دو دماغی آرکیٹیکچر (two-brain architecture) کی ضرورت کیوں ہے؟
زیادہ تر کوڈ لکھنے والے اسسٹنٹ ایک ہی ماڈل کا استعمال کرتے ہیں جسے یہ فیصلہ بھی کرنا ہوتا ہے کہ کیا بنانا ہے اور ساتھ ہی سورس کوڈ بھی لکھنا ہوتا ہے۔ طویل سیشنز کے دوران ماڈل کا 'context window' بھر جاتا ہے، جس سے "context drift" کا مسئلہ پیدا ہوتا ہے – یعنی وہ پہلے کیے گئے فیصلوں کو بھول جاتا ہے اور متضاد یا دوہرا کوڈ فراہم کرنے لگتا ہے۔ Cursor اس مسئلے کو ذہنی کام (mental labor) کو تقسیم کر کے حل کرتا ہے:
- Planner agents سب سے طاقتور ماڈلز پر چلتے ہیں (ڈرافٹ میں Opus 4.8 یا Fable 5 کا ذکر ہے)۔ وہ ایک اعلیٰ سطح کی درخواست کو کام کی درجہ بندی (task hierarchy) میں تقسیم کرتے ہیں، ابہام کو دور کرتے ہیں، اور ڈیزائن کے انتخاب کو ریکارڈ کرتے ہیں۔
- Worker agents تیز رفتار اور زیادہ ڈیٹا پروسیس کرنے والے ماڈلز (Composer 2.5) پر چلتے ہیں۔ وہ پلانرز سے ٹھوس کام لیتے ہیں اور کوڈ کے ٹکڑے (code snippets) تیار کرتے ہیں۔
"کیا" (what) اور "کیسے" (how) کو الگ رکھنے سے اس بوجھ سے بچا جا سکتا ہے جو سنگل ماڈل سسٹم کو روک دیتا ہے۔ ہر ماڈل ایک ایسے 'context size' کے اندر رہتا ہے جو اس کے کردار کے مطابق ہو، جس سے 'token-budget' کے بے تحاشہ بڑھنے سے بچا جا سکتا ہے جو ڈیزائنرز کو پرامپٹس (prompts) کو مختصر کرنے پر مجبور کرتا ہے۔
سویرم (swarm) کی توسیع
Cursor کے سویرم کے ابتدائی ورژن فی گھنٹہ تقریباً ایک ہزار کمٹس (commits) پر پہنچتے تھے۔ 'split-brain' ری ڈیزائن کے بعد سسٹم تقریباً ایک ہزار کمٹس فی سیکنڈ تک پہنچ گیا۔ اس رفتار نے ایک نئی رکاوٹ (bottleneck) کو ظاہر کیا: ورژن کنٹرول ٹولز اس طرح کے تنازع (contention) کے لیے نہیں بنائے گئے تھے۔ جب دو پلانرز ایک جیسے یا ہم پلہ (overlapping) ہدایات جاری کرتے، تو ریپوزٹری (repository) میں دوہرا لاجک (duplicated logic) پیدا ہو سکتا تھا – یہ ایک ایسا مسئلہ ہے جسے ٹیم "split-brain errors" کہتی ہے۔
Cursor نے تین حفاظتی اقدامات کے ذریعے اس افراتفری کو قابو میں کیا:
- Shared design documents – ہر پلانر اپنے فیصلے ایک مرکزی دستاویز میں لکھتا ہے جو تیار شدہ کوڈ سے منسلک ہوتی ہے۔ ورکرز ان لنکس پر عمل کرتے ہیں، تاکہ ایک ہی ڈیزائن کہیں اور دوبارہ نہ بنایا جائے۔
- Multi-angle reviews – تین ایجنٹس کام کے مختلف حصوں کا معائنہ کرتے ہیں (مکمل ٹرانسکرپٹ، صرف آؤٹ پٹ، یا صرف کوڈ)۔ یہ کراس چیکنگ ان تضادات کو پکڑ لیتی ہے جو ایک واحد ویو (view) سے مس ہو سکتے ہیں۔
- Self-maintained field guides – ایجنٹس حیران کن دریافتوں اور غلطیوں (pitfalls) کا ایک "knowledge folder" رکھتے ہیں۔ جب کوئی نیا ورکر شروع ہوتا ہے، تو وہ معلوم غلطیوں کو دہرانے سے بچنے کے لیے اس فولڈر سے مشورہ کرتا ہے، جو پورے سویرم میں مختصر مدت کی یادداشت (short-term memory) فراہم کرتا ہے۔
یہ اقدامات تبدیلیوں کے طوفان کے باوجود کوڈ بیس (codebase) کو مربوط رکھتے ہیں۔
اہم بینچ مارکس (Benchmarks)
Cursor نے ہائبرڈ سویرم کا تجربہ پورے SQLite مینوئل کو دوبارہ بنا کر کیا – جو کہ 835 صفحات پر مشتمل Rust امپلیمنٹیشن ہے – یہ ایک ایسا کام ہے جو درستگی (correctness) اور سائز دونوں کا امتحان لیتا ہے۔ نتائج حیران کن تھے:
- Accuracy – ہائبرڈ کنفیگریشن (planner + Composer workers) نے 100% درستگی حاصل کی، جو کہ سب سے جدید ماڈل (GPT-5.5) کے انفرادی استعمال کو مستقل طور پر پیچھے چھوڑ گئی۔
- Code size – ہائبرڈ سویرم نے انجن کوڈ کی 9,908 لائنیں تیار کیں، جبکہ پرانے، مونو لیتھک (monolithic) سویرم نے 64,305 لائنیں تیار کی تھیں۔
- Cost – ایک انفرادی GPT-5.5 انسٹنس چلانے کی لاگت تقریباً $10,565 تھی۔ ہائبرڈ طریقہ کار نے ورکر فلیٹ پر صرف $411 خرچ کیے۔
قیمت کا یہ فرق Composer 2.5 کی وجہ سے ہے، جسے ڈرافٹ میں ایسے ماڈل کے طور پر بیان کیا گیا ہے جو فلیگ شپ ماڈلز کے برابر کارکردگی فراہم کرتا ہے جبکہ فی ملین ٹوکن کی قیمت کا محض ایک چھوٹا حصہ وصول کرتا ہے۔ زیادہ تر ٹوکن کے استعمال کو اس سستے ماڈل پر منتقل کر کے، سویرم معیار پر سمجھوتہ کیے بغیر مجموعی اخراجات کو کم رکھتا ہے۔
خلاصہ
- ایک طاقتور پلانر کو سستے ایگزیکیوٹر (executor) کے ساتھ جوڑنے سے رفتار، کوڈ کی جامعیت (compactness) اور لاگت میں کئی گنا بہتری آتی ہے۔
- یہ ڈیزائن "کیا" کو فرنٹیر ماڈلز (frontier models) کے سپرد کر کے اور "کیسے" کو اسپیشلسٹ ماڈلز کے سپرد کر کے 'context drift' کو ختم کرتا ہے۔
- آپریشنل اوور ہیڈ (operational overhead) اور انفراسٹرکچر کی ضروریات وسیع پیمانے پر اپنانے کے لیے اب بھی سب سے بڑی رکاوٹیں ہیں۔