Claude Code 2.1.212 اب ڈویلپرز کو یہ حد مقرر کرنے کی اجازت دیتا ہے کہ ایک AI سیشن کتنے sub-agents اور web searches چلا سکتا ہے، جس سے بے قابو ہوتے اخراجات کو روکنے کے لیے ایک ٹھوس ذریعہ ملتا ہے۔

یہ اپ ڈیٹ دو قابلِ ترتیب حدیں (caps) شامل کرتی ہے – ایک sub-agent کے استعمال کے لیے اور دوسری web-search calls کے لیے – دونوں کا ڈیفالٹ 200 فی سیشن ہے۔ ڈویلپرز environment variables کے ذریعے ان نمبروں کو کم کر سکتے ہیں، اور کوئی بھی MCP (Model-Control-Plane) call جو دو منٹ سے زیادہ چلے، اسے خود بخود background میں منتقل کر دیا جاتا ہے، تاکہ کوئی ایک سست ٹول پورے ورک فلو کو روک نہ دے۔

یہ حدیں اب کیوں اہم ہیں

وہ AI agents جو بغیر کسی روک ٹوک کے دوسرے ایجنٹس کو کال کر سکتے ہیں یا ویب اسکریپ کر سکتے ہیں، مفید تو ہیں لیکن وہ مالی خطرہ بھی بن سکتے ہیں۔ ایک مبہم (vague) پرامپٹ sub-agents کا ایک سلسلہ شروع کر سکتا ہے، جس میں سے ہر ایک ٹوکنز استعمال کرتا ہے اور بیرونی ٹولز کو استعمال میں لاتا ہے۔ اس کا نتیجہ ایک ایسے بل کی صورت میں نکلتا ہے جو کسی کے نوٹس لینے سے پہلے ہی بہت زیادہ بڑھ سکتا ہے۔ عملی طور پر ٹیموں نے درج ذیل مسائل رپورٹ کیے ہیں:

  • غیر متوقع ٹوکن خرچ جو اصل ٹاسک بجٹ سے کہیں زیادہ ہو جائے۔
  • ایک جیسے (duplicate) sub-agents کا ایک دوسرے کی ایڈیٹنگ میں مداخلت کرنا، جس سے متضاد نتائج پیدا ہوتے ہیں۔
  • جزوی آؤٹ پٹس کا ایک سیلاب جسے آپس میں جوڑنا مشکل ہو۔
  • سست بیرونی ٹولز کا پورے سیشن کو روک دینا، جس سے ایک فوری سوال منٹوں طویل انتظار میں بدل جاتا ہے۔

ایک سخت حد (hard ceiling) عائد کر کے، Claude Code سسٹم کو اخراجات بڑھنے سے پہلے رکنے پر مجبور کرتا ہے، جبکہ ساتھ ہی ایک جزوی جواب بھی فراہم کرتا ہے جسے انسان چیک کر سکتا ہے۔

حدیں (caps) کیسے سیٹ کریں

یہ تین کنٹرولز environment variables کے طور پر دستیاب ہیں:

export CLAUDE_CODE_MAX_SUBAGENTS_PER_SESSION=12   # default 200
export CLAUDE_CODE_MAX_WEB_SEARCHES_PER_SESSION=30   # default 200
export CLAUDE_CODE_MCP_AUTO_BACKGROUND_MS=120000   # 2 minutes

ڈیفالٹ سیٹنگز زیادہ تر تحقیقی کاموں کے لیے کافی ہیں، لیکن ٹیمیں کسی مخصوص کام کے خطرے کے مطابق انہیں مزید سخت کر سکتی ہیں۔ اس ریلیز کا اعلان کرنے والے آرٹیکل میں کچھ ابتدائی تجاویز دی گئی ہیں:

  • مقامی بگ فکس (Local bug fix): 0-2 sub-agents، 0-5 searches۔
  • PR review: 3-5 sub-agents، 0-10 searches۔
  • واقعے کی تحقیقات (Incident investigation): 2-4 sub-agents، 10-25 searches۔
  • وسیع آرکیٹیکچر ریسرچ (Broad architecture research): 1 synthesizer، 2-4 researchers، 20-40 searches۔

یہ کوئی حتمی ہدایات نہیں ہیں؛ بلکہ یہ ایک بنیادی معیار (baseline) ہیں جس سے ڈویلپرز اپنی ضرورت کے مطابق تبدیلی کر سکتے ہیں۔

توازن (The trade-off)

ایجنٹ کی سرگرمیوں پر سخت حد لگانا اچھے ٹاسک ڈیزائن کا متبادل نہیں ہے۔ اگر کوئی مسئلہ ایک سیشن کے لیے بہت بڑا ہے، تو تجویز کردہ طریقہ کار یہ ہے کہ اسے مختلف مراحل میں تقسیم کیا جائے، ہر مرحلے کے لیے ایک بجٹ مقرر کیا جائے، اور اگلے مرحلے پر جانے سے پہلے انسانی چیک پوائنٹ رکھا جائے۔ ایک محدود سسٹم کو کھلے سوالات کے ساتھ ایک مفید جزوی نتیجہ فراہم کرنا چاہیے، نہ کہ بار بار دہرائے جانے والے لوپس پر پیسہ ضائع کرتا رہے۔

حد کو ضرورت سے زیادہ سخت کرنے کا خطرہ یہ ہے کہ ایجنٹ کسی قابلِ عمل حل تک پہنچنے سے پہلے ہی رک سکتا ہے، جس سے ڈویلپرز کو زیادہ حد کے ساتھ کام دوبارہ کرنا پڑ سکتا ہے۔ اس اضافی مرحلے سے کام کا بوجھ بڑھ سکتا ہے، لیکن ایک غیر منظم سیشن کی قیمت اس سے کہیں زیادہ ہو سکتی ہے۔

اسے پروڈکشن میں لانا

  1. Upgrade کریں Claude Code 2.1.212 پر ایک staging environment میں۔
  2. ایک ورک فلو منتخب کریں – مثال کے طور پر، PR review – اور ایک محتاط بجٹ سیٹ کریں۔
  3. اپنے لاگز (logs) کو مانیٹر کریں تاکہ لانچ کیے گئے sub-agents کی تعداد، کیے گئے web searches، اور ان تمام MCP calls کو ریکارڈ کیا جا سکے جو دو منٹ کی حد تک پہنچیں۔
  4. ہر اس رن کا جائزہ لیں جو حد (cap) تک پہنچ جائے۔ یہ تعین کریں کہ کیا حد نے پیسے بچائے یا اصل ترقی کو روک دیا، اور اس کے مطابق حدوں کو ایڈجسٹ کریں۔

چونکہ حدیں runtime پر نافذ کی جاتی ہیں، اس لیے وہ لاگز میں فوری طور پر نظر آتی ہیں۔ وہ ٹیمیں جو ان میٹرکس کو ٹریک کرتی ہیں، وہ ایک فیڈ بیک لوپ بنا سکتی ہیں: بجٹ کو تب تک کم کریں جب تک ایجنٹ کام مکمل کرنے میں ناکام نہ ہونے لگے، پھر اسے صرف اتنا بڑھائیں کہ بنیادی ٹاسک مکمل ہو سکے۔

آگے کیا دیکھنا ہے

یہ آغاز ہے، اس لیے اخراجات میں بچت کے بارے میں حقیقی دنیا کا ڈیٹا محدود ہے۔ وہ تنظیمیں جو ان حدوں کو اپنا رہی ہیں، انہیں درج ذیل چیزوں کی نگرانی کرنی چاہیے:

  • فی سیشن لاگت (Cost per session) تبدیلی سے پہلے اور بعد میں۔
  • مختلف بجٹ لیولز پر ٹاسکس کی تکمیل کی شرح (Completion rate)۔
  • صارفین کا اطمینان (User satisfaction) جب ایجنٹ جلدی رک جائے بمقابلہ جب وہ مکمل طور پر کام کرے۔

اگر یہ حدیں مؤثر ثابت ہوتی ہیں، تو ہم پوری انڈسٹری میں بجٹ کے بارے میں آگاہ AI ایجنٹس کے لیے ایک وسیع تحریک دیکھ سکتے ہیں۔ اگر ڈویلپرز کو یہ حدیں بہت زیادہ پابند محسوس ہوتی ہیں، تو اگلی اپ ڈیٹ میں مزید باریک بینی والے کنٹرولز متعارف کرائے جا سکتے ہیں، جیسے کہ ہر ٹول کے لیے الگ بجٹ یا دیکھے گئے خرچ کی بنیاد پر ڈائنامک اسکیلنگ۔

خلاصہ یہ ہے کہ: Claude Code 2.1.212 ٹیموں کو ایک سادہ اور قابلِ عمل طریقہ فراہم کرتا ہے تاکہ AI سے چلنے والی خودکاری (automation) کو مالیاتی سرپرائز میں بدلنے سے روکا جا سکے۔ حدوں کا استعمال کریں، نتائج کی نگرانی کریں، اور ڈیٹا کو یہ فیصلہ کرنے دیں کہ آپ اپنے ایجنٹس کو کتنی خودمختاری دیتے ہیں۔