Google DeepMind نے Interactions API کو اپنے جیمنی ماڈلز اور ایجنٹس کے لیے ڈیفالٹ انٹرفیس بنا دیا ہے، جس نے پرانے `generateContent` انٹرفیس سے ایک شفٹ کو مکمل کیا ہے جس نے ماڈلز کو پہلی بار بھیجے جانے کے بعد سے جیمنی کی ترقی کو اینکر کیا ہے۔ 26 جون کو گوگل کے ڈویلپر بلاگ پر اعلان کردہ اس اقدام نے ایک ایسے API کو بلند کیا جو دسمبر 2025 سے بیٹا میں ہے اس بنیادی طریقہ میں ڈویلپرز کو جیمنی پر تعمیر کرنے کی توقع ہے۔

پرانا 'generateContent' انٹرفیس اب بھی کام کرتا ہے، گوگل نے زور دیا، لہذا موجودہ ایپلی کیشنز راتوں رات نہیں ٹوٹیں گی۔ لیکن کمپنی اب ایک مضبوط لکیر کھینچ رہی ہے: ایجنٹ کی نئی صلاحیتیں صرف آگے بڑھتے ہوئے Interactions API کے ذریعے بھیجی جائیں گی۔ For more context on this story, see our ongoing breaking AI news.

> "تعاملات ایجنٹوں کے نئے دور کے لیے مرحلہ طے کرتے ہیں۔"
>
> — لوگن کِل پیٹرک، گوگل ڈویلپر تعلقات کی قیادت

گوگل نے ڈیولپرز کو پچھلے انٹرفیس سے آگے بڑھنے میں مدد کے لیے ایک مائیگریشن گائیڈ شائع کیا ہے، اور نیا API اب Google AI اسٹوڈیو کے اندر اور تمام آفیشل جیمنی دستاویزات میں ڈیفالٹ ہے۔

تعاملات API کیا تبدیل کرتا ہے۔

سب سے اہم تبدیلی ساختی ہے۔ پچھلے انٹرفیس نے کرداروں کے ارد گرد گفتگو کو منظم کیا — لیبل جیسے `صارف` اور `ماڈل` — واقف چیٹ فارمیٹ کی عکس بندی کرتا ہے جسے زیادہ تر بڑے لینگویج ماڈل APIs نے اپنایا ہے۔ تعاملات API اس کردار پر مبنی ڈھانچے کو ٹائپ کردہ اقدامات سے بدل دیتا ہے، جہاں صارف کے ان پٹ سے لے کر ماڈل کے جواب میں فنکشن کال تک ہر عمل اس کا اپنا واضح طور پر بیان کردہ مرحلہ ہوتا ہے۔

نتیجہ، گوگل کے مطابق، ایک اسکیما ہے جو سادہ آگے پیچھے چیٹ کے بجائے پیچیدہ ایجنٹ ورک فلو کے لیے موزوں ہے۔ ایجنٹوں کو معمول کے مطابق ٹول کالز کو ایک ساتھ جوڑنے، پس منظر میں چلانے، اور درمیانی نتائج کی بنیاد پر برانچ کرنے کی ضرورت ہوتی ہے - وہ نمونے جنہیں پرانے کردار پر مبنی گفتگو کے ماڈل نے عجیب طریقے سے سنبھالا تھا۔

بلٹ ان ایجنٹ پرائمیٹوز

2025 کے آخر میں بیٹا میں داخل ہونے کے بعد سے، Interactions API نے خصوصیات کا ایک مجموعہ جمع کیا ہے جسے Google فرسٹ کلاس ایجنٹ بلڈنگ بلاکس کے طور پر پوزیشن دے رہا ہے:

  • منظم ایجنٹ جو اپنے لینکس سینڈ باکس کے اندر چلتے ہیں، جس سے ڈویلپرز کو ایجنٹ سے تیار کردہ کوڈ اور کمانڈز کو انجام دینے کے لیے الگ تھلگ ماحول ملتا ہے۔
  • طویل عرصے سے چلنے والے کاموں کے لیے بیک گراؤنڈ ایگزیکیوشن، ایجنٹوں کو ایک درخواست پر بلاک کرنے کے بجائے متضاد طور پر کام جاری رکھنے کی اجازت دیتا ہے۔
  • گوگل سرچ اور گوگل میپس کے ساتھ ٹول چیننگ، تاکہ ایجنٹ ڈیولپرز کو ان انضمام کو دستی طور پر وائرنگ کیے بغیر ریئل ٹائم معلومات اور مقام کا ڈیٹا کھینچ سکیں۔
  • میڈیا جنریشن تصاویر، موسیقی اور تقریر کو پھیلاتے ہوئے، ایک ہی ایجنٹ انٹرفیس کو ملٹی موڈل آؤٹ پٹ پیدا کرنے دیتا ہے۔

