CHROMA اب گٹہب پر دستیاب ہے۔ آپ اسے کلون کر سکتے ہیں، اسکینر چلا سکتے ہیں اور یہ جان سکتے ہیں کہ یہ کیسے کام کرتا ہے۔ میں نے CHROMA v0.2 جاری کیا ہے: ایک اوپن سورس سولانا ریسرچ ٹول جس میں لائیو مارکیٹ اسکیننگ، آٹھ قابل تشریح چیکس، رینکڈ ٹارگٹ کیو اور لوکل واقعات کی تاریخ شامل ہے۔ https://t.co/2tmx1901C4 تین ماڈز شامل ہیں: → ڈیمو - مصنوعی ٹارگٹس کے ساتھ آف لائن وک راؤنڈ → اسکین - لائیو DEX Screener ڈیٹا، امیدوار رینکنگ اور دہرائے گئے مشاہدات → ٹریڈ - Jupiter کوٹس، ٹرانزیکشن سیمولیشن اور صرف تصدیق شدہ سوپ انجیکشن آٹھوں چیکس قیمت دستیابی، لکویڈٹی، جمع، سرگرمی، خریداری دباؤ، قیمت استحکام، جوڑے کی عمر اور ٹرن اوور کو کور کرتے ہیں۔ حدود نظر آتی ہیں اور قابل ترتیب ہیں۔ اسکور ایک ریسرچ فلٹر ہے، نہ کہ یہ ضمانت کہ ٹوکن محفوظ یا منافع بخش ہے۔ ہر محفوظ مشاہدہ پر پیمائش، حدود اور حالت میں تبدیلیاں اکٹھی رکھی جاتی ہیں۔ آپ تاریخ کا جائزہ لے سکتے ہیں، نوٹس شامل کر سکتے ہیں اور ریکارڈز کو JSON یا Markdown کے طور پر برآمد کر سکتے ہیں۔ اسکیننگ کے لئے Node.js 22+ درکار ہے، بغیر والٹ، API کلید یا پیکج اناسٹالیشن کے۔ ٹریڈنگ کے لئے الگ الگ منابع اور والٹ سیٹ اپ درکار ہے۔ اسکیننگ کبھی بھی آرڈر خود بخود نہیں لگاتا؛ انجیکشن کے لئے الگ حکم اور ہر آرڈر کے لئے تصدیق درکار ہے۔ رپازٹری میں سیٹ اپ ہدایات، طریقہ کار، ترتیب، ٹیسٹس اور سکیورٹی نوٹس شامل ہیں۔ MIT لائسنس کے تحت۔ workflow آزمائیں، قواعد کا جائزہ لیں اور جب کچھ درست کرنے کی ضرورت ہو تو ایک اشوا پیدا کریں۔ اب لاگت پبلک ہے، جن حصوں کو سوال کرنے کے قابل ہے۔

CHROMA کا آن اسکرین لیجر +28.64 SOL پر بند ہوا۔ 13 پوزیشنز سیٹل ہو چکی ہیں۔ 5 امیدواروں کو فلٹر کر دیا گیا۔ میں نے CHROMA کو ٹوکن کی دریافت، آٹھ متوازی چیکس اور ایک فیصلہ لاگ جو ہر امیدوار کو داخلہ، ٹریکنگ اور باہر نکالنے تک Follow کرتا ہے، اس کے لیے بنایا۔ ویڈیو میں دکھائے گئے بند ہونے والے اعداد و شمار: → سیشن لیجر: +28.64 SOL → آخری بند شدہ پوزیشن، OPAL: +5.22 SOL → پارس کیے گئے سگنلز: 2,520 → سیٹل شدہ پوزیشنز: 13 → فلٹر شدہ امیدوار: 5 وورک فلو میں منتخب اور مسترد امیدواروں کو ایک ہی تاریخ میں رکھا جاتا ہے۔ ہر نتیجہ اس سے پہلے کے چیکس اور فیصلوں سے منسلک ہونا چاہیے۔ یہ اعداد و شمار اینیمیشن میں دکھائے گئے ہیں، تصدیق شدہ ٹریڈنگ آمدنی نہیں۔ حقیقی صاف منافع کا تعین اس کے لیے ضروری ہے کہ ایک اجرا ریکارڈ دستیاب ہو جس میں لاگت، فees اور نقصانات شامل ہوں۔ مقصد یہ ہے کہ عدد قابل تشریح بنایا جائے: کن پوزیشنز نے حصہ دیا، کیا مسترد کر دیا گیا، اور اجرا کے بعد کیا باقی رہا۔

لیوپرڈ اسکین: 277.78 SOL → 310 SOL. +32.22 SOL. ظاہری بیلنس میں 11.6% کا اضافہ۔ میں نے مواقع کا پتہ لگانے، امیدواروں کو ترجیح دینے اور ہر ٹارگٹ کے پیچھے کی تاریخ کو قابلِ رجوع بنانے کے لیے لیوپرڈ اسکین بنایا۔ ویڈیو میں دکھائی گئی سیشن کی ریکارڈنگ درج ذیل ہے: → شروع کا بیلنس: 277.78 SOL → ختم ہونے والا بیلنس: 310.00 SOL → ظاہری سیشن منافع: +32.22 SOL → بیلنس میں اضافہ: +11.6% → ریکارڈ شدہ کیپچرز: 5 اس ورک فلو میں چار بنیادی کام شامل ہیں: → اسکین – ایسے امیدواروں کو شناخت کرنا جن کا پیچھا کرنے کے قابل ہو → ٹریک – حالات میں تبدیلی کے ساتھ ان کی حالت کو برقرار رکھنا → ترجیح دینا – ٹارگٹ کی قطار کو منظم کرنا → ریکارڈ کرنا – واقعات اور نتائج کے ترتیب کو محفوظ رکھنا پانچ ٹارگٹس کا نظارہ تخمینہ شدہ قیمتیں، ٹریکنگ کی حالت اور سرگرمی کی تاریخ کو اکٹھا کرتا ہے۔ مقصد صرف ایک بیلنس چارٹ کو واحد ریکارڈ نہ چھوڑنا بلکہ یہ ظاہر کرنا ہے کہ کس بات نے اسے ٹارگٹ بنایا اور اس کے بعد کیا ہوا۔ یہ اعداد و شمار اسکرین پر دکھائے گئے ہیں، تصدیق شدہ ٹریڈنگ ریکارڈ نہیں۔ حقیقی صاف منافع کو عمل کے اخراجات، فees، نقصانات اور کسی بھی ڈپازٹ یا نکالنے کو شامل کرنا ہوگا۔ گٹھبب رپوزٹری اور عملی اسکینر جلد جاری ہوں گے۔ جاری ہونے سے منصوبہ عوامی ٹیسٹنگ کی طرف بڑھے گا، جہاں اس کا عمل جانچا جا سکے اور اس کے نتائج براہ راست جائزہ لئے جا سکیں۔ ایک اسکینر کو صرف ایک متقاعد سکرین شاٹ سے نہیں، بلکہ دہرائے جانے والے نتائج سے اپنا مقام حاصل کرنا چاہئے۔

ڈیجیٹل کردار کو خراب کرنے کا سب سے آسان طریقہ کیمرے کو قریب لانا ہے۔ تھمب نیل سائز پر، ایک مسکراہٹ اور نرم سلہوٹ زیادہ تر کام کرتے ہیں۔ زوم کریں تو ہر مختصر طریقہ نظر آ جائے گا: فلیٹ فر، ایک جیسے رشے، اور ایک اسکارف جو جسم پر چپکا ہوا لگ رہا ہے۔ یہ ڈاٹ اسٹڈی ان تفصیلات کو مائیکروسکوپ کے نیچے رکھتی ہے۔ → دیکھیں – شکل اور سطح کا جائزہ لیں → بالوں کو سنبھالیں – فائبرز کی سمت مقرر کریں → فوکس کریں – انفرادی رشے کو نظر میں لائیں → بہاؤ – بالوں میں حرکت شامل کریں → چیک کریں – سلہوٹ اور حدود کا جائزہ لیں → برقرار رکھیں – اگلے مرحلے کے لیے حالت برقرار رکھیں مفید تفصیل یہ ہے کہ اظہار تبدیل نہ ہونے پر کتنی باتیں ہوتی ہیں۔ بال روشنی پکڑتے ہیں، ڈوبے ہوئے رشے سلہوٹ کو توڑ دیتے ہیں، اور گلابی اسکارف نرمی کو مختلف ٹیکسچر فراہم کرتا ہے۔ انٹرفیس بالوں کو 168k فائبرز کے طور پر لیبل کرتی ہے۔ اس کا ٹیلیمٹری تشریحاتی ہے، اس لیے وہ کاؤنٹرز کارکردگی کا معیار نہیں ہیں۔ قریبی شاٹس وہ چیزیں ہیں جن پر دیدار کنندہ حقیقی طور پر جائزہ لے سکتا ہے۔ زیادہ تفصیل خود بخود زیادہ قانع کن نہیں ہوتی۔ اگر سب کچھ اکٹھا جھک جائے، ایک جیسی روشنی پکڑے اور ایک جیسی رفتار سے حرکت کرے، تو وہ اب بھی ایک پلاسٹک آبجیکٹ جیسا لگتا ہے۔ ایک کردار زندہ محسوس ہونا شروع ہوتا ہے جب اس کے سب سے چھوٹے حصے ایک جیسے نظر نہ آئین۔

سام الٹمن فان ویو اور ہگسفیلڈ کے ساتھ مصنفین کو پرومپٹس کو معاوضہ والے ڈراپس میں تبدیل کرتے دیکھ رہے ہیں، جبکہ آپ ایک دو لائن کے ای میل کی اپنی ہفتمین چیٹ جی پی ٹی ترمیم پر ہیں

ایک سیشن میں $15,728 → $23,831۔ آپ جس والٹ کی نقل کر رہے ہیں، وہ ایک بوٹ ہو سکتی ہے۔ میں نے ایک $0 ٹریکر تیار کیا ہے جو آپ کو سیدھے چین سے بتاتا ہے کہ اس کے پیچھے جانے کے لیے محفوظ ہے یا نہیں۔ اس کا نام WolfBrain ہے۔ میرا ڈیسک صرف ان پرانی، خاموش والٹس کا پیروی کرتا ہے جو ہر چیک پاس کرتی ہیں۔ کلپ اس سیشن کا لیجر ہے۔ +$8,153، +52% بڑا خریدار → ایک بلاک میں اترتا ہے → میری اسکرین پر ظاہر ہوتا ہے → میں اس کے پیچھے والٹ دیکھتا ہوں کوئی بھی والٹ پیسٹ کریں اور یہ آپ کو بتائے گا: سنائپر، فلپر، اکومولیٹر، وال یا بوٹ۔ فیصلے TypeSafe Jev سے آتے ہیں۔ کوڈ حقائق اکٹھا کرتا ہے، Jev فیصلہ کرتا ہے اور اتنا واضح بتاتا ہے کہ وہ کتنے مطمئن ہے۔ کوئی والٹ کنکشن، کوئی کلوز، کوئی سائن اپ نہیں۔ جس والٹ کی نقل آپ کر رہے ہیں، اسے پیسٹ کریں۔ میرا دلچسپی سے معلوم ہونا چاہتا ہے کہ وہ آپ کی والٹ کو کیا کہتی ہے۔

جس شخص نے چیٹ جی پی ٹی بنانے میں مدد کی، اس نے ایک ایسے ماڈل کے لیے 40 ملین ڈالر جمع کر لیے جو ایک جملہ بھی نہیں لکھ سکتا۔ ڈیوگو ال میڈا نے چیٹ جی پی ٹی اور انستراکٹ جی پی ٹی کے لیے اوپن اے آئی میں کام کیا۔ دو سال تک چھپے رہنے کے بعد، 15 ستمبر کو اس نے جیوو جاری کیا۔ چیٹ جی پی ٹی نے ماڈلز کو بات کرنے کا طریقہ سکھایا۔ جیوو فزیکلی طور پر پروز لکھنے کے قابل نہیں۔ یہ صرف ایک کام کرتا ہے: فیصلہ کرنا۔ ہاں یا نہیں۔ کون سا آپشن۔ کتنی فوری ضرورت۔ ہر فیصلہ 70-500 ملی سیکنڈ میں۔ $0.042 فی ملین ٹوکنز۔ اب اپنا ایجنٹ کھول دیں۔ جب بھی یہ پوچھے "کya یہ ذریعہ متعلقہ ہے؟" یا "اگلا کون سا ورکر؟" تو وہ ایک فرنٹیر ماڈل کو ادائیگی کرتا ہے تاکہ وہ ہاں/نہیں کے بارے میں آواز اٹھائے۔ یہی لیک ہے۔ ایک ڈویلپر نے 500 ای میلز کو صرف 3.5 سینٹ میں طبقہ بند کر دیا۔ مجموعی طور پر، ہر ای میل کے لیے نہیں۔ دوسرے نے اسے ایک لائیو مونڈ آرڈر بک میں شامل کر دیا۔ ہر 300 ملی سیکنڈ میں اصل آرڈر۔ ان کے اپنے ٹيسٹ میں، جیوو نے $0.0004 فی کیس پر 67.8% پر فرنٹیر ماڈل کے متفقہ رائے کو ملا لیا۔ GPT-5.6 Terra نے $0.0304 فی کیس پر 67.9% حاصل کیا۔ ایک جتنی درستگی۔ تقریباً 76 گنا سستا۔ جس ماڈل سے لکھا جاتا ہے اور جس ماڈل سے فیصلہ کیا جاتا ہے، ان دونوں کو ایک جسا ماڈل ہونا ضروری نہیں۔

میرے ٹرمینل نے کچھ گھنٹوں میں 5,007 ڈالر کو 8,625 ڈالر تک لے جایا۔ 25 مارکس آئے۔ میں نے 12 لیے اور 13 کو چھوڑ دیا۔ جو مارکس میں نے چھوڑ دیے، وہ زوردار تھے۔ جو میں نے لیے، وہ ایک سال سے سو رہے تھے، ان میں سے ایک 363 دن تک بے حرکت تھا، اور انہوں نے کسی بھی فیڈ نے کچھ نہ کہنا ہوتا تو حرکت شروع کر دی۔ کلپس کو جان بوجھ کر چھوٹا رکھا گیا۔ قیمت کا اثر دو فیصد سے کم رہا، اس لیے میری کوئی حرکت فل سے پہلے بک میں نظر نہیں آئی۔ 83 فیصد فلز گرین واپس آئے۔ جو چھوٹ گئے، وہ سستے تھے کیونکہ سائز کبھی مقصد نہیں تھا۔ فائدہ زیادہ دیکھنے میں نہیں، بلکہ ان والٹس کو دیکھنے میں ہے جنہیں پچھلے سال سے کسی نے نہیں دیکھا۔

لُوپ ہمیشہ جواب تھا۔ کسی نے تمہیں نہیں بتایا کہ یہ تمہیں مفلس کر سکتا ہے۔ میں نے پہلے دن سے کہا ہے: جب تک تم پرامپٹ نہیں روکتے، تب تک لُوپ چلنا شروع کرو۔ وہ ایجنسیاں جو بھیجتی ہیں، کام کرتی ہیں، تصدیق کرتی ہیں، یاد رکھتی ہیں، اور منتقل کرتی ہیں — اور تمہارا انتظار نہیں کرتیں۔ جو حصہ میں اب تک جواب نہیں دے سکا: ایک لُوپ جو 8 گھنٹے چلتا ہے، دوسرے گھنٹے تک کوارڈریٹک ٹوکن بل کی وجہ سے مرنے لگتا ہے۔ ہر مرحلہ اپنے سے پہلے کے تمام مراحل کو دوبارہ پڑھتا ہے۔ ٹرانسکرپٹ ہی قاتل ہے۔ @Marko_Poly نے اب اس کا حل لکھ دیا ہے۔ ایک ہی کام، ایک ہی ماڈل: مکمل تاریخ کے ساتھ 1,062,387 ٹوکن، ایک اسٹیٹ فائل کے ساتھ صرف 65,408۔ 16x سستا — اور اس نے زیادہ اسکور بھی حاصل کیا۔ تم لُوپ کے دور میں بڑے ماڈل سے نہیں جیتتے۔ تم اس لئے جیتتے ہو کہ تم اسٹیٹ کے لئے ادا کرتے ہو، نہ کہ ٹرانسکرپٹ کے لئے۔ تمہارا لُوپ کس کے لئے ادا کر رہا ہے؟

166,700 مکھی کے دماغ کے خلیے ایک FPV ڈرون کو دیوار میں چلا گئے۔ وہی محاکمہ دماغ جس نے FizzBuzz ٹائپ کیا تھا۔ اس بار اسے ایک کنٹرولر ملا۔ اس نے FPV PILOT کہا۔ NeuroMechFly نے مکھی کو DJI جیسا ریموٹ پر رکھا۔ بصری نیورونز ڈرون کی فیڈ پڑھتے ہیں — بائیں آنکھ 177 ہرٹز، دائیں آنکھ 129 ہرٹز۔ ہدایت کرنے والے نیورونز سٹکس کو دبانے لگے۔ ایک تباہ شدہ صحرا کے شہر میں 1.49 میٹر فی سیکنڈ کی رفتار سے آگے بڑھنا۔ ہر موڑ سیدھا 6,588 سپائکنگ خلیوں سے ڈی کوڈ کیا گیا جو کروز پر فائر ہو رہے تھے۔ 8.8 سیکنڈ میں: ایک دیوار۔ ضرورت کے وقت دماغ روشن ہو جاتا ہے۔ 15,628 خلیے فعال، جو کروز سے زیادہ دوگنا ہے۔ پھر فیڈ کالا ہو جاتا ہے۔ سگنل کھو گیا۔ آگے: 0.00 میٹر فی سیکنڈ۔ موڑ: 0.00 ریڈین فی سیکنڈ۔ 100 ملین سال کی ترقی نے فلائی سوٹر سے بچنا سیکھا تھا۔ 9 سیکنڈ میں ایک اینٹوں کی دیوار کے خلاف۔