تیار ہوں گے۔

تیسری بات، ایجینٹ “کبھی کبھار فون کیا جانا” سے “مستقل طور پر چلنا” میں تبدیل ہو جائے گا۔ یہ سب سے اہم تبدیلی ہے۔ روایتی ChatGPT میں، انسان سوال کرتا ہے، ایک بار فون کرتا ہے، جواب حاصل کرتا ہے، اور پھر ختم ہو جاتا ہے۔ جبکہ AI ایجینٹ،

ہدف حاصل کریں → منصوبہ بندی کریں → تلاش کریں → انجام دیں → تصدیق کریں → ترمیم کریں → دوبارہ انجام دیں → مکمل کریں۔

یہ ایک مسلسل چلنے والی حسابی زنجیر ہے جو لگاتار API کالز پیدا کرتی رہتی ہے۔ جتنا زیادہ پیچیدہ کام ہوگا، اتنا ہی زیادہ استدلال ہوگا، اتنا ہی زیادہ کنٹیکس ہوگا، اتنا ہی زیادہ ٹول کالز ہوں گے، اتنا ہی زیادہ آؤٹ پٹ بنے گا، اور اتنا ہی زیادہ ٹوکن کا استعمال ہوگا۔

اس لیے، AI ایجینٹ نہ صرف AI صارفین کی تعداد بڑھائے گا بلکہ ہر AI صارف کے پیچھے ٹوکن کی مانگ کو بھی بڑھائے گا۔

اس لیے یہ بالکل ممکن ہے کہ AI ایجینٹس کی تعداد صرف 20% بڑھے، لیکن ٹوکن کی کل مانگ 300% بڑھ جائے۔

ايسٹرا، OpenAI کی تکنیکی تربیت کا اب تک کا سب سے بڑا رن ہے، جس کی علیحدہ معلومات کے مطابق اس کی تربیت 100,000 GPU سے آگے نکل چکی ہے۔ اہم بات یہ ہے کہ AI اب تربیت کے عمل میں بھی زیادہ سے زیادہ شامل ہو رہا ہے۔

گذشتہ "انسان → تربیت → AI" تھا، جبکہ اب تدریجاً بدل رہا ہے:

انسان + AI → تربیت → بہتر AI

یہ RSI کا ابتدائی ماڈل ہے، جس میں ماڈل تربیتی ڈیٹا بنانے، مسائل کا پتہ لگانے، جائزہ لینے، فیڈ بیک فراہم کرنے، اور تربیت کے دوران کچھ انجینئرنگ اور تحقیقی کاموں میں مدد کر سکتا ہے۔

اس طرح، ایک بہت خوبصورت فلائی ویل ایفیکٹ چین بن جائے گی:

زیادہ طاقتور ماڈل کے ساتھ، AI ایجنٹ کی صلاحیتیں بھی زیادہ طاقتور ہوں گی، اور AI ایجنٹ حقیقی دنیا کے زیادہ کاموں کو مکمل کر سکیں گے، جس سے زیادہ معیاری کام کے ڈیٹا اور فیڈ بیک پیدا ہوں گے، جو براہ راست زیادہ طاقتور ماڈلز کی تربیت میں مدد کریں گے، اور زیادہ طاقتور ماڈل دوبارہ ایجنٹ کی صلاحیت کو بڑھائیں گے، جس سے وہ مزید کاموں پر قبضہ کر سکیں گے…

اس کا مطلب ہے کہ AI کی ترقی روایتی سافٹ ویئر کی طرح "ورژن اپ ڈیٹ" نہیں ہوگی، بلکہ ایک خود کو تیز کرنے والی پیداواری نظام کی طرح ہوگی۔ نتیجہ یہ ہے کہ ٹوکن کی مانگ کے لیے متعدد متغیرات одно وقت میں وسعت پذیر گزین اثر پیدا ہوگا، اور جتنا ماڈل طاقتور ہوگا، اتنا ہی زیادہ یہ گزین اثر واضح ہوگا۔

تو، ہم ضرور دیکھیں گے:

ماڈل کی صلاحیتوں میں بہتری خود AI کی کمپوٹنگ کی ضرورت کے بڑھنے کا ایک انجن بن جاتی ہے، جس کے نتیجے میں اربوں، دہرے اربوں، اور مزید زیادہ AI ایجینٹ ڈیجیٹل لیبر ہوتے ہیں، اور پھر ٹوکن کی درخواست بے حد اور لامحدود طور پر بڑھتی ہے۔

یہی GPT-6 Astra کی اس جاری کرنے کا اہمیت ہے۔