Nvidia نے ظاہر کیا کہ AI ماڈل نہیں، بلکہ harness ہی اصل ہیرو ہے

AI کے سب سے مشکل benchmarks میں سے ایک پر 100% اسکور — اور ماڈل کو اس کا کریڈٹ بمشکل ملتا ہے۔ Nvidia کی تازہ ترین تحقیق خاموشی سے جمعہ کو سامنے آئی، لیکن اس کے اثرات بہت بڑے ہیں: AI ماڈل کے ارد گرد جو ڈھانچہ آپ بناتے ہیں وہ خود ماڈل سے زیادہ اہم ہے، خاص طور پر جب کام پیچیدہ اور طویل مدتی ہو۔ اگر آپ ایشیا میں کوئی ڈیولپر یا بانی ہیں جو ابھی بھی یہ سوچ رہے ہیں کہ کون سا foundation model منتخب کریں، تو یہ تحقیق اس سوچ کو براہ راست چیلنج کرتی ہے۔

کیا ہوا

Nvidia نے نئی تحقیق شائع کی جس میں دکھایا گیا کہ Claude Opus 5، جب ایک custom-built harness میں لپیٹا گیا، تو ARC-AGI-3 پر 100% اسکور حاصل کیا — یہ ایک interactive reasoning benchmark ہے جو AI کی general-purpose صلاحیت کا معیار بن گیا ہے۔ harness کے بغیر، Opus 5 نے 30% اسکور کیا، جو تمام ٹیسٹ کیے گئے ماڈلز میں سب سے زیادہ تھا۔ 30% سے 100% تک کا فاصلہ بہتر ماڈل میں تبدیل کر کے بند نہیں کیا گیا۔ یہ ایک ہی ماڈل کے ارد گرد بہتر بنیادی ڈھانچہ بنا کر بند کیا گیا۔

Nvidia نے جو harness بنایا — جسے AVO کہا جاتا ہے — اس میں دو اہم اجزاء ہیں: ایک میموری مینجمنٹ سسٹم جو طویل مدتی context کو سنبھالنے کے لیے ڈیزائن کیا گیا ہے، اور ایک "supervisor" جزو جو ایک بوس کی طرح کام کرتا ہے، ایجنٹ کو کام پر رکھتا ہے اور اسے غیر ضروری reasoning loops میں بھٹکنے سے روکتا ہے۔ TechCrunch کی رپورٹنگ کے مطابق، Adel El Hallak، Nvidia کے AI یونٹ کے VP of product، نے یہ صاف کہا: "یہ ماڈل ہے۔ یہ ماڈل کے ارد گرد کا ڈھانچہ ہے، جسے ہم harness کہتے ہیں، یعنی tools کا مجموعہ جو یہ استعمال کرتا ہے۔ یہ runtime اور متعلقہ skills اور libraries ہیں جو ہم اسے رسائی دیتے ہیں۔"

یہ تحقیق خاص طور پر long-horizon tasks پر توجہ مرکوز کرتی ہے — وہ کام جو بہت سے فیصلوں کو ایک ساتھ جوڑنے کی ضرورت ہے، کبھی کبھی دنوں میں، ایک مکمل نتیجہ تک پہنچنے کے لیے۔ یہ ایک سادہ prompt-response تبادلے سے بنیادی طور پر مختلف ہے۔ AI کو طویل مدتی کاموں کو قابل اعتماد طریقے سے انجام دینے کے لیے بغیر بھٹکے حاصل کرنا agentic AI تحقیق میں سب سے مشکل کھلے مسائل میں سے ایک ہے۔ Nvidia کی تحقیق تجویز کرتی ہے کہ جواب ایک ذہین ماڈل نہیں ہے — یہ ایک ذہین harness ہے۔

یہ AI سسٹم ڈیزائن کے بارے میں سوچنے کے طریقے میں ایک معنی خیز تبدیلی ہے۔ ماڈل دماغ ہے۔ harness اعصابی نظام، نظم و ضبط، اور میموری ہے۔ آپ کو تینوں کی ضرورت ہے۔

ایشیا کے لیے یہ کیوں اہم ہے

ایشیا کے ڈیولپر اور startup ماحول کا foundation models کے ساتھ ایک خاص رشتہ ہے جو اس تحقیق کو خاص طور پر متعلقہ بناتا ہے۔ جنوب مشرقی ایشیا، ہندوستان، جاپان، جنوبی کوریا، اور چین میں، زیادہ تر ٹیمز foundation models نہیں بنا رہے — وہ ان کے اوپر تعمیر کر رہے ہیں۔ حکمت عملی کا سوال ہمیشہ یہ تھا: ہم کون سا ماڈل استعمال کریں؟ Nvidia کی تحقیق اس سوال کو ثانوی کے طور پر دوبارہ تشکیل دیتی ہے۔

ایشیا کے AI دوڑ میں حقیقی مسابقتی فائدہ GPT-5 یا Claude Opus 6 تک خصوصی رسائی سے نہیں آنے والا۔ یہ ان ٹیمز سے آنے والا ہے جو بہتر harnesses بناتے ہیں — بہتر میموری architectures، بہتر tool orchestration، بہتر supervisor logic — جو بھی ماڈل ان کے لیے دستیاب ہو اس کے اوپر۔ یہ ایک ایسی دوڑ ہے جو ایشیائی ڈیولپرز جیت سکتے ہیں، کیونکہ یہ ایک انجینئرنگ اور پروڈکٹ کا مسئلہ ہے، compute-budget کا نہیں۔

جکارتہ، بنگلور، یا ہو چی منہ سٹی میں ایک بانی کے لیے عملی حقیقت پر غور کریں جو AI-powered workflow پروڈکٹ بنا رہے ہیں۔ آپ اپنا خود کا frontier model تربیت نہیں دے رہے۔ آپ ایک API کو کال کر رہے ہیں۔ سوال یہ بن جاتا ہے: آپ اس API کال کے ارد گرد کیا بناتے ہیں؟ آپ multi-day task میں context کو کیسے سنبھالتے ہیں؟ جب ایجنٹ کو کوئی غیر متوقع حالت آئے تو آپ اسے track سے ہٹنے سے کیسے روکتے ہیں؟ یہ harness کے مسائل ہیں، اور یہ مضبوط انجینئرنگ سے حل ہو سکتے ہیں۔

ایک cost کا پہلو بھی ہے جو ایشیا میں شدت سے اہم ہے۔ بہترین harnesses کے ساتھ چھوٹے ماڈلز بڑے، زیادہ مہنگے ماڈلز کو بغیر harness کے بہتر کارکردگی دے سکتے ہیں۔ startups کے لیے جو محدود cloud budgets پر کام کر رہے ہیں — جو علاقے میں زیادہ تر startups ہیں — یہ صرف ایک architectural insight نہیں ہے، یہ ایک مالیاتی حکمت عملی ہے۔ ایک بہترین harness بنائیں، اور آپ ایک سست ماڈل استعمال کرنے کی متحمل ہو سکتے ہیں۔ benchmark کا نتیجہ اس کو تجرباتی طور پر ثابت کرتا ہے۔

ایشیائی ٹیک ہمیشہ دستیاب اجزاء پر ذہین سسٹمز بنا کر مسابقت کرتا ہے۔ یہ تحقیق AI کی architectural سطح پر اس طریقہ کار کی تصدیق کرتی ہے۔

ڈیولپرز کے لیے اس کا مطلب

اگر آپ آج agentic systems بنا رہے ہیں، تو Nvidia کی تحقیق آپ کو ایک ٹھوس framework دیتی ہے کہ اپنی انجینئرنگ کوشش کو کہاں لگائیں۔ ماڈل کو ایک black box کے طور پر سمجھنا بند کریں جو یا تو کام کرتا ہے یا نہیں۔ harness کو بطور بنیادی انجینئرنگ سطح کے سمجھنا شروع کریں۔

Nvidia کی تحقیق کی بنیاد پر، ایک production-grade harness کو یہ سنبھالنے کی ضرورت ہے:

• میموری مینجمنٹ: طویل مدتی کام تیزی سے context جمع کرتے ہیں۔ بغیر واضح میموری architecture کے — یہ فیصلہ کرنا کہ کیا رکھیں، کیا compress کریں، کیا ختم کریں — ماڈل کا موثر context وقت کے ساتھ خراب ہو جاتا ہے، اور کارکردگی ختم ہو جاتی ہے۔ یہ ماڈل کا مسئلہ نہیں ہے۔ یہ ایک systems کا مسئلہ ہے۔
• Supervisor logic: Nvidia کے harness میں ایک supervisor جزو ہے جو ایجنٹ کی پیشرفت کی نگرانی کرتا ہے اور جب یہ بھٹکتا ہے تو مداخلت کرتا ہے۔ اس کو ایک lightweight meta-agent کے طور پر سوچیں جس کا واحد کام بنیادی ایجنٹ کو ایماندار رکھنا ہے۔ یہ نافذ کرنے کے لیے دوسرے frontier model کی ضرورت نہیں ہے — ایک چھوٹا، سستا ماڈل supervisor کا کردار موثر طریقے سے ادا کر سکتا ہے۔
• Tool orchestration: ایجنٹ کون سے tools کو کال کر سکتا ہے، کس ترتیب میں، کیا error-handling logic کے ساتھ — یہ harness کا علاقہ ہے۔ خراب طریقے سے ڈیزائن کیا گیا tool orchestration production agent deployments میں سب سے عام ناکامی کے طریقوں میں سے ایک ہے۔
• Feedback loops: harness کو نتائج کو ماڈل کو ایک منظم طریقے سے واپس کرنے کی ضرورت ہے، نہ کہ خام output کو ڈمپ کریں۔ آپ اس feedback کو کیسے format کرتے ہیں یہ ماڈل کے اگلے فیصلے کو نمایاں طور پر متاثر کرتا ہے۔

عملی طور پر، اس کا مطلب ہے کہ آپ کے architecture review کو "کون سا ماڈل؟" سے شروع نہیں ہونا چاہیے۔ یہ "ہمارا harness میموری، supervision، tool calls، اور feedback کو کیسے سنبھالتا ہے؟" سے شروع ہونا چاہیے۔ ان چار سوالوں کا اچھی طرح جواب دیں، اور آپ کا ماڈل کا انتخاب ایک ثانوی optimization بن جاتا ہے۔

MonstarX پر تعمیر کرنے والی ٹیمز کے لیے، یہ براہ راست اس طریقے سے map کرتا ہے جس طریقے سے platform ڈیزائن کیا گیا ہے — بنیادی ماڈل ایک layer ہے، لیکن اس کے ارد گرد connectors، orchestration logic، اور runtime environment وہ ہیں جہاں حقیقی differentiation رہتی ہے۔ Nvidia کی تحقیق بنیادی طور پر platform-over-model فلسفے کی تصدیق ہے جو سنجیدہ AI-native development پچھلے 18 ماہ میں منتقل ہو رہی ہے۔

ایک عملی شروعات کا نقطہ: اپنے موجودہ agent implementations کو audit کریں اور شناخت کریں کہ steps میں context کہاں کھو رہا ہے۔ یہ تقریباً ہمیشہ طویل مدتی کاموں میں پہلی ناکامی کا طریقہ ہے، اور یہ مکمل طور پر ایک harness کا مسئلہ ہے۔ ماڈل کو upgrade کرنے پر غور کرنے سے پہلے میموری layer کو ٹھیک کریں۔

اہم نکات

Nvidia کی AVO تحقیق ایک صاف، تجرباتی طور پر بنیاد پر کی گئی دلیل ہے کسی چیز کے لیے جس کا تجربہ کار AI انجینئرز کو کچھ عرصے سے شک ہے: harness ہی پروڈکٹ ہے۔ ماڈل بنیادی ڈھانچہ ہے۔ یہاں آگے لے جانے کے لیے ہے:

• ماڈل کا انتخاب ایک شروعات ہے، حکمت عملی نہیں۔ Claude Opus 5 ARC-AGI-3 پر 30% سے 100% تک گیا ایک ہی weights کے ساتھ اور بہتر harness کے ساتھ۔ ماڈلز کے درمیان فرق حقیقی ہے، لیکن طویل مدتی کام کے لیے harnesses کے درمیان فرق بڑا ہے۔
• میموری architecture agentic systems کے لیے غیر قابل تنازع ہے۔ اگر آپ کا ایجنٹ ایسے کام چلا رہا ہے جو کچھ منٹ سے زیادہ یا کچھ tool calls سے زیادہ ہو، تو آپ کو ایک واضح میموری مینجمنٹ layer کی ضرورت ہے۔