Insights AI

خودمختار کوڈ ایجنٹس کو بڑے پیمانے پر بروئے کار لانا: تصدیقی چکر اور مسلسل انضمام کی سخت حفاظتی حدود کس طرح سافٹ ویئر کی تیز رفتار فراہمی ممکن بناتی ہیں

پوڈکاسٹ · سنیں (20 منٹ)

Cursor工程師讓AI一個月自動合併1000個PR,關鍵不是更聰明

فہرست
  1. اعتماد کی رکاوٹ: کوڈ ایجنٹس کی پیمانہ بندی انجینئرنگ انتظام کا مسئلہ کیوں ہے
  2. 1. بنیادی مسئلے کا خلاصہ پیش کریں
  3. 2. انتظامی مماثلت قائم کریں
  4. پروگراماتی تصدیق اور خصوصیات کی نقشہ بندی: ایجنٹ کے چکر کی تکمیل
  5. 1. مرحلہ وار تصدیقی طریقۂ کار کی وضاحت کریں
  6. 2. خصوصیات کے نقشے کی معماری کی تفصیل دیں
  7. 3. ایجنٹ کی مہارتوں کی جانچ اور دیکھ بھال کی تفصیل دیں
  8. معماری کی سخت حفاظتی حدود: نرم ہدایات سے CI کے ذریعے نفاذ کی طرف منتقلی
  9. 1. نرم قواعد اور سخت قطعی پابندیوں کا تقابل کریں
  10. 2. "Dune" معماری کے عملی مطالعے کا تجزیہ کریں
  11. کلاؤڈ ایجنٹس کی خودکاری اور پوری صنعت میں مصنوعات پر اثرات
  12. 1. خودمختار انداز میں خرابی دوبارہ پیدا کرنا اور کلاؤڈ پر کام کے بہاؤ
  13. 2. غیر انجینئرنگ کرداروں تک ترقیاتی کام کی رسائی
  14. ساختی حدود اور انجینئرنگ کے حل طلب سوالات
  15. 1. اہم حدود اور غیر معمولی صورتوں کی دستاویز بندی
  16. اہم اعداد و شمار
  17. کن تبدیلیوں سے یہ صورتِ حال بدل سکتی ہے
  18. حوالہ جات

جدید سافٹ ویئر انجینئرنگ ادارے اپنے بنیادی طریقۂ کار میں تبدیلی لا رہے ہیں: وہ مصنوعی ذہانت [AI] کے ساتھ باریک نگرانی میں مشترکہ پروگرامنگ سے ایسے خود مختار ایجنٹ مجموعوں کی طرف منتقل ہو رہے ہیں جو ہر ماہ سینکڑوں سے ہزاروں تک پل ریکویسٹس [PRs] کو کوڈ میں شامل کرنے کی صلاحیت رکھتے ہیں۔ SpaceXAI کی انجینئر Lauren Tan کے بیان کے مطابق، AI سے کوڈ تیار کرنے کی پیمانہ بندی بنیادی طور پر انجینئرنگ انتظام کا مسئلہ ہے، نہ کہ محض ہدایات دینے کی ایک سادہ مشق۔ جب انجینئرنگ ٹیمیں دستی نگرانی، کوڈ کی سطر بہ سطر جانچ اور نرم ہدایتی اصولوں پر انحصار کرتی ہیں، تو انسانی ڈویلپر ایک ہم وقت رکاوٹ بن جاتا ہے جو ایجنٹس کی پیمانہ بندی کو محدود کرتی ہے۔ انتہائی خود مختار عمل درآمد کی طرف منتقلی کے لیے انسانی نگرانی کی جگہ پروگراماتی تصدیقی چکر، خصوصیات کی منظم نقشہ بندی اور مسلسل انضمام [CI] کی قطعی حفاظتی حدود لانا ضروری ہے۔ معماری کے لازمی مستقل اصولوں کو براہ راست جامد تجزیاتی اوزاروں اور دورانِ اجرا تصدیقی نظاموں میں شامل کرکے، انجینئرنگ ٹیمیں عمل درآمد متوازی کلاؤڈ ایجنٹس کے سپرد کر سکتی ہیں، جبکہ منظم انداز میں کوڈ بیس کے بگاڑ کو روک سکتی ہیں۔

اعتماد کی رکاوٹ: کوڈ ایجنٹس کی پیمانہ بندی انجینئرنگ انتظام کا مسئلہ کیوں ہے

1. بنیادی مسئلے کا خلاصہ پیش کریں

AI کی مدد سے سافٹ ویئر کی فراہمی میں بنیادی رکاوٹ ایجنٹس کے نتائج پر ڈویلپر کے اعتماد کا فقدان ہے۔ سافٹ ویئر ایجنٹس اکثر فرضی تجریدات گھڑتے ہیں، بنیادی اسباب کی غلط تشخیص کرتے ہیں اور اعتماد کے ساتھ غیر درست اصلاحات تجویز کرتے ہیں۔ جیسا کہ Lauren Tan نے Vision Sabbat کے YouTube چینل پر ایک انٹرویو کے دوران مشاہدہ کیا، ایجنٹس اکثر «سوویں بار اعتماد سے کہتے ہیں کہ انہیں فیصلہ کن ثبوت مل گیا ہے»، جبکہ بنیادی مسئلہ مکمل طور پر حل طلب رہتا ہے۔

جب انجینئرنگ ٹیمیں انسان کی شمولیت والی روایتی مشترکہ پروگرامنگ کے ذریعے ایجنٹس کے استعمال کو بڑھانے کی کوشش کرتی ہیں، تو کام کا بہاؤ جلد ہی ایک قطعی حد تک پہنچ جاتا ہے۔ اگر کسی انجینئر کو تیار کردہ کوڈ کی ہر سطر دیکھنی ہو، مقامی بلڈز کی دستی آزمائش کرنی ہو اور تبدیلیوں کے فرق کی تصدیق کرنی ہو، تو انسانی ڈویلپر وہ واحد نقطہ بن جاتا ہے جہاں تمام کام یکے بعد دیگرے انجام پاتے ہیں۔ یہ ہم وقت رکاوٹ ایک یا دو مقامی ایجنٹس سے آگے پیمانہ بندی کو محدود کرتی ہے اور انجینئرنگ کے کام کے بہاؤ میں حقیقی متوازی عمل کو روکتی ہے۔

2. انتظامی مماثلت قائم کریں

اس عملی حرکیات کا تجزیہ کرنے کے لیے، Lauren Tan نے AI کوڈ ایجنٹس کے انتظام اور انسانی سافٹ ویئر انجینئرز کے انتظام میں براہ راست مماثلت قائم کی۔ روایتی انجینئرنگ انتظام میں، ایسا منتظم جو اپنے براہ راست ماتحتوں پر اعتماد نہیں کرتا، لازماً باریک نگرانی اختیار کرتا ہے—ڈویلپرز کے کام پر مسلسل نظر رکھنا، پل ریکویسٹس کی متواتر جانچ کرنا اور عملی استعمال میں تعطل روکنے کے لیے کوڈ کی ہر سطر کا معائنہ کرنا۔

       HIGH |                                     [ Fleet Autonomy ]
            |                                     Auto-merging PRs &
            |                                     Cloud Parallelization
   TRUST    |                                  /
            |                             /
            |                        /
            |   [ Micromanagement ]
        LOW |   Manual Prompting & 1-in-Loop
            +---------------------------------------------------
                LOW                                     HIGH
                               VELOCITY

ایجنٹس کی خود مختاری کی پیمانہ بندی کے لیے اس سطح پر اوپر جانا ضروری ہے جسے Tan «اعتماد کا منحنی» کہتی ہیں۔ ایجنٹس اپنانے کے ابتدائی مرحلے میں، ڈویلپرز عمل درآمد کے چکر میں ہم وقت کام کرتے ہیں، انفرادی ایجنٹس کو دستی ہدایات دیتے ہیں اور ہر تبدیلی کے فرق کا معائنہ کرتے ہیں۔ اعتماد کے منحنی پر اوپر جانے کے لیے ایسے انجینئرنگ نظام درکار ہیں جو ایجنٹس کے نتائج کی معروضی، خودکار تصدیق فراہم کریں۔ بلند اعتماد قائم ہونے سے ادارے کا طریقۂ کار ہم وقت باریک نگرانی سے غیر ہم وقت تفویض کی طرف منتقل ہوتا ہے، جس سے کلاؤڈ ایجنٹس کے خود مختار مجموعے آزادانہ طور پر کوڈ بنا، آزما اور ضم کر سکتے ہیں۔

پروگراماتی تصدیق اور خصوصیات کی نقشہ بندی: ایجنٹ کے چکر کی تکمیل

1. مرحلہ وار تصدیقی طریقۂ کار کی وضاحت کریں

ایجنٹس پر مبنی انجینئرنگ معماریوں میں، پروگراماتی تصدیق سے مراد ایجنٹس کو واضح عملی اوزار فراہم کرنا ہے، تاکہ وہ ہدف ایپلی کیشن کے دورانِ اجرا ماحول کے ساتھ براہ راست تعامل کر سکیں۔ کسی بڑے لسانی ماڈل [LLM] سے یہ اندازہ لگانے کو کہنے کے بجائے کہ اس کا کوڈ درست کام کرتا ہے یا نہیں، پروگراماتی تصدیقی چکر ایجنٹ کو بلڈز چلانے، دورانِ اجرا ماحول کا معائنہ کرنے، مرکزی عملیاتی اکائی [CPU] کی کارکردگی کے سراغ ریکارڈ کرنے، ہیپ میموری کی لمحاتی تصویروں کا تجزیہ کرنے اور موبائل یا براؤزر کے مشابہ ساز چلانے کی صلاحیت دیتا ہے۔ ویب اور ڈیسک ٹاپ ایپلی کیشنز کے لیے، ایجنٹس Chrome DevTools Protocol [CDP] جیسے پروٹوکولز پر بنائی گئی مہارتیں استعمال کرتے ہیں تاکہ صارف انٹرفیس [UI] کو پروگراماتی طور پر کنٹرول کر سکیں۔

Lauren Tan نے کھانا پکانے کی مماثلت کے ذریعے اس طریقۂ کار کی وضاحت کی: پروگراماتی تصدیق کے بغیر کسی ایجنٹ پر انحصار کرنا ایسا ہی ہے جیسے ریستوران کا منتظم کاغذ پر لکھی ترکیبیں پڑھ کر اندازہ لگائے کہ کسی پکوان کا ذائقہ اچھا ہے یا نہیں، جبکہ پروگراماتی تصدیق سربراہ باورچی کو باورچی خانے میں کام کی جگہیں فراہم کرتی ہے تاکہ تیاری کے دوران کھانا مسلسل چکھا، ناپا اور بہتر بنایا جا سکے۔ ایجنٹس کو عملی اوزار دینے سے بازخورد کا چکر خود بخود مکمل ہو جاتا ہے۔ اگرچہ تصدیق معماری کی نفاست کی ضمانت نہیں دیتی، لیکن انسانی کوڈ جائزے سے پہلے عملی رویّے کی درستی کو قطعی طور پر جانچ لیتی ہے۔

2. خصوصیات کے نقشے کی معماری کی تفصیل دیں

Tan کے کھلے ماخذ والے PStack (Potato Stack) پلگ اِن میں متعارف کردہ پروگراماتی تصدیق کا ایک اہم جزو «خصوصیات کا نقشہ» ہے۔ یہ پلگ اِن ڈویلپر کی مہارت کا ایک اوزار ہے، جس کا نام Gary Tan کے GStack کی طرز پر رکھا گیا ہے۔ خصوصیات کا نقشہ کوڈ بیس میں راستہ تلاش کرنے کا وہ مسئلہ حل کرتا ہے جس کا ایجنٹس کو پیچیدہ نظاموں میں نقائص دور کرنے یا خصوصیات نافذ کرنے کی کوشش کرتے وقت سامنا ہوتا ہے۔

+-----------------------------------------------------------------------+
|                             FEATURE MAP                               |
+-----------------------------------------------------------------------+
|  User Context / Vague Report: "Left sidebar is laggy on click"         |
+-----------------------------------------------------------------------+
                                  |
                                  v
+-----------------------------------------------------------------------+
|  DOM Attributes & Selectors : [data-testid="sidebar-toggle"]          |
|  Keyboard Shortcuts         : Cmd+B / Ctrl+B                          |
|  Code Base Location         : src/components/sidebar/Sidebar.tsx      |
|  CDP Execution Action       : cdp.click('#sidebar-toggle')            |
+-----------------------------------------------------------------------+

جب صارفین کم معیار کی مبہم نقص رپورٹیں جمع کراتے ہیں—مثلاً Slack کا اسکرین شاٹ جس پر صرف "???" لکھا ہو—تو ساختی سیاق سے محروم ایجنٹ کو متاثرہ اجزا تلاش کرنے میں دشواری ہوتی ہے۔ خصوصیات کا نقشہ UI عناصر کو براہ راست کوڈ بیس کی فائلوں کے راستوں، دستاویزی شے کے نمونے [DOM] کی صفات، آزمائشی شناخت کنندگان، کی بورڈ شارٹ کٹس اور CDP کے عملی انتخاب کنندگان سے منسلک کرکے اس خلا کو واضح طور پر پُر کرتا ہے۔

PStack میں create_verification_skill اور maintain_verification_skill جیسی مہارتوں کے ذریعے، ایجنٹس کوڈ بیس کا منظم تجزیہ کرکے خصوصیات کے منظم رجسٹر تیار کرتے ہیں۔ مبہم نقص رپورٹ وصول کرنے سے ایجنٹ خصوصیات کے نقشے سے باہمی حوالہ ملا سکتا ہے، براہ راست ہدف UI عناصر تک پہنچ سکتا ہے، CDP کے ذریعے تعاملی سلسلے چلا سکتا ہے، کارکردگی کے پیمانے ریکارڈ کر سکتا ہے اور نقص دور ہونے کی تصدیق کر سکتا ہے۔

3. ایجنٹ کی مہارتوں کی جانچ اور دیکھ بھال کی تفصیل دیں

وقت کے ساتھ ایجنٹ کے اوزاروں اور مہارتوں کو برقرار رکھنے کے لیے، ترقیاتی ٹیموں کو خودکار جانچ کے ڈھانچے نافذ کرنا ہوں گے، جو AI ایجنٹس کی مہارتوں کے لیے اکائی آزمائشوں کا کام کرتے ہیں۔ جانچ کا عملی طریقۂ کار چار مرحلوں کے نمونے پر چلتا ہے:

  1. جانچ کے معیارنامے کی تیاری: ایک رابطہ کار ایجنٹ واضح جانچ کا معیارنامہ قائم کرتا ہے، جس میں اوزاروں کے متوقع رویّے اور مقداری اسکور دینے کے معیارات متعین کیے جاتے ہیں۔
  2. الگ تھلگ ماحول میں عمل درآمد: ذیلی ایجنٹس الگ تھلگ عارضی ڈائریکٹریوں میں کام انجام دیتے ہیں، جنہیں بے ترتیب اور مبہم نام دیے جاتے ہیں۔ ڈائریکٹریوں کے نام مبہم رکھنا لازمی ہے، کیونکہ LLMs پہچان سکتے ہیں کہ وہ کسی جانچ کے نظام کے اندر ہیں اور اپنا عملی رویّہ بدل سکتے ہیں، جس سے جانچ میں شدید تعصب پیدا ہوتا ہے۔
  3. متعدد ماڈلز کی میٹرکس جانچ: کسی واحد ماڈل کے اسکور دینے کے تعصب کو ختم کرنے کے لیے، مختلف بنیادی ماڈلز کی میٹرکس میں چلنے والے فیصلہ کار ایجنٹس رابطہ کار کے معیارنامے کے مطابق ذیلی ایجنٹس کی کارکردگی جانچتے ہیں۔
  4. تدریجی بہتری کے اصلاحی چکر: خودکار اصلاحی چکر (مثلاً Cursor میں /loop چلانا) مہارت کی ہدایات اور اوزار کے متعین عوامل کو مسلسل بہتر بناتے ہیں، یہاں تک کہ ماڈلز کی پوری میٹرکس میں ہدف جانچ اسکور (مثلاً 10 میں سے 10) حاصل ہو جائیں۔

Tan نے زور دیا کہ ایجنٹس کی مہارتیں برقرار رکھنے کے لیے مسلسل انسانی مشاہدہ اور انجینئرنگ ذوق ضروری ہے۔ ڈویلپرز کو فعال رہنما کا کردار ادا کرنا چاہیے، مہارت کی تیاری کے دوران اوزار طلب کرنے کے ریکارڈ اور ایجنٹ کی سوچ کے حصوں کا معائنہ کرنا چاہیے، تاکہ ناکامی کی باریک صورتوں کی نشاندہی ہو اور اصلاحی ہدایات کو مستقل مہارتوں میں باقاعدہ شامل کیا جا سکے۔

معماری کی سخت حفاظتی حدود: نرم ہدایات سے CI کے ذریعے نفاذ کی طرف منتقلی

1. نرم قواعد اور سخت قطعی پابندیوں کا تقابل کریں

صرف نرم ہدایتی پابندیوں—مثلاً مارک ڈاؤن طرز کی رہنما کتابچوں، ہدایتی قواعد یا AGENTS.md ہدایتی فائلوں—پر انحصار لازماً کوڈ بیس کے بگاڑ کا باعث بنتا ہے۔ جب بے قید ایجنٹس محدود کام مکمل کرنے کے لیے کم ترین مزاحمت والا راستہ اختیار کرتے ہیں، تو وہ «خود رو معماری» پیدا کرتے ہیں، جس کی خصوصیات غیر درست تجریدات، دہرائی گئی منطق اور جمع شدہ تکنیکی قرض ہیں۔

طویل مدتی ساختی سالمیت برقرار رکھنے کے لیے، سافٹ ویئر معماریوں کو Lauren Tan کا بنیادی ڈیزائن اصول نافذ کرنا چاہیے: چونکہ ایجنٹس فطری طور پر ساختی مختصر راستے اختیار کرتے ہیں، اس لیے کوڈ بیس کی معماری اس طرح بنائی جانی چاہیے کہ مختصر ترین راستہ ساختی لحاظ سے بہترین اور درست راستہ ہو۔ انجینئرنگ ٹیموں کو یہ اصول ایک درجہ وار حفاظتی ڈھانچے کے ذریعے نافذ کرنا چاہیے، جو نرم رہنما اصولوں کے بجائے سخت CI جانچوں پر انحصار قائم کرے۔

پرت نفاذ کی سطح طریقۂ کار / اوزار خصوصیات
1. کوڈ بیس کی معماری اور احاطہ بندی سخت (قطعی) متعلقہ خصوصیات کو ایک جگہ رکھنا، ڈائریکٹری کی سخت حدود، مخصوص درآمدی قواعد مختصر ترین راستے کو درست راستہ بنا کر معماری کے ناقص نمونوں کو ساختی طور پر روکتا ہے
2. جامد تجزیہ اور کمپائلر کی تشخیص سخت (قطعی) سخت کمپائلرز (مثلاً Rust کا مستعار لینے کی جانچ کرنے والا)، مخصوص کوڈ جانچنے والے اوزار، CI جانچیں انسانی جائزے سے پہلے لازمی مستقل اصولوں کی خلاف ورزی پر بلڈز کو قطعی طور پر ناکام کرتا ہے
3. خودکار کوڈ جائزہ نرم / نیم قطعی AI کوڈ جائزہ کار (مثلاً Bugbot)، خودکار PR تجزیہ PR کی توثیق کے دوران سیاق سے متعلق نقائص پکڑتا ہے
4. ایجنٹ کی مہارتیں اور طرز کے رہنما کتابچے نرم (غیر قطعی) مارک ڈاؤن قواعد، ہدایتی احکامات، طرز کے رہنما کتابچے ماڈلز انہیں آسانی سے نظر انداز کر دیتے ہیں یا غیر یکساں طور پر نافذ کرتے ہیں

اگرچہ پرتوں 3 اور 4 کے نرم رہنما اصول مفید سیاق فراہم کرتے ہیں، لیکن پرتوں 1 اور 2 میں سخت جامد تجزیہ اور معماری کی احاطہ بندی اس بات کی ضمانت دینے کے لیے لازمی ہیں کہ خود مختار ایجنٹس غیر درست کوڈ ضم نہ کر سکیں۔

2. "Dune" معماری کے عملی مطالعے کا تجزیہ کریں

قطعی حفاظتی حدود کا عملی نفاذ Grokbot ڈیسک ٹاپ ایپلی کیشن کی ساختِ نو میں دکھایا گیا ہے۔ Grokbot کو "Dune" کے ذریعے بنایا گیا تھا، جو ایک مخصوص داخلی ڈھانچہ ہے اور اسے Electron ایپلی کیشنز کے لیے Next.js کہا گیا ہے۔ اسے واضح طور پر ایجنٹس کے ذریعے سافٹ ویئر کی فراہمی کے لیے ڈیزائن کیا گیا تھا۔

ایپلی کیشن کی دورانِ اجرا کارکردگی محفوظ رکھنے اور ایجنٹس کی بار بار سامنے آنے والی ناکامیوں کو ختم کرنے کے لیے، Dune معماری CI کے عملی سلسلوں میں سخت قطعی قواعد نافذ کرتی ہے:

  • React ہُکس پر پابندی: حالت کی ہم آہنگی کے نقائص اور غیر ارادی دوبارہ منظرکشی کو روکنے کے لیے React کا useEffect ہُک پورے کوڈ بیس میں مکمل طور پر ممنوع ہے۔ اگر useEffect کا پتا چل جائے تو CI بلڈز فوراً ناکام ہو جاتے ہیں۔
  • کوڈ کے اندر تبصروں پر پابندی: ایپلی کیشن کے کوڈ میں تبصرے سختی سے ممنوع ہیں۔ Tan نے مشاہدہ کیا کہ ایجنٹس اکثر تاریخی تبصرے تیار کرتے ہیں یا عارضی پل ریکویسٹ جائزے کے تبصروں کو غلط سمجھتے ہیں—مثلاً جائزے کے کسی ایک تبصرے، جیسے "Lauren نے کہا کہ ایسا کبھی نہ کرنا"، کو مستقل کوڈ تبصرے میں بدل دینا—جس سے فرضی مستقل عالمی پابندیاں پیدا ہوتی ہیں اور ماڈل کے سیاق کی کھڑکیاں آلودہ ہوتی ہیں۔ کوڈ تبصروں پر پابندی خود وضاحتی کوڈ کو لازم بناتی ہے اور سیاق کے بگاڑ کو روکتی ہے۔
  • پراسیس کی حدود کی لازمی علیحدگی: Electron ایپلی کیشنز میں مرکزی نوڈ پراسیس اور منظرکش UI تھریڈ کے درمیان سخت علیحدگی ضروری ہے۔ فی سیکنڈ 60 فریم [FPS] کی رواں کارکردگی برقرار رکھنے کے لیے درکار ہر فریم کے 16-ملی سیکنڈ عملی وقت کو محفوظ رکھنے کی خاطر، منظرکش تھریڈ پر بھاری حسابی کارروائیاں اور اِن پٹ/آؤٹ پٹ [IO] کام ممنوع ہیں۔ Dune منطق کو electron_main اور electron_renderer ڈائریکٹریوں میں الگ کرکے یہ اصول نافذ کرتا ہے، اور مختلف ڈائریکٹریوں کے درمیان درآمدات روکنے کے لیے خودکار CI انحصاری گراف کی جانچیں استعمال کرتا ہے۔

کلاؤڈ ایجنٹس کی خودکاری اور پوری صنعت میں مصنوعات پر اثرات

1. خودمختار انداز میں خرابی دوبارہ پیدا کرنا اور کلاؤڈ پر کام کے بہاؤ

مقامی تصدیقی آلات اور مسلسل انضمام کی سخت حفاظتی حدود قائم کرنے سے سافٹ ویئر کی فراہمی مقامی ہدایات دینے سے کلاؤڈ پر موجود خودمختار ایجنٹس کے مجموعوں کی طرف منتقل ہو سکتی ہے۔ اس تبدیلی کی مثال Cursor میں "Benny" جیسے اندرونی کلاؤڈ خودکاری ایجنٹس ہیں۔

  [ User Feedback ] (Slack / Support Channels)
         |
         v
  [ Benny Cloud Agent ] (Spawns Isolated Cursor Cloud Environment)
         |
         v
  [ Execute Verification Skill ] (Launches App, Simulates UI Input)
         |
         +---> Bug Reproduced? ---> Yes ---> Generate Fix & Submit PR
         |
         +---> Already Fixed on Main? ---> Confirm Resolution & Notify Team

Benny خودکار طور پر Slack چینلز سے صارفین کی غیر مرتب شدہ آرا اور نقائص کی رپورٹیں وصول کرتا ہے۔ رپورٹ ملنے پر، Benny کلاؤڈ میں Cursor کا ایک الگ تھلگ ڈیسک ٹاپ نسخہ شروع کرتا ہے، ایپلیکیشن کا عملی ماحول چلاتا ہے، اور محفوظ شدہ تصدیقی مہارتیں استعمال کرکے رپورٹ کردہ نقص کو پروگرام کے ذریعے دوبارہ پیدا کرتا ہے۔

مکمل تصدیقی صلاحیتوں سے لیس الگ تھلگ ماحول میں کام کرنے سے Benny آزادانہ طور پر تعین کر سکتا ہے کہ کوئی مسئلہ برقرار ہے یا مرکزی شاخ پر پہلے ہی حل ہو چکا ہے۔ یہ خودکاری انسانی انجینئروں کی جانب سے کم معیار کی صارف رپورٹوں میں بیان کردہ مسائل کو دوبارہ پیدا کرنے کی دستی کوششوں کی ضرورت ختم کرتی ہے۔

2. غیر انجینئرنگ کرداروں تک ترقیاتی کام کی رسائی

مسلسل انضمام کی قطعی حفاظتی حدود مصنوعات تیار کرنے والے اداروں کے عملی طریقۂ کار کو بنیادی طور پر بدل دیتی ہیں۔ جب کمپائلرز اور مسلسل انضمام کے اسکرپٹس ساختی غیر متغیر اصولوں، میموری کی حدود اور کارکردگی کے بجٹ کو قطعی انداز میں نافذ کرتے ہیں، تو غیر انجینئرنگ عملہ—بشمول مصنوعات کے منتظمین، صارف تجربے کے ڈیزائنرز اور مصنوعات کو بازار میں متعارف کرانے والے اہلکار—محفوظ طریقے سے خصوصیات تیار کر سکتا ہے اور عملی استعمال کے لیے انضمام کی درخواستیں جمع کرا سکتا ہے۔

چونکہ بنیادی ڈھانچا غیر مطابق نفاذ کو خودکار طور پر مسترد کر دیتا ہے، اس لیے غیر تکنیکی معاونین Grokbot جیسے فطری زبان کے واسطوں کے ذریعے کوڈ کے مجموعے کے استحکام یا کارکردگی کے بجٹ کو خطرے میں ڈالے بغیر عملی بہتریاں تیار کر سکتے ہیں۔

یہ عملی نمونہ مخصوص معاشی اور سرمایہ کاری پر منافع کے فوائد اور نقصانات پیش کرتا ہے:

  • ٹوکن کے پیشگی سرمایہ جاتی اخراجات: جامع تصدیقی مجموعے تیار کرنے، متعدد ایجنٹس کی جانچ کے جدول چلانے اور ساختی تشکیلِ نو کرنے کے لیے ابتدائی طور پر ٹوکن پر نمایاں خرچ درکار ہوتا ہے۔ Grokbot ایپلیکیشن کو Dune ساخت میں ڈھالنے کے لیے 600 سے زیادہ انفرادی انضمام کی درخواستیں درکار ہوئیں۔
  • افرادی کارکردگی میں بہتری: ٹوکن پر زیادہ پیشگی خرچ کی تلافی انسانی انجینئرنگ کے اضافی بوجھ میں شدید کمی سے ہوتی ہے۔ زیادہ گنجائش والے ایجنٹس کی عملی کارروائی کے سلسلے اداروں کو مختصر ٹیموں کے ساتھ کام کرنے اور بڑے انجینئرنگ شعبوں کے انتظامی بوجھ سے بچنے کی سہولت دیتے ہیں۔ مسلسل فیصلہ جاتی چکروں اور ایجنٹس کی جانچ کے جدولوں کی معاشی افادیت Grok 4.6 جیسے جدید ترین ماڈلز سے مزید بڑھتی ہے، جو نسخہ 4.5 کی ٹوکن قیمت برقرار رکھتے ہوئے معیاری آزمائشوں میں بہتر کارکردگی دیتا ہے۔

ساختی حدود اور انجینئرنگ کے حل طلب سوالات

1. اہم حدود اور غیر معمولی صورتوں کی دستاویز بندی

زیادہ خودمختاری والے ایجنٹس کے مجموعوں سے رفتار میں حاصل ہونے والی بہتری کے باوجود، موجودہ ساختی نمونے واضح انجینئرنگ حدود اور فوائد و نقصانات پیدا کرتے ہیں:

  • ٹوکن کا پیشگی خرچ: مسلسل تصدیقی سلسلے تیار کرنے اور کئی سو انضمام کی درخواستوں پر مشتمل تشکیلِ نو کی کوششیں انجام دینے میں ٹوکن کی بہت بڑی مقدار صرف ہوتی ہے۔ محدود ٹوکن بجٹ کے تحت کام کرنے والی ٹیموں کے لیے، تصدیقی آلات تیار کرنے کے لیے درکار سرمایہ، سرمایہ کاری پر منافع حاصل ہونے سے پہلے ایک بڑی رکاوٹ بن سکتا ہے۔
  • نئے سرے سے نمونہ سازی کے خطرات: ساختی حفاظتی حدود کے بغیر تیزی سے ایپلیکیشنز کے ابتدائی نمونے بنانا ("احساس کی بنیاد پر کوڈنگ") سنگین ساختی تکنیکی قرض پیدا کرتا ہے۔ واضح داخلی حصاربندی اور جامد پابندیوں کی عدم موجودگی میں، ایجنٹس سہولت کے مختصر راستے اختیار کرتے ہیں جن سے کوڈ کے مجموعے تیزی سے قابو سے باہر ہو جاتے ہیں، اور بالآخر اصلاح کے لیے کئی سو انضمام کی درخواستوں پر مشتمل بڑی تشکیلِ نو درکار ہوتی ہے۔
  • دیکھ بھال اور فنی حسنِ انتخاب کا اضافی بوجھ: خودکار تصدیقی نظام تجربہ کار انجینئروں کے فنی حسنِ انتخاب کی ضرورت ختم نہیں کرتے۔ جانچیں تیار کرنے، خصوصیات کے نقشے تازہ کرنے اور مسلسل انضمام کی پابندیاں قائم کرنے کے لیے متعلقہ شعبے کی گہری مہارت اور پس پردہ فعال رہنمائی و نگرانی درکار ہوتی ہے۔

اہم اعداد و شمار

  • 1,000 انضمام کی درخواستیں: Cursor میں خودمختار ایجنٹس استعمال کرتے ہوئے Lauren Tan کی جانب سے گزشتہ مہینے شامل کی گئی انضمام کی درخواستوں کی تعداد۔
  • تقریباً 800 انضمام کی درخواستیں: موجودہ مہینے میں Lauren Tan کی جانب سے شامل کی گئی انضمام کی درخواستوں کی تعداد (مہینے کے 12ویں دن تک)۔
  • 20 انضمام کی درخواستیں: ایجنٹس کی تیار کردہ انضمام کی درخواستوں کی تعداد جو ایک ہی دن میں رات بھر خودکار طور پر ضم ہوئیں اور مرکزی شاخ پر تصدیق کی گئیں۔
  • 600+ انضمام کی درخواستیں: Grokbot کے کوڈ کے مجموعے کی مکمل ساختی تشکیلِ نو مکمل کرنے کے لیے انجام دی گئی انضمام کی درخواستوں کی تعداد۔
  • 16 ملی سیکنڈ: Electron کے منظر پیش کرنے والے عملی سلسلے پر فی فریم عمل درآمد کی زیادہ سے زیادہ مہلت، جو صارف واسطے کی ہموار 60 فریم فی سیکنڈ کارکردگی برقرار رکھنے کے لیے درکار ہے۔
  • 5 ماہ پہلے: وہ وقت جب Lauren Tan نے Cursor میں شمولیت اختیار کی، اور ابتدا میں ایجنٹس پر اعتماد اور تصدیقی مہارتیں قائم کرتے ہوئے کم پیداواری صلاحیت کا سامنا کیا۔
  • Grok 4.6: نیا اعلان کردہ ماڈل نسخہ جو ماڈل کے نسخہ 4.5 کی ٹوکن لاگت برقرار رکھتے ہوئے معیاری آزمائشوں میں کارکردگی بڑھاتا ہے۔

کن تبدیلیوں سے یہ صورتِ حال بدل سکتی ہے

  1. کمپائلر میں داخلی طور پر موجود ایجنٹ حفاظتی حدود کی طرف منتقلی: متحرک سافٹ ویئر کے ڈھانچوں کے بجائے سختی سے کمپائل ہونے والی زبانوں کا وسیع استعمال، جن میں میموری کی ملکیت کے سخت اصول اور اقسام کے نظام موجود ہوں (جیسے Rust)، تاکہ ساختی نفاذ مخصوص مسلسل انضمام کے اسکرپٹس سے براہِ راست کمپائلر کی تشخیصی جانچ میں منتقل ہو جائے۔
  2. پروگرام کے ذریعے تصدیق کے ضابطوں کی معیار بندی: Chrome DevTools Protocol سے آگے، ایجنٹ سے صارف واسطے کی تصدیق کے متحد اور کسی مخصوص پلیٹ فارم سے غیر وابستہ معیارات کا پوری صنعت میں وسیع استعمال، تاکہ ڈیسک ٹاپ، موبائل اور ویب کے واسطے مصنوعی ذہانت کے ایجنٹس کو براہِ راست دستیاب ہوں۔
  3. خودمختار مسلسل انضمام کے تحت وسیع پیمانے پر ضم کرنا: عام تجارتی سافٹ ویئر ٹیموں کی دستی کوڈ جائزے کے سلسلوں سے مکمل خودکار مسلسل انضمام کی ضم کرنے والی قطاروں کی طرف منتقلی، جو مصنوعی جانچ کے اسکور اور مسلسل انضمام کی آزمائشوں سے چلتی ہوں۔
  4. متعدد ایجنٹس کی جانچ میں ٹوکن لاگت کی کمی: بنیادی ماڈلز سے نتائج اخذ کرنے کی لاگت میں نمایاں ساختی کمی، جس سے بڑے اداروں سے باہر کی ترقیاتی ٹیمیں متعدد ایجنٹس کے فیصلہ جاتی جدول اور مرحلہ وار بہتری کے اصلاحی چکر معاشی طور پر مسلسل چلا سکیں۔

مصنوعی ذہانت کی جدید انجینئرنگ کے ڈھانچوں اور خودمختار عمل درآمد کے سلسلوں کو نافذ کرنے کے بارے میں مزید جاننے کے لیے، DeepValues Research کی ویب سائٹ پر دستیاب آزاد مصدر تحقیق کا جائزہ لیں یا آج ہی DeepValues ایپ آزمائیں۔

حوالہ جات

Lauren Tan - SpaceXAI engineer, interview published on YouTube channel Vision Sabbat

دیکھیں

ماخذ کے لنکس

دیکھیں اور سنیں

تحقیقی متن کا لائسنس: CC BY 4.0، حوالہ یوں دیں: DeepValues Research, خودمختار کوڈ ایجنٹس کو بڑے پیمانے پر بروئے کار لانا: تصدیقی چکر اور مسلسل انضمام کی سخت حفاظتی حدود کس طرح سافٹ ویئر کی تیز رفتار فراہمی ممکن بناتی ہیں, https://research.deepvalues.ai/insights/2026-11-02-scaling-engineering-velocity-with-ai-agents-ur/

مفت ہفتہ وار ای میل

Margin of Safety Weekly

ہر سنیچر: مارکیٹ کا درجۂ حرارت، بڑے سرمایہ کاروں نے کیا خریدا اور بیچا (13F فائلنگز)، ہفتے کی نئی تحقیق، اور ہماری ویڈیوز اور پوڈکاسٹس — مفت، اکاؤنٹ کی ضرورت نہیں۔

Send me the DeepValues Margin of Safety Weekly, one email every Saturday. I can unsubscribe at any time. Information only, not investment advice. رازداری

مزید جانیں

کسی بھی شیئر کا یہ تجزیہ 2 منٹ میں کریں

اس رپورٹ کو تیار کرنے والا متعدد ایجنٹس پر مشتمل مصنوعی ذہانت کا تجزیہ کار، Deep Value Intelligence، کسی بھی اسٹاک ایکسچینج میں درج کمپنی کے لیے درخواست پر ایسی ہی رپورٹ تیار کرتا ہے۔

Deep Value Intelligence کھولیں

DeepValues ایپ میں 300+ شیئرز پر نظر رکھیں

آرا، حقیقی قدر اور تازہ رپورٹس، آپ کے فون پر۔

ڈویلپرز: API سے آرا اور رپورٹس حاصل کریں

ان صفحات کی بنیاد بننے والے بنیادی مالی اعداد، حقیقی قدریں، آرا اور رپورٹ لنکس، JSON کی صورت میں۔

API دستاویزات

گفتگو کریں