اینتھروپک نے ایک تفصیلی انجینئرنگ اکاؤنٹ شائع کیا ہے کہ اس نے claude.ai اور Claude ڈیسک ٹاپ ایپ کو دو ہفتے کے اسپرنٹ میں تقریباً تین گنا تیز تر بنایا، اور موڑ یہ ہے کہ زیادہ تر کام کلاڈ نے ہی کیا تھا۔ Anthropic کے انجینئرنگ بلاگ پر شائع ہونے والی پوسٹ میں ہر تھریڈ میں AI ماڈل کے ساتھ ایک Slack چینل سے چلائی جانے والی کارکردگی کی مہم کی وضاحت کی گئی ہے، رکاوٹوں کو تلاش کرنا، بینچ مارکس بنانا، شپنگ میں بہتری، اور ہر تعیناتی کو دیکھنا۔

75ویں پرسنٹائل پر ماپا جانے والے نمبر کافی ہیں۔ claude.ai کے تازہ بوجھ پر ٹائپ ایبل صفحہ کا وقت 3.1 سیکنڈ سے گھٹ کر 0.55 سیکنڈ رہ گیا۔ ایک نیا کلاڈ کوڈ سیشن شروع کرنا 0.8 سیکنڈ سے گر کر 0.3 سیکنڈ رہ گیا، اور Claude Cowork کلاؤڈ سیشن کو لوڈ کرنا 2.6 سیکنڈ سے گر کر 0.73 سیکنڈ رہ گیا۔ مجموعی طور پر، Anthropic کا تخمینہ ہے کہ بہتری ہر روز دسیوں ہزار صارفین کے انتظار کے گھنٹے بچاتی ہے۔ For more context on this story, see our ongoing AI trends.

پہلے ناپنا، پھر حرکت کرنا

سپرنٹ کا آغاز کوڈ کے بجائے پیمائش سے ہوا۔ Datadog MCP سرور کے ذریعے استعمال کے ڈیٹا کا تجزیہ کرنے کے لیے Claude کا استعمال کرتے ہوئے، ٹیم نے 95 فیصد سرگرمی کے لیے صارف کے چار سفروں کی نشاندہی کی: ایپ لانچ کرنا، گفتگو شروع کرنا، موجودہ گفتگو لوڈ کرنا، اور پیغام بھیجنا۔ ویب اور ڈیسک ٹاپ پر ان سفروں کو تیرہ الگ الگ پیمائشوں میں تقسیم کیا گیا، اور ٹیم نے اس وقت تک آلات شامل کیے جب تک کہ ہر ایک کا براہ راست موازنہ نہ کیا جا سکے — صارف کے تعامل سے شروع ہوتا ہے اور نتیجہ سامنے آنے کے بعد ختم ہوتا ہے۔

بنیادی خطوط کی جگہ کے ساتھ، ٹیم نے تقریباً بیس ہاتھ سے چنے ہوئے منصوبوں کی ایک فہرست تیار کی، ہر ایک مخصوص سفر کو نشانہ بناتا ہے، اور کلاڈ نے اسپرنٹ اہداف مقرر کرنے کے لیے ملی سیکنڈ میں ہر ایک کے اثرات کا تخمینہ لگایا تھا۔ منصوبہ جلد پر اترا: انتھروپک رپورٹس تیرہ میں سے بارہ اہداف کو تین دن تک نشانہ بناتی ہیں۔ اس نے کلاڈ کے لیے مزید مواقع کی نشاندہی کرنے اور نئے ورک اسٹریمز کی تجویز کرنے کی گنجائش چھوڑ دی، جس نے تیزی سے اپنے مکمل پروجیکٹس کو آگے بڑھایا اور نتائج کو اصل اہداف سے آگے بڑھا دیا۔

اصل میں کیا بھیج دیا گیا تھا۔

تکنیکی تبدیلیاں جدید ویب پرفارمنس کے کام کی چیک لسٹ کی طرح پڑھتی ہیں۔ تیز تر لانچوں کے لیے، ٹیم نے HTML میں ایک جامد کمپوزر کو بیک کیا تاکہ صارف React کی شروعات کے دوران ٹائپ کرنا شروع کر سکیں، اور V8 کوڈ کیشے کو پہلے سے مرتب کیا تاکہ ڈیسک ٹاپ شیل کا مرکزی عمل شروع ہونے پر دوبارہ شروع سے دوبارہ مرتب نہ ہو۔ بات چیت کے درمیان تیز رفتار نیویگیشن کے لیے، کمپوزر ٹوٹ پھوٹ اور دوبارہ بنانے کے بجائے ماؤنٹ رہتا ہے، جب صارف ان پر گھومتا ہے تو سیشنز پہلے سے تیار کیے جاتے ہیں، اور سائڈبار کے ری رینڈرز میں 90 فیصد کمی کی گئی تھی۔

انضمام کی تاریخ کا پیمانہ سرخی کا اعداد و شمار ہے: پوسٹ کے مطابق، تین ہزار سے زیادہ تبدیلیاں سپرنٹ کے دوران بغیر کسی صارف کا سامنا کرنے والے واقعے یا رول بیک کے سامنے آئیں۔

کلاڈ ٹیگ: گارڈریلز والا ایجنٹ

سپرنٹ اس پر چلی جسے Anthropic Claude Tag کہتے ہیں، جو فی الحال بیٹا میں ہے اور اسے ایک اندرونی تحقیقی ماڈل کے طور پر بیان کیا گیا ہے جس کا تقریباً Opus 5.5 سے موازنہ کیا جا سکتا ہے۔ محنت کی تقسیم کہانی کا سب سے نتیجہ خیز حصہ ہے۔ کلاڈ نے رکاوٹیں پائی، بینچ مارک بنائے، اصلاحات نافذ کیں، اور ہر تعیناتی کی نگرانی کی - ایک وقت میں گھنٹوں، یہاں تک کہ راتوں رات متضاد طور پر کام کرنا۔ انسانوں نے اہداف طے کیے، تجارتی معاہدے کیے، اور ضم ہونے سے پہلے ہر تبدیلی کی منظوری دی۔

ٹیم بھی اپنی تعیناتی کیڈنس سے زیادہ تیزی سے اعادہ کرنا چاہتی تھی، اس لیے اس نے لیب کی پیمائش کو حقیقی دنیا کے پڑھنے کے لیے پراکسی کے طور پر بنایا۔ انجینئرز نے جو سوالات پوچھے ان میں سے: کیا جاوا اسکرپٹ انسٹرکشن شمار وال کلاک ٹائمنگ کو تعیناتی سے پہلے پروٹو ٹائپس کی توثیق کے لیے تیز فیڈ بیک سگنل کے طور پر بدل سکتا ہے؟

یہ AI کی مدد سے چلنے والی انجینئرنگ کے لیے کیوں اہم ہے۔

اینتھروپک کی پوسٹ مخصوص اصلاح کے لیے کم قابل ذکر ہے — جامد گولے، پری فیچنگ، اور رینڈر میں کمی قائم کی گئی تکنیکیں ہیں — اس کے مقابلے میں جو یہ پروڈکشن پیمانے پر AI سے چلنے والی ترقی کے بارے میں ظاہر کرتی ہے۔ ایک فرنٹیئر لیب نے ابھی ایک فلیگ شپ کنزیومر پروڈکٹ کی تین ہزار تبدیلیوں کی کارکردگی کا جائزہ لیا ہے جس میں AI ایجنٹس شناخت، عمل درآمد اور تصدیق کا زیادہ تر کام کرتے ہیں، جبکہ انسانوں نے ہر تبدیلی پر منظوری کا اختیار برقرار رکھا ہے۔

نتیجہ مسابقتی سیاق و سباق میں بھی آتا ہے جہاں ردعمل ایک مصنوعات کی خصوصیت ہے۔ Claude صارفین اور ڈویلپر کی توجہ کے لیے OpenAI کے ChatGPT اور Google کے Gemini کے ساتھ براہ راست مقابلہ کرتا ہے، اور اسسٹنٹ پروڈکٹس کے روزانہ استعمال کی رفتار کو ماڈل کے معیار کی طرح سمجھتا ہے۔ انٹرایکٹو ٹائم ٹو انٹرایکٹو کو 3.1 سیکنڈ سے 0.55 سیکنڈ تک کاٹنا اس واحد سب سے عام شکایت کا ازالہ کرتا ہے جو صارفین کو پروڈکٹ کے بارے میں تھی۔

باہر سے دیکھنے والی انجینئرنگ ٹیموں کے لیے، Anthropic کے اکاؤنٹ سے قابل منتقلی سبق لوپ کا ڈھانچہ ہے: صارف کے سفر کی درست پیمائش کریں، ماڈل کو ان پیمائشوں کے خلاف تبدیلیاں تجویز کرنے اور ان کی توثیق کرنے دیں، انسانی منظوری کا دروازہ رکھیں، اور دائرہ کار کو صرف اتنی ہی تیزی سے پھیلائیں جتنی پیمائش کا نظام تصدیق کر سکتا ہے۔ اینتھروپک کی اپنی فریمنگ یہ ہے کہ ایک بار جب کلاڈ کسی چیز کی پیمائش کر سکتا ہے، تو وہ اسے تیز تر بنا سکتا ہے — اس لیے ٹیم پیمائش کرنے کے لیے مزید چیزیں تلاش کرتی رہی۔

آیا اسی طرح کے ایجنٹ سے چلنے والے سپرنٹ سافٹ ویئر انڈسٹری میں معیاری مشق بنتے ہیں یا نہیں، یہ دیکھنا باقی ہے، لیکن اینتھروپک نے ابھی تک سب سے ٹھوس عوامی ڈیٹا پوائنٹس میں سے ایک فراہم کیا ہے کہ وہ پیمانے پر کام کر سکتے ہیں۔ قارئین جو یہ جان رہے ہیں کہ AI کس طرح سافٹ ویئر کی ترقی کو نئی شکل دے رہا ہے وہ مزید پیشرفت کے لیے ہماری AI ریسرچ کوریج کی پیروی کر سکتے ہیں۔

---

Stay Ahead of AI

Get the latest AI news, analysis, and breakthroughs — all in one place.

Read more AI news →