Anthropic نے اس ماہ Claude Code کا ورژن 2.1.207 جاری کیا ہے، اور اس کے ریلیز نوٹس میں ایک ایسی تبدیلی چھپی ہوئی ہے جو AI کی مدد سے ہونے والی ڈویلپمنٹ کے اصولوں کو نئے سرے سے لکھ دیتی ہے۔ اب ان تین بڑے کلاؤڈ پلیٹ فارمز پر Auto mode ڈیفالٹ کے طور پر دستیاب ہے جن پر یہ ایجنٹ ہوسٹ کیا جاتا ہے: Amazon Bedrock، Google Vertex AI، اور Microsoft Azure Foundry۔ یہ ایک تبدیلی اس بات کو بدل دیتی ہے کہ جب مشین کے ذریعے لکھا گیا کوڈ آپ کی ریپوزٹری (repository) میں پہنچتا ہے تو منظوری کی زنجیر (approval chain) کا مالک کون ہوتا ہے۔

پرانا طریقہ ناکام تھا

اس ریلیز تک، Claude Code ڈیفالٹ کے طور پر manual mode میں چلتا تھا۔ ایجنٹ فائل میں تبدیلی (edit) کو اسٹیج کرتا، شیل کمانڈ تیار کرتا، یا git commit کی قطار میں لگاتا، اور پھر بالکل رک جاتا۔ یہ ایک انسان کے انتظار میں رہتا جو 'diff' کو پڑھے، کمانڈ کو چیک کرے، اور 'approve' پر کلک کرے۔ نظریہ درست تھا: کسی انسان کی منظوری کے بغیر AI کو کبھی بھی پروڈکشن کوڈ کو ہاتھ نہ لگانے دیں۔

حقیقت مختلف تھی۔ Anthropic نے پایا کہ manual mode میں استعمال کرنے والے 93% صارفین پرومپٹس کو پڑھے بغیر ہی انہیں منظور کر رہے تھے۔ ڈویلپرز منظوری کی اس اسکرین کو ایک چیک پوائنٹ کے بجائے ایک خلل (nuisance) کے طور پر دیکھتے تھے۔ وہ اپنے کام کے تسلسل (flow) کو برقرار رکھنے کے لیے تیزی سے "yes" پر کلک کرتے، جس سے یہ دستی رکاوٹ (manual gate) بے کار ہو گئی۔ سیکیورٹی کا ایسا کنٹرول جسے ہر کوئی نظر انداز کر دے، وہ کنٹرول نہیں رہتا۔ وہ صرف حفاظت کے لبادے میں ایک رکاوٹ ہے۔

Auto Mode کس طرح انسانی کلک کی جگہ لیتا ہے

Auto mode اس محض رسمی انسانی منظوری کو ایک دوسرے AI ماڈل سے بدل دیتا ہے۔ یہ classifier ایجنٹ کے کسی بھی عمل کو نافذ کرنے سے پہلے اس کی مکمل جانچ پڑتال کرتا ہے۔ یہ چیک کرتا ہے کہ آیا وہ قدم اب بھی اصل کام کے مطابق ہے یا ایجنٹ اپنے راستے سے بھٹک گیا ہے۔ اگر classifier عمل کو کلیئر کر دیتا ہے، تو ایجنٹ فوری طور پر آگے بڑھ جاتا ہے۔ نہ کوئی نوٹیفکیشن، نہ کوئی پاپ اپ، اور نہ ہی آپ کے لنچ ختم کرنے کا انتظار۔

یہ ایک مختلف قسم کا حفاظتی جال (safety net) ہے۔ ایک classifier رات کے 2 بجے نہیں تھکتا۔ یہ کسی ڈیڈ لائن کے ڈر سے پڑھنا نہیں چھوڑتا۔ اور یہ سویں عمل پر بھی اتنی ہی باریک بینی سے نظر رکھتا ہے جتنی پہلے عمل پر۔ ایک تھکا ہوا انجینئر ایسا نہیں کر سکتا۔

گورننس میں بڑی تبدیلی

یہاں اصل تبدیلی ڈیفالٹس اور ذمہ داری کے بارے میں ہے۔ 2.1.207 سے پہلے، ٹیموں کو خود سے auto mode کا انتخاب کرنا پڑتا تھا۔ اب بوجھ الٹ گیا ہے: اب اسے بند کرنے کے لیے آپ کو واضح طور پر قدم اٹھانا ہوگا۔ اگر آپ کا ادارہ فنانس یا ہیلتھ کیئر میں ریگولیٹڈ ڈیٹا (regulated data) سنبھالتا ہے، تو یہ محض ایک معمولی UX تبدیلی نہیں ہے۔ یہ ایک پالیسی سے متعلق اہم واقعہ ہے۔ آپ کی کمپلائنس ٹیم کو یہ جاننے کی ضرورت ہے کہ جب تک کوئی اس فیچر کو واضح طور پر غیر فعال (disable) نہ کر دے، خود مختار کمٹس (autonomous commits) پہلے سے ہی آپ کی ریپوزٹریز میں پہنچ رہے ہو سکتے ہیں۔

آپ کو ابھی کیا کرنا چاہیے

سب سے پہلے، اپنی موجودہ صورتحال کا آڈٹ کریں۔ اپنے حالیہ لاگز اور git ہسٹری کی جانچ کریں۔ اگر آپ کو Claude Code کے ذریعے کیے گئے کمٹس نظر آتے ہیں لیکن سیشن ریکارڈز میں ان کے مطابق انسانی منظوری کے کوئی پرومپٹس نہیں ملتے، تو اس کا مطلب ہے کہ auto mode پہلے سے ہی فعال ہے۔ یہ فرض نہ کریں کہ آپ کی پرانی کنفیگریشن برقرار رہے گی۔

اگر آپ کو دوبارہ دستی کنٹرول (manual control) چاہیے، تو جان لیں کہ پرانے طریقے اب کام نہیں کریں گے۔ Anthropic نے ان پرانے environment variables کی سپورٹ ختم کر دی ہے جو اس رویے کو تبدیل کرتے تھے۔ اب آپ کو اپنی مینیجڈ سیٹنگز فائل میں disableAutoMode سیٹ کرنا ہوگا۔ آپ کی شیل کنفیگز (shell configs) یا کنٹینر امیجز میں موجود کوئی بھی پرانا طریقہ کار خاموشی سے ناکام ہو جائے گا، اس لیے اپ گریڈ کرنے کے بعد اپنے ڈیپلائمنٹ پائپ لائنز کا معائنہ ضرور کریں۔

آپ classifier کی باریک بینی سے سیٹنگز (fine-tune) نہیں کر سکتے۔ اس کی جارحیت یا رسک کی حد (risk threshold) کو کنٹرول کرنے کے لیے کوئی بٹن موجود نہیں ہے۔ آپ کے پاس صرف عملی طور پر 'access controls' کا اختیار ہے۔ نقصان کے دائرے (blast radius) کو محدود کریں۔ ایجنٹ کو مخصوص ڈائریکٹریز تک محدود رکھیں۔ اسے صرف ضروری کم از کم اجازتوں (minimum permissions) کے ساتھ مختصر مدت کے لیے کریڈنشلز (credentials) دیں۔ اگر classifier کبھی کسی غلط عمل کو نظر انداز کر دے، تو ایک محدود دائرہ کار والا ایجنٹ اس ایجنٹ کے مقابلے میں بہت کم نقصان پہنچا سکتا ہے جس کے پاس ایڈمن کیز (admin keys) ہوں۔

Auto Mode کہاں کارآمد ہے

اس کا فائدہ ان کاموں پر تیز رفتاری فراہم کرنا ہے جن کے لیے انسانی وقت ضائع کرنے کی ضرورت نہیں ہے۔ Auto mode ان محدود اور بار بار ہونے والے کاموں میں بہترین ہے جہاں خطرہ کم ہو اور پیٹرن واضح ہو۔ مثال کے طور پر، اپنے linter rules اپ ڈیٹ کرنے کے بعد سو فائلوں پر فارمیٹنگ کرنا، یا کسی سیکیورٹی ایڈوائزری کے آنے پر کسی پیچ-لیول ڈیپینڈینسی (patch-level dependency) کو اپ ڈیٹ کرنا۔ ایجنٹ کسی انجینئر کی گہری توجہ (deep focus) کو متاثر کیے بغیر بار بار عمل کر سکتا ہے، لاگو کر سکتا ہے، ٹیسٹ کر سکتا ہے اور کمٹ کر سکتا ہے۔

یہ اس لیے اہم ہے کیونکہ انجینئرنگ کا وقت محدود ہے۔ وائٹ سپیس (whitespace) کی درستگی پر "approve" کلک کرنے میں گزارا گیا ہر منٹ آرکیٹیکچر، انسیڈنٹ رسپانس، یا کام کے اس مشکل بیس فیصد حصے سے چوری کیا گیا منٹ ہے جو اب بھی انسانی فیصلے کا تقاضا کرتا ہے۔ Auto mode وہ وقت واپس دیتا ہے۔

لیکن نظم و ضبط کے بغیر رفتار محض تیز رفتار 'تکنیکی قرض' (technical debt) ہے۔ Classifier صرف یہ چیک کرتا ہے کہ آیا کوئی عمل پرومپٹ کے مطابق ہے یا نہیں۔ یہ یہ چیک نہیں کرتا کہ آیا نتیجہ کے طور پر حاصل ہونے والا کوڈ آپ کے انٹیگریشن سوٹ (integration suite) سے گزرتا ہے، آپ کے ڈومین کے اصولوں (domain invariants) کا احترام کرتا ہے، یا آپ کے اسٹائل گائیڈ پر عمل کرتا ہے۔ اس سے پہلے کہ کوئی بھی چیز پروڈکشن تک پہنچے، آپ کو اب بھی CI gates، کوڈ ریویو، اور خودکار ٹیسٹ (automated tests) کی ضرورت ہوگی۔

ملٹی کلاؤڈ کی پیچیدگی

چونکہ یہ ڈیفالٹ Bedrock، Vertex AI، اور Azure Foundry پر بیک وقت رول آؤٹ ہوا ہے، اس لیے ملٹی کلاؤڈ سیٹ اپ چلانے والے اداروں کو تسلسل (consistency) کے بارے میں سوچنے کی ضرورت ہے۔ آپ AWS پر ڈھیلی اجازتوں (loose permissions) کے ساتھ آٹو موڈ کو چلنے نہیں دے سکتے جبکہ GCP پر اسے لاک کر کے رکھا ہو، جب تک کہ آپ ہر پلیٹ فارم کو جان بوجھ کر کنفیگر نہ کریں۔ اگر آپ ان تینوں کلاؤڈز کو ایک واحد آپریشنل میش (operational mesh) کے طور پر دیکھتے ہیں، تو ابھی اپنی disableAutoMode پالیسی اور اپنی شناخت کی حدود (identity boundaries) کو معیاری بنا لیں۔ پلیٹ فارمز کے درمیان فرق (drift) تب تک نظر نہیں آتا جب تک کہ یہ کسی بلڈ (build) کو خراب نہ کر دے—یا اس سے بھی بدتر کچھ ہو۔

یہ یاد رکھنا بھی ضروری ہے کہ کلاسیفائر (classifier) کیا نہیں دیکھتا۔ یہ اس بات کا جائزہ لیتا ہے کہ آیا ایجنٹ اپنے کام پر قائم ہے، نہ کہ اس بات کا کہ آیا ریفیکٹر (refactor) آپ کے کوڈ بیس میں لہروں جیسے اثرات (ripple effects) پیدا کرتا ہے۔ ایک ایجنٹ جو کسی مشترکہ یوٹیلیٹی (shared utility) کو نکال رہا ہو، وہ اپنے پرامپٹ (prompt) کے عین مطابق لگ سکتا ہے، جبکہ وہ خاموشی سے ایک ایسے انٹرفیس کو تبدیل کر رہا ہو جس پر دس ڈاؤن اسٹریم سروسز منحصر ہوں۔ کلاسیفائر کوئی سینئر آرکیٹیکٹ نہیں ہے۔ یہ صرف ایک ٹاسک چیکر ہے۔

اگلے اسپرنٹ کے لیے ایک چیک لسٹ

اگر آپ اس تبدیلی کا انتظام کر رہے ہیں، تو اس ہفتے اٹھانے کے لیے قابل عمل اقدامات یہ ہیں:

  • دو ہفتوں کے لاگز کا آڈٹ کریں۔ ہر Claude Code کمٹ (commit) کا نقشہ بنائیں۔ کسی بھی ایسے کمٹ کو نشان زد کریں جو انسانی منظوری کے پرامپٹ کے بغیر مکمل ہوا ہو۔
  • کریڈنشلز کا دائرہ کار (Scope) طے کریں۔ ایجنٹ کے لیے ایک مخصوص سروس اکاؤنٹ بنائیں۔ اسے صرف ان ڈائریکٹریز تک لکھنے (write access) کی اجازت دیں جن کی اسے واقعی ضرورت ہے۔ اسے پروڈکشن ڈیٹا بیس، ڈیپلائمنٹ کیز، یا کسٹمر ڈیٹا اسٹورز تک کبھی رسائی نہ دیں۔
  • اپنی دستاویزات (documentation) کو اپ ڈیٹ کریں۔ پرانے انوائرمنٹ ویری ایبل ٹوگلز (environment variable toggles) کے حوالوں کو ختم کریں۔ آن کال انجینئرز کو نئی disableAutoMode مینیجڈ سیٹنگ کی طرف اشارہ کریں۔
  • خطرہ کے لحاظ سے تقسیم کریں۔ صرف ڈویلپمنٹ کے لیے ضروری صفائی کے کاموں جیسے فارمیٹنگ اور معمولی ڈیپینڈنسی اپ ڈیٹس کے لیے آٹو موڈ کی اجازت دیں۔ بزنس لاجک، آتھنٹیکیشن، یا ڈیٹا ہینڈلنگ کوڈ کو چھونے والے کسی بھی کام کے لیے مینوئل موڈ یا مکمل انسانی جائزے کی ضرورت رکھیں۔
  • اپنی کمپلائنس ٹیم کو بریفنگ دیں۔ وضاحت کریں کہ کلاسیفائر ایک خودکار چیک ہے، انسانی منظوری (sign-off) نہیں ہے۔ انہیں دکھائیں کہ نیا آپٹ آؤٹ (opt-out) ڈیفالٹ آپ کی موجودہ چینج کنٹرول پالیسیوں کے ساتھ کیسے کام کرتا ہے۔

گارڈ ریلز برقرار رکھیں، دکھاوا چھوڑ دیں

آٹو موڈ منظوری کے اس رسم و رواج کو ختم کر کے AI کی مدد سے کوڈنگ کو تیز بنا دیتا ہے جو مینوئل موڈ کی پہچان بن چکا تھا۔ ایجنٹ کا جائزہ لینے والا دوسرا ماڈل، آدھی رات کو تھکے ہوئے ڈویلپر کے "yes" دبانے سے بہتر حفاظتی تدبیر ہے۔ لیکن ڈیفالٹ ایک پہلے سے لیا گیا فیصلہ ہے، اور یہ فرض کرتا ہے کہ آپ خود مختاری چاہتے ہیں جب تک کہ آپ اس کے برعکس نہ کہیں۔

2.1.207 کو انفراسٹرکچر کی تبدیلی کے طور پر لیں، نہ کہ محض سہولت کی اپ گریڈ کے طور پر۔ اپنی اجازتوں کا جائزہ لیں، اپنے رن بکس (runbooks) کو دوبارہ لکھیں، اور جان بوجھ کر منتخب کریں کہ کون سے ورک فلو خودکار رہیں گے اور کون سے انسانی۔ ایجنٹ کو محنت والے کام (grunt work) کرنے دیں۔ آپ کا کام یہ یقینی بنانا ہے کہ اس کام کے گرد حفاظتی دیواریں اتنی مضبوط ہوں کہ وہ برقرار رہ سکیں۔

Telegram پر GyaanSetu AI کمیونٹی میں بحث میں شامل ہوں۔