ڈیزائن ہی کوڈ ہے

سیلولر آٹومیٹا کی منطق ایجنٹک ڈیزائن سسٹمز کو کیسے بدل دے گی، اور کیوں ممکن ہے کہ ویب ڈیولپمنٹ کا مستقبل سادہ اصولوں میں پہلے ہی لکھا جا چکا ہو

ڈیزائن سسٹمز، مصنوعی ذہانت اور کمپیوٹیشنل تھیوری کے سنگم پر ایک گہری تبدیلی جنم لے رہی ہے۔ یہ تبدیلی اتنی بنیادی ہے کہ خودمختار ایجنٹس کے اس دور میں "ڈیزائن" کے معنی کے بارے میں ہماری سمجھ کو ہی چیلنج کر دیتی ہے۔

دہائیوں سے ہم ڈیزائن اور کوڈ کو الگ الگ شعبے سمجھتے آئے ہیں۔ ڈیزائن کو انسانی تخلیقی صلاحیت اور جمالیاتی فیصلے کا میدان، اور کوڈ کو ان خیالات کا قابلِ عمل شکل میں میکانکی ترجمہ۔ لیکن اب AI ایجنٹس خود بخود صارف انٹرفیس تیار کر رہے ہیں، ڈیزائن سسٹمز کو مشین کے پڑھنے کے قابل بنیادی ڈھانچے کے طور پر استعمال کر رہے ہیں اور سیمینٹک ٹوکنز سے کوڈ بنا رہے ہیں۔ ہم ایک ایسے سنگم کی طرف بڑھ رہے ہیں جس کی گونج کمپیوٹیشنل تھیوری کے ایک بہت پرانے خیال میں سنائی دیتی ہے۔

وہ خیال؟ ڈیزائن ہی کوڈ ہے۔

یہ محض ایک دلکش جملہ نہیں ہے۔ یہ اس بات کا اعتراف ہے کہ ہم شاید ایسی دنیا کی طرف جا رہے ہیں جہاں ڈیزائن سسٹمز سیلولر آٹومیٹا کی طرح کام کریں گے، یعنی سادہ اصول جو پیچیدہ اور ابھرتے ہوئے رویّوں کو جنم دیتے ہیں۔ ایک ایسی دنیا جہاں کسی چیز کو "ڈیزائن کرنے" اور اسے "پروگرام کرنے" کا فرق مکمل طور پر مٹ جاتا ہے۔ جہاں خودمختار ایجنٹس ڈیزائن سسٹمز کو صرف استعمال ہی نہیں کرتے، بلکہ عملی صورت میں خود ڈیزائن سسٹمز ہوتے ہیں۔

یہ بلاگ پوسٹ سیلولر آٹومیٹا، ابھرتے ہوئے رویّوں اور ایجنٹک ڈیزائن سسٹمز کے مستقبل کے درمیان گہرے تعلق کا جائزہ لیتی ہے۔ ہم نظریاتی بنیادوں کا سراغ لگائیں گے، von Neumann کی خود کو دہرانے والی مشینوں سے لے کر آج کے AI ایجنٹس کے جھرمٹوں تک۔

ہم دیکھیں گے کہ Drupal اور جدید CMS پلیٹ فارمز Schema.org Blueprints اور Drupal AI جیسے ماڈیولز کے ذریعے AI کو کیسے اپنا رہے ہیں۔ اور یہ بھی سوچیں گے کہ ڈیزائنرز، ڈیولپرز اور ڈیجیٹل پروڈکٹ سازی کے مستقبل کے لیے اس سب کا کیا مطلب ہے۔

سیلولر آٹومیٹا اور ابھرنے کی منطق

سادہ اصولوں کا حسن

1970 میں ریاضی دان John Conway نے Game of Life متعارف کرایا، ایک "زیرو پلیئر گیم" جو کمپیوٹیشنل تھیوری کے سب سے زیادہ زیرِ مطالعہ نظاموں میں سے ایک بن گیا۔ اس کے اصول حیرت انگیز حد تک سادہ ہیں:

1. کوئی بھی زندہ خلیہ جس کے دو سے کم زندہ پڑوسی ہوں، مر جاتا ہے (آبادی کی کمی)
2. کوئی بھی زندہ خلیہ جس کے دو یا تین زندہ پڑوسی ہوں، زندہ رہتا ہے
3. کوئی بھی زندہ خلیہ جس کے تین سے زیادہ زندہ پڑوسی ہوں، مر جاتا ہے (آبادی کی زیادتی)
4. کوئی بھی مردہ خلیہ جس کے ٹھیک تین زندہ پڑوسی ہوں، زندہ ہو جاتا ہے (افزائش)

ان چار اصولوں سے، جو چند بائنری شرطوں میں بیان ہو جاتے ہیں، پیچیدگی کی ایک حیران کن کائنات ابھرتی ہے۔ گلائیڈرز لامحدود گرڈز کو عبور کرتے ہیں۔ آسیلیٹرز ابدی لَے میں دھڑکتے ہیں۔ گنز خلیاتی خلا میں نمونوں کی بوچھاڑ کرتی ہیں۔ اور سب سے حیرت انگیز بات یہ کہ Game of Life کو ثابت کیا جا چکا ہے کہ وہ ٹیورنگ کمپلیٹ ہے: جو کچھ بھی الگورتھم کے ذریعے کمپیوٹ ہو سکتا ہے، وہ اصولی طور پر Conway کے اسی سادہ گرڈ کے اندر کمپیوٹ ہو سکتا ہے۔

شکل 1: کونوے کے گیم آف لائف میں گاسپر کی گلائیڈر گن۔ یہ پیٹرن گلائیڈرز کی مسلسل لڑی پیدا کرتا ہے، جس سے ظاہر ہوتا ہے کہ سادہ اصول کس طرح لامحدود اور خود کو قائم رکھنے والی پیچیدگی کو جنم دے سکتے ہیں۔

سیلولر آٹومیٹا کا پہلا سبق یہی ہے: پیچیدہ رویّے کے لیے پیچیدگی کا ہونا شرط نہیں۔ سادہ اصول، جب کسی سطح پر یکساں طور پر لاگو ہوں، تو ایسے پیٹرن اور رویّے پیدا کر سکتے ہیں جنہیں کسی نے صراحت کے ساتھ پروگرام نہیں کیا ہوتا۔

لینگٹن کے لوپس اور خود کی نقل سازی

1984 میں کرسٹوفر لینگٹن نے اس اصول کو مزید آگے بڑھایا اور خود کی نقل بنانے والے لوپس پیش کیے، یعنی ایک ایسا سیلولر آٹومیٹن جس نے مصنوعی زندگی کے حقیقی اصولوں کا مظاہرہ کیا۔ کونوے کے گیم آف لائف کے برعکس، جو ابھرتی ہوئی پیچیدگی دکھاتا ہے، لینگٹن کے لوپس ابھرتی ہوئی افزائشِ نسل.

دکھاتے ہیں۔ ہر لوپ ایک دائری حد پر مشتمل ہوتا ہے جس کے اندر خلیوں کی حالتوں میں انکوڈ کیا ہوا ایک "جینوم" موجود ہوتا ہے۔ یہ جینوم لوپ کے گرد اور پھر ایک تعمیراتی بازو کے ساتھ مسلسل بہتا رہتا ہے، جو 151 ٹائم سٹیپس میں ایک بیٹی لوپ تعمیر کرتا ہے۔ تکمیل پر بیٹی لوپ اپنے والد/والدہ لوپ سے الگ ہو جاتی ہے، اور دونوں نقل سازی جاری رکھتے ہیں۔

شکل 2: لینگٹن کا لوپ اپنی ابتدائی ترتیب میں۔ جینیاتی معلومات لوپ میں گردش کرتی ہے اور پھیلتے ہوئے بازو کے ذریعے بیٹی لوپس کی تعمیر کی رہنمائی کرتی ہے۔

"اگر سیلولر آٹومیٹن کے اندر خود کو دہرانے والی مشین ممکن ہے، تو ہو سکتا ہے کہ زندگی بھی مشینوں کے ذریعے حاصل کی جا سکے۔"

- کرسٹوفر لینگٹن، "Studying Artificial Life with Cellular Automata" (1986)

اس کے مضمرات گہرے ہیں۔ لینگٹن کے لوپس ثابت کرتے ہیں کہ خود کی نقل سازی کے لیے حیاتیاتی خلیوں کی پیچیدگی یا وان نیومن کے اصل ڈیزائن کی آفاقی تعمیری صلاحیتیں ضروری نہیں۔ اس کے لیے صرف یہ درکار ہے:

• سادہ مقامی اصولوں کا ایک مجموعہ
• ہدایات کو انکوڈ کرنے کا ایک طریقہ
• ایک ایسا عمل جس کے ذریعے وہ ہدایات انجام پائیں

اصول ہی جاندار ہیں۔ ڈیزائن ہی کوڈ ہے۔

1999 میں ہیروکی سایاما نے ایوولوپس متعارف کروائے، یعنی ایسے ورژن جن میں ساختی تحلیل پذیری اور فینوٹائپی باہمی اثرات شامل ہیں، جس سے بے ساختہ تبدیلیاں (میوٹیشنز) اور ارتقائی حرکیات ممکن ہوتی ہیں۔ یہ لوپس نقل سازی کے دوران براہِ راست طبعی ٹکراؤ کے ذریعے ارتقا پاتے ہیں، جس سے جینو ٹائپ میں تنوع، شکلیاتی تنوع میں اضافہ اور نسل در نسل پیچیدگی میں نمو ہوتی ہے۔ لینگٹن کی مقررہ نقل سازی کے برعکس، