لیانگ ون فینگ، جو کمیونٹی سے شروع ہوا اور اب AGI میں مکمل طور پر مصروف ہے، اس کی بات چیت کا منطق ان لوگوں سے الگ ہے جو ہر لمحہ "ایکوسسٹم" کا ذکر کرتے ہیں۔ وہ کہتے ہیں کہ AGI کو ایک سیڑھی پر چڑھنے کی مثال دیں: گزشتہ سال کی سیڑھی CoT تھی، اس سال کی سیڑھی Agent ہے، اور اس کے بعد کی سیڑھی مستقل سیکھنا ہوگا۔ جب تک مستقل سیکھنا مکمل نہ ہو جائے، ترقیاتی نقطہِ تبدیلی تک نہیں پہنچا جا سکتا، اور پھر جسمانی ذہانت تک۔ جسمانیت آخری اسٹاپ ہے، اس کا دلیل یہ ہے کہ عام انسان کے لیے ضرورت کمپیوٹر نہیں، بلکہ انسانی طاقت ہے۔ اس ایک جملے میں، DeepSeek کے آنے والے تین چار سالوں کی ٹیکنالوجی کی ترجیحات پوری طرح بیان ہو گئیں۔ Agent کے اس مرحلے پر، اس نے انتخاب بھی کیا ہے۔ موجودہ دور میں سب سے اہم Coding Agent اور جنرل Agent ہیں، جبکہ فنانس، صحت جیسے عمودی شعبوں کو ترجیح کم دی گئی ہے۔ اگلے جینریشن کے ماڈل کا خلا، مستقل سیکھنا ہے۔ وہ کہتے ہیں کہ AI کو اب ذائقہ اور جذبات کا فقدان نہیں، بلکہ مستقل سیکھنے کی صلاحیت کا فقدان ہے۔ انسان مستقل سیکھ سکتا ہے، لیکن AI ابھی نہیں۔ اگلے جینریشن کا ماڈل اس صلاحیت سے لطف اندوز ہونا ضروری ہے، کیونکہ یہ AGI تک پہنچنے کا سب سے تیز طریقہ ہے۔ لیکن سیکھنا بہت سے عناصر پر مشتمل ہے، اور دنیا بھر میں اب تک اس کا بہترین طریقہ نہیں ملا۔ ان کا بازار کا طریقہ بھی DeepSeek کے خودکار اور بار بار قابلِ توجہ قیمت پر زور دینے کا باعث ہے — صرف مناسب منافع حاصل کرتے ہوئے۔ وہ لاگت کارائی پر بڑا خیال رکھتے ہیں، جس وجہ سے وہ قیمت کو حدِّاقل تک لائے جاسکتے ہیں۔ API فروخت کرتے وقت ان کے پاس فروخت کا عمل نہیں، نہ گاہک خدمت۔ صارفین خود آ جاتے ہیں۔ وہ بالکل نہیں سمجھتے کہ بڑے ماڈل والی کمپنیاں AI صنعت کا زیادہ تر منافع حاصل کر سکتی ہیں۔ خودکار رفتار احتساب کا حصہ ہے۔ وہ کہتے ہیں: "ایک سافٹ وئیر کمپنی سالانہ دس بلین ڈالر کا بازار رکھتی ہے، لیکن جب آپ خودکار بناتے ہیں تو وہ ختم ہو جاتا ہے۔" لیکن AI کا معاملہ بہت بڑا ہے — آخرکار اس سے انسانِ معاشرت کے GDP کا شاید 10 فصد حاصل ہو سکتا ہے۔ اگر آپ اس منافع کو تنفر سے قبضہ کرنے کी کوشش کریں گے، تو تاریخ آپ کو نظرانداز کر دے گا۔ لاگت، وقت، صارف تجربہ — مقابلے میں فرق ان تینوں پر ظاہر ہوتا ہے۔ لاگت پہلے نمبر پر آتی ہے — صرف کچھ ماہ پچھلے وقت متفاوت ہوتا ہے۔ صارف تجربہ لگاوٹ پیدا کرتا ہے، لیکن بنیاد نہیں۔ صنعت کا تقسیر: وسائل متنوع رہنگے تو ضرور اجتماع ہو جائینگے۔ چین میں AI میں فرق بن mainly وسائل میں ہے۔ وہ scaling پر اعتقاد رکھتے ہیں — جتنا بڑا مقام، اتنا بڑا نتائج — لیکن وسائل تو صرف انھीں موجود ہیں۔ مهارت مें فرق نہीں، تمام لوگ اس同一 مجموعۂ لوگوں سے آتے ہیں۔ ممالک مें ماڈل والي شرکتيں بहت زياتي نيں، وسائل تقسّم نيں، آخرکار ضرور اجتماع ہو جائینگي۔ هر شركت صرف مناسب منافع حاصل كرتي هى، بڑي ماڈل بنانे كي لئي انقدر لوگوں ki ضرورت نهين. شاید دو بڑي شركتيں اور دو چھوٹي شركتيں كافي هونگي۔ Anthropic ka OpenAI ko پار كرنا صرف عارضي ظاھر هى۔ لمبى دير كي نظر سے، OpenAI aur Google زياتي طور پر بازدیدي طور پر آگي بڑھينگي۔ میرا خيال يه هى كه وسائل كي غلط تقسيم،چين AI كي سب سى بڑي ضائع هى۔ وياك نفس لوگ ديسيز شركتيون ميں تقسيم كئي جاتي هين، جس سى اندر كى لڑايي هوتى هى — اجتماع ضرور واقع هوگا۔ تنظيم اور لوگ: احتساب استراتجيك هى۔ آپ "ابتدائي" app بننे كي خواهش نهين ركhte — يه شئى آپ كي نظر ميں نامنظور هى۔ زرشك كي لئي بادشاھي ضائع نهين كرنى۔ گزشتە سال لوگ Chatbot aur C-End فلو كي لئي مقابلة كرتى رهين — اس سال B-End آمدنى كي لئي۔ ان كي حقيقى دلچسپى AGI راسته كي نقشې ميں هى۔ احتساب والي تنظيم كي صرف احتساب والي استراتجيك هوتى هى۔ KPI aur GMV كي زنجير ميں بندھي شركت كبھي خودكاري aur مناسب منافع حاصل كرنे والي بات نهين كرسكتي۔ اگر آپ كا خواب زياتي حصول كا هى تو آپ پहلي سे شڪست ركھتى هى۔