Anthropic ਨੇ ਆਪਣੇ ਸਿਸਟਮ-ਪ੍ਰੋਂਪਟ ਨਿਰਦੇਸ਼ਾਂ ਵਿੱਚੋਂ 80% ਹਟਾ ਦਿੱਤੇ ਹਨ ਅਤੇ Opus 5 ਲਾਂਚ ਕੀਤਾ ਹੈ, ਜੋ ਕਿ ਇੱਕ ਨਵਾਂ Claude Code ਮਾਡਲ ਹੈ ਜੋ ਦਿਨਾਂ ਜਾਂ ਹਫ਼ਤਿਆਂ ਲਈ ਖੁਦਮੁਖਤਿਆਰ (autonomously) ਰੂਪ ਵਿੱਚ ਚੱਲ ਸਕਦਾ ਹੈ ਅਤੇ Arc AGI ਬੈਂਚਮਾਰਕ 'ਤੇ 30% ਸਕੋਰ ਕਰਦਾ ਹੈ। ਇਹ "press-delete" ਰੀਡਿਜ਼ਾਈਨ, ਜਿਸ ਨੂੰ ਕੰਪਨੀ "unhobbling" ਰਣਨੀਤੀ ਕਹਿੰਦੀ ਹੈ, AI ਦੀਆਂ ਅਸਲ ਸਮਰੱਥਾਵਾਂ ਨੂੰ ਸਾਹਮਣੇ ਆਉਣ ਦਿੰਦਾ ਹੈ, ਉਹਨਾਂ ਸਾਫਟਵੇਅਰ ਦੀਆਂ ਬੰਧਨਾਂ ਤੋਂ ਬਿਨਾਂ ਜੋ ਆਮ ਤੌਰ 'ਤੇ ਵੱਡੇ ਭਾਸ਼ਾ ਮਾਡਲਾਂ (large language models) ਨੂੰ ਸਿਰਫ਼ ਚੈਟ ਮੋਡ ਤੱਕ ਸੀਮਤ ਰੱਖਦੇ ਹਨ।

ਇਹ ਬਦਲਾਅ ਕਿਉਂ ਮਹੱਤਵਪੂਰਨ ਹੈ

Anthropic ਦੇ ਇੰਜੀਨੀਅਰਾਂ ਨੇ ਪਹਿਲਾਂ Claude ਨੂੰ ਗਾਰਡਰੇਲਜ਼ (guardrails) ਦੇ ਇੱਕ ਸੰਘਣੇ ਸਮੂਹ ਨਾਲ ਭਰਿਆ ਹੁੰਦਾ ਸੀ—ਸਪੱਸ਼ਟ ਪ੍ਰੋਂਪਟ ਜੋ ਮਾਡਲ ਨੂੰ ਦੱਸਦੇ ਸਨ ਕਿ ਕੀ ਕਹਿਣਾ ਹੈ, ਕੀ ਨਹੀਂ ਕਹਿਣਾ ਹੈ, ਅਤੇ ਕੰਮ 'ਤੇ ਕਿਵੇਂ ਟਿਕੇ ਰਹਿਣਾ ਹੈ। ਉਹ ਪ੍ਰੋਂਪਟ ਇੱਕ ਪੱਟੀ (leash) ਵਾਂਗ ਕੰਮ ਕਰਦੇ ਸਨ, ਜੋ ਮਾਡਲ ਨੂੰ ਅਣਪਰਖੇ ਵਿਵਹਾਰ ਵੱਲ ਜਾਣ ਤੋਂ ਰੋਕਦੇ ਸਨ ਪਰ ਨਾਲ ਹੀ ਇਸਦੀਆਂ ਪ੍ਰਾਪਤੀਆਂ ਨੂੰ ਵੀ ਸੀਮਤ ਕਰਦੇ ਸਨ। ਜਦੋਂ Opus 5 ਆਇਆ, ਤਾਂ ਟੀਮ ਨੇ ਪੂਰੇ ਪ੍ਰੋਂਪਟ ਸਟੈਕ ਨੂੰ ਡਿਲੀਟ ਕਰ ਦਿੱਤਾ, ਫਿਰ ਇੱਕ-ਇੱਕ ਕਰਕੇ ਨਿਰਦੇਸ਼ਾਂ ਨੂੰ ਦੁਬਾਰਾ ਜੋੜਿਆ ਅਤੇ ਹਰੇਕ ਦੇ ਪ੍ਰਭਾਵ ਨੂੰ ਮਾਪਿਆ। ਕਿਉਂਕਿ ਨਵਾਂ ਮਾਡਲ ਵਧੇਰੇ ਸਮਰੱਥ ਹੈ, ਉਹਨਾਂ ਨੇ ਜ਼ਿਆਦਾਤਰ ਅਸਲ ਸ਼ਬਦਾਂ ਨੂੰ ਹਟਾ ਦਿੱਤਾ ਅਤੇ ਫਿਰ ਵੀ ਭਰੋਸੇਯੋਗ ਨਤੀਜੇ ਪ੍ਰਾਪਤ ਕੀਤੇ। ਸਿਸਟਮ ਹੁਣ ਉੱਚ-ਪੱਧਰੀ ਟੀਚੇ ਨੂੰ ਸਮਝਦਾ ਹੈ ਅਤੇ ਪੂਰੀਆਂ ਫਾਈਲਾਂ ਅਤੇ ਫੀਚਰਾਂ ਨੂੰ ਤਿਆਰ ਕਰਦਾ ਹੈ।

ਤਕਨੀਕੀ ਲਾਭ

  • ਬੈਂਚਮਾਰਕ ਵਿੱਚ ਵੱਡਾ ਉਛਾਲ – Opus 5 ਨੇ Arc AGI ਬੈਂਚਮਾਰਕ 'ਤੇ 30% ਸਕੋਰ ਹਾਸਲ ਕੀਤਾ, ਜੋ ਕਿ ਇੱਕ ਅਜਿਹਾ ਮਾਪਦੰਡ ਹੈ ਜੋ ਨਵੇਂ ਸਵਾਲਾਂ ਨੂੰ ਹੱਲ ਕਰਨ ਦੀ ਮਾਡਲ ਦੀ ਯੋਗਤਾ ਨੂੰ ਮਾਪਦਾ ਹੈ। ਪਹਿਲਾਂ ਦੇ Claude ਵਰਜ਼ਨ ਇਸ ਤੋਂ ਬਹੁਤ ਘੱਟ ਸਕੋਰ ਕਰਦੇ ਸਨ, ਜੋ ਕਿ ਸ਼ੁੱਧ ਤਰਕ ਸ਼ਕਤੀ (reasoning power) ਵਿੱਚ ਇੱਕ ਵੱਡੇ ਉਛਾਲ ਦਾ ਸੰਕੇਤ ਹੈ।
  • ਲੰਬੀ ਖੁਦਮੁਖਤਿਆਰੀ – “Auto Mode” ਫੀਚਰ ਮਾਡਲ ਨੂੰ ਲੰਬੇ ਸਮੇਂ ਤੱਕ ਕੰਮ ਕਰਨ ਦੀ ਇਜਾਜ਼ਤ ਦਿੰਦਾ ਹੈ, ਜੋ ਆਪਣੇ ਸੰਦਰਭ (context) ਨੂੰ ਬਰਕਰਾਰ ਰੱਖਦਾ ਹੈ ਅਤੇ ਲਗਾਤਾਰ ਮਨੁੱਖੀ ਦਖਲਅੰਦਾਜ਼ੀ ਤੋਂ ਬਿਨਾਂ ਤਰੱਕੀ ਕਰਦਾ ਹੈ। ਅਸਲ ਵਿੱਚ, ਇੱਕ ਡਿਵੈਲਪਰ ਮਾਡਲ ਨੂੰ ਇੱਕ ਸਪੈਸੀਫਿਕੇਸ਼ਨ ਦੇ ਸਕਦਾ ਹੈ ਅਤੇ ਇਸਨੂੰ ਦਿਨਾਂ ਤੱਕ ਕੰਮ ਕਰਨ ਲਈ ਛੱਡ ਸਕਦਾ ਹੈ, ਅਤੇ ਸਿਰਫ਼ ਉਦੋਂ ਹੀ ਚੈੱਕ ਕਰ ਸਕਦਾ ਹੈ ਜਦੋਂ ਕੋਈ ਮੀਲਸਟੋਨ (milestone) ਪ੍ਰਾਪਤ ਹੋ ਜਾਵੇ।
  • ਪ੍ਰੋਂਪਟ ਇੰਜੈਕਸ਼ਨ (prompt injection) ਵਿਰੁੱਧ ਮਜ਼ਬੂਤੀ – ਪ੍ਰੋਂਪਟ ਇੰਜੈਕਸ਼ਨ ਯੂਜ਼ਰ ਇਨਪੁਟ ਵਿੱਚ ਮਾੜੇ ਨਿਰਦੇਸ਼ਾਂ ਨੂੰ ਸ਼ਾਮਲ ਕਰਕੇ ਮਾਡਲ ਨੂੰ ਉਸਦੇ ਸੁਰੱਖਿਆ ਨਿਯਮਾਂ ਨੂੰ ਨਜ਼ਰਅੰਦਾਜ਼ ਕਰਨ ਲਈ ਮਜਬੂਰ ਕਰਦਾ ਹੈ। Anthropic ਦਾ ਕਹਿਣਾ ਹੈ ਕਿ Opus 5 ਆਪਣੇ ਪਿਛਲੇ ਮਾਡਲਾਂ ਨਾਲੋਂ ਇਸ ਹਮਲੇ ਦਾ ਬਿਹਤਰ ਵਿਰੋਧ ਕਰਦਾ ਹੈ, ਜਿਸਦਾ ਕਾਰਨ ਅੰਦਰੂਨੀ ਖੋਜ ਅਤੇ ਵਿਸ਼ੇਸ਼ ਕਲਾਸੀਫਾਇਰ ਹਨ ਜੋ ਸ਼ੱਕੀ ਪੈਟਰਨਾਂ ਦੀ ਪਛਾਣ ਕਰਦੇ ਹਨ। ਉਹ ਲਾਂਚ ਕਰਨ ਤੋਂ ਪਹਿਲਾਂ ਐਗਜ਼ਿਟ ਕ੍ਰਾਈਟੀਰੀਆ (exit criteria) ਅਤੇ ਗਾਰਡਰੇਲਜ਼ ਨਿਰਧਾਰਤ ਕਰਨ ਦੀ ਵੀ ਸਿਫਾਰਸ਼ ਕਰਦੇ ਹਨ।