گوگل نے بیٹا کے بعد سے اسکیما کے کچھ حصوں کو بھی آسان بنا دیا ہے، اس رگڑ کو دور کرتے ہوئے جسے ابتدائی اختیار کرنے والوں نے جھنڈا لگایا تھا۔

فلیکس اور ترجیحی موڈز

تعاملات API پر تعمیر کرنے والے ڈویلپرز عملدرآمد کے دو طریقوں میں سے انتخاب کر سکتے ہیں۔ فلیکس موڈ لاگت میں تقریباً 50 فیصد کمی کرتا ہے، سستے تخمینے کے لیے کچھ تاخیر کی تجارت کرتا ہے — زیادہ حجم یا پس منظر کے کام کے لیے مفید ہے۔ ترجیحی موڈ اس کے بجائے رفتار کو بہتر بناتا ہے، تیز ترین جواب کے لیے درخواستوں کو روٹنگ کرتا ہے۔

Google کے لیے مسابقتی طور پر لاگت کا لیور اہمیت رکھتا ہے۔ انٹرپرائز AI اخراجات پوری صنعت میں ایک مرکزی تشویش بن گیا ہے، کمپنیاں ماڈل کے استعمال کے پیمانے کے طور پر ٹوکن لاگت کی تیزی سے جانچ کر رہی ہیں۔ 50 فیصد لاگت میں کمی کے موڈ کی پیشکش جیمنی کے ڈویلپرز کو پلیٹ فارم کو چھوڑے بغیر بلوں کو رکھنے کا ایک ٹھوس طریقہ فراہم کرتا ہے۔

شفٹ کیوں اہم ہے۔

منتقلی چیٹ انٹرفیس سے ایجنٹ انٹرفیس کی طرف صنعت کے وسیع محور کی عکاسی کرتی ہے۔ جہاں ابتدائی LLM پروڈکٹس کو بات چیت کے معاون کے طور پر تیار کیا گیا تھا، ڈویلپر ٹولنگ کی موجودہ لہر خود مختار اور نیم خودمختار ایجنٹوں کے ارد گرد بنائی گئی ہے جو تمام ٹولز اور سروسز میں ملٹی سٹیپ کاموں کو مکمل کرتی ہے۔

تعاملات API کو ڈیفالٹ بنا کر — اور خصوصی طور پر اس کے لیے ایجنٹ کی نئی خصوصیات محفوظ کر کے — گوگل اپنے پورے ڈویلپر کی بنیاد کو اس ایجنٹ کے مستقبل کے لیے ڈیزائن کیے گئے انفراسٹرکچر کی طرف متوجہ کر رہا ہے۔ جو ڈویلپرز 'generateContent' پر رہیں گے وہ مطابقت برقرار رکھیں گے لیکن آہستہ آہستہ نئی صلاحیتوں سے محروم ہو جائیں گے۔

تبدیلی اس وقت آتی ہے جب ایجنٹ پرت پر مقابلہ تیز ہوتا ہے۔ انتھروپک اپنے کلاڈ کوڈ اور کلاڈ ٹیگ پروڈکٹس کے ساتھ ایجنٹ کے بنیادی ڈھانچے کی طرف جھک گیا ہے، اوپن اے آئی اپنے ایجنٹ اور کمپیوٹر کے استعمال کی صلاحیتوں کو بڑھا رہا ہے، اور اوپن سورس فریم ورک بڑھ رہے ہیں۔ گوگل کی شرط یہ ہے کہ ڈویلپر انٹرفیس کا مالک ہونا - نہ صرف بنیادی ماڈل - کیونکہ ایجنٹی ایپلی کیشنز کی پیداوار میں منتقلی فیصلہ کن ہوگی۔

Google نے 'generateContent' انٹرفیس کے لیے زندگی کے اختتام کی تاریخ کا اعلان نہیں کیا ہے، لیکن واضح سمت یہ ہے کہ Interactions API اب Gemini پر تعمیر کرنے والے ہر فرد کے لیے آگے کا راستہ ہے۔

---

Stay Ahead of AI

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

Read more AI news →