ਡਿਵੈਲਪਰਾਂ ਅਤੇ ਉੱਦਮਾਂ (enterprises) ਲਈ ਜੋਖਮ ਅਤੇ ਮੌਕੇ

AI-ਸੰਚਾਲਿਤ ਟੂਲ ਬਣਾਉਣ ਵਾਲੇ ਸਟਾਰਟਅੱਪਸ ਲਈ, ਇਹ ਬਦਲਾਅ “product overhang”—ਜੋ ਕਿ ਇੱਕ ਮਾਡਲ ਕੀ ਕਰ ਸਕਦਾ ਹੈ ਅਤੇ ਆਲੇ-ਦੁਆਲੇ ਦਾ ਸਾਫਟਵੇਅਰ ਉਸਨੂੰ ਕੀ ਕਰਨ ਦੀ ਇਜਾਜ਼ਤ ਦਿੰਦਾ ਹੈ, ਉਸ ਵਿਚਕਾਰਲੇ ਪਾੜੇ ਨੂੰ ਵਧਾਉਂਦਾ ਹੈ। ਉਸ ਪਾੜੇ ਨੂੰ ਖਤਮ ਕਰਕੇ, Claude Code ਇੱਕ ਸਧਾਰਨ ਚੈਟ ਇੰਟਰਫੇਸ ਨੂੰ ਇੱਕ ਫੁੱਲ-ਸਟੈਕ ਡਿਵੈਲਪਮੈਂਟ ਸਹਾਇਕ ਵਿੱਚ ਬਦਲ ਸਕਦਾ ਹੈ ਜੋ ਖੁਦਮੁਖਤਿਆਰ ਰੂਪ ਵਿੱਚ ਕੋਡ ਲਿਖਦਾ ਹੈ, ਟੈਸਟ ਕਰਦਾ ਹੈ ਅਤੇ ਰੀਫੈਕਟਰ (refactor) ਕਰਦਾ ਹੈ। ਉੱਦਮ (enterprises) ਜੋ ਇਸ ਮਾਡਲ ਨੂੰ ਅਪਣਾਉਂਦੇ ਹਨ, ਉਹ ਵਾਰ-ਵਾਰ ਹੋਣ ਵਾਲੇ ਕੋਡਿੰਗ ਕੰਮਾਂ 'ਤੇ ਬਿਤਾਏ ਸਮੇਂ ਨੂੰ ਘਟਾ ਸਕਦੇ ਹਨ, ਜਿਸ ਨਾਲ ਇੰਜੀਨੀਅਰਾਂ ਨੂੰ ਉੱਚ-ਪੱਧਰੀ ਡਿਜ਼ਾਈਨ ਕੰਮਾਂ ਲਈ ਸਮਾਂ ਮਿਲੇਗਾ।

“unhobbling” ਦਾ ਅਸਲ ਮਤਲਬ ਕੀ ਹੈ

Cherny ਨੇ ਇੱਕ ਸਮਰੱਥ ਮਾਡਲ ਨੂੰ ਅਨੁਯੋਗ ਬਣਾਉਣ ਵਾਲੀਆਂ ਨਕਲੀ ਪਾਬੰਦੀਆਂ ਤੋਂ ਮੁਕਤ ਕਰਨ ਦਾ ਵਰਣਨ ਕਰਨ ਲਈ “unhobbling” ਸ਼ਬਦ ਦੀ ਵਰਤੋਂ ਕੀਤੀ। ਬਹੁਤ ਸਾਰੇ AI ਉਤਪਾਦਾਂ ਵਿੱਚ, ਡਿਵੈਲਪਰ ਜਾਣਬੁੱਝ ਕੇ ਮਾਡਲ ਦੀਆਂ ਕੋਸ਼ਿਸ਼ਾਂ ਨੂੰ ਸੀਮਤ ਕਰਦੇ ਹਨ ਕਿਉਂਕਿ UI ਜਾਂ ਪਾਲਿਸੀ ਫਰੇਮਵਰਕ ਮਾਡਲ ਦੇ ਪੂਰੇ ਦਾਇਰੇ ਲਈ ਤਿਆਰ ਨਹੀਂ ਹੁੰਦਾ। ਇਸਦਾ ਨਤੀਜਾ “product overhang” ਵਜੋਂ ਨਿਕਲਦਾ ਹੈ ਜਿੱਥੇ AI ਅਣਵਰਤੇ ਸੰਭਾਵਨਾਵਾਂ ਦੇ ਪੀਠ 'ਤੇ ਬੈਠਾ ਹੁੰਦਾ ਹੈ। Claude Code ਉਸ ਸੰਭਾਵਨਾ ਨੂੰ ਜ਼ਮੀਨ 'ਤੇ ਲਿਆਉਂਦਾ ਹੈ, ਜਿਸ ਨਾਲ ਮਾਡਲ ਸਿਰਫ਼ ਇੱਕ ਸਵਾਲ-ਜਵਾਬ ਦੇਣ ਵਾਲੇ ਬੋਟ ਦੀ ਬਜਾਏ ਸਾਫਟਵੇਅਰ ਦੇ ਇੱਕ ਸਹਿ-ਲੇਖਕ (co-author) ਵਜੋਂ ਕੰਮ ਕਰ ਸਕਦਾ ਹੈ।

ਸੰਸਥਾਪਕਾਂ (founders) ਅਤੇ ਵਿਦਿਆਰਥੀਆਂ ਲਈ ਸਲਾਹ

  • ਓਵਰਹੈਂਗ (overhang) ਦੀ ਪਛਾਣ ਕਰੋ – ਅਜਿਹੇ ਕੰਮਾਂ ਦੀ ਭਾਲ ਕਰੋ ਜਿੱਥੇ ਮੌਜੂਦਾ AI ਟੂਲ ਆਪਣੀਆਂ ਮੌਜੂਦਾ ਸੀਮਾਵਾਂ ਤੋਂ ਥੋੜ੍ਹਾ ਜਿਹਾ ਅੱਗੇ ਅਟਕ ਜਾਂਦੇ ਹਨ। ਇਹ ਉਹ ਮੌਕੇ ਹਨ ਜਿੱਥੇ “unhobbling” ਪਹੁੰਚ ਬਹੁਤ ਵੱਡੇ ਲਾਭ ਦੇ ਸਕਦੀ ਹੈ।
  • ਮਾਡਲ ਦੀਆਂ ਸੀਮਾਵਾਂ ਨੂੰ ਵਧਾਓ – AI ਨੂੰ ਅਜਿਹੇ ਕੰਮ ਦਿਓ ਜੋ ਉਸਦੀਆਂ ਘੋਸ਼ਿਤ ਸਮਰੱਥਾਵਾਂ ਤੋਂ ਥੋੜ੍ਹਾ ਜਿਹਾ ਬਾਹਰ ਮਹਿਸੂਸ ਹੁੰਦੇ ਹੋਣ। ਮਾਡਲ ਦੀ ਅੰਦਰੂਨੀ ਤਰਕ ਸ਼ਕਤੀ ਤੁਹਾਨੂੰ ਹੈਰਾਨ ਕਰ ਸਕਦੀ ਹੈ, ਖਾਸ ਕਰਕੇ ਜਦੋਂ ਤੁਸੀਂ ਪ੍ਰੋਂਪਟ ਰਗੜ (friction) ਨੂੰ ਘਟਾਉਂਦੇ ਹੋ।
  • ਸਪੱਸ਼ਟ ਗਾਰਡਰੇਲਜ਼ ਨਿਰਧਾਰਤ ਕਰੋ – ਮਾਡਲ ਨੂੰ ਬਿਨਾਂ ਨਿਗਰਾਨੀ ਦੇ ਚੱਲਣ ਦੇਣ ਤੋਂ ਪਹਿਲਾਂ, ਐਗਜ਼ਿਟ ਕੰਡੀਸ਼ਨਾਂ (ਜਿਵੇਂ ਕਿ ਵੱਧ ਤੋਂ ਵੱਧ ਰਨ-ਟਾਈਮ, ਸਰੋਤ ਸੀਮਾਵਾਂ) ਅਤੇ ਸੁਰੱਖਿਆ ਚੈੱਕ ਲਗਾਓ। ਇਹ AI ਨੂੰ ਜੋਖਮਾਂ ਨੂੰ ਸੀਮਤ ਰੱਖਦੇ ਹੋਏ ਖੋਜ ਕਰਨ ਦੀ ਇਜਾਜ਼ਤ ਦਿੰਦਾ ਹੈ।

ਵਿਦਿਆਰਥੀਆਂ ਨੂੰ ਸਿਧਾਂਤ ਨੂੰ ਅਭਿਆਸ ਨਾਲ ਜੋੜਨਾ ਚਾਹੀਦਾ ਹੈ। ਐਲਗੋਰਿਦਮਾਂ ਵਿੱਚ ਮਾਹਰ ਹੋਣਾ ਕੀਮਤੀ ਹੈ, ਪਰ ਉਸ ਗਿਆਨ ਨੂੰ ਪ੍ਰੋਡਕਟ ਸੋਚ ਅਤੇ ਡੇਟਾ-ਡ੍ਰਿਵਨ ਪ੍ਰਯੋਗਾਂ ਨਾਲ ਜੋੜਨਾ AI-ਪਹਿਲ ਵਾਲੇ ਅਗਲੇ ਨਿਰਮਾਤਾਵਾਂ ਨੂੰ ਸਮਰੱਥ ਬਣਾਏਗਾ।

ਅੱਗੇ ਕੀ ਦੇਖਣਾ ਹੈ

ਸਿੱਖਿਆ (Takeaway): ਆਪਣੇ ਜ਼ਿਆਦਾਤਰ ਸਿਸਟਮ ਪ੍ਰੋਂਪਟਸ ਨੂੰ ਡਿਲੀਟ ਕਰਕੇ, Anthropic ਨੇ ਇੱਕ ਸਮਾਰਟ ਮਾਡਲ ਨੂੰ ਬਹੁਤ ਘੱਟ ਮਦਦ ਨਾਲ ਕੰਮ ਕਰਨ ਦਿੱਤਾ, ਜਿਸ ਨਾਲ Claude Code ਨੂੰ ਇੱਕ ਖੁਦਮੁਖਤਿਆਰ ਕੋਡਰ ਵਿੱਚ ਬਦਲ ਦਿੱਤਾ ਜੋ ਹਫ਼ਤਿਆਂ ਲੰਬੇ ਪ੍ਰੋਜੈਕਟਾਂ ਨੂੰ ਸੰਭਾਲ ਸਕਦਾ ਹੈ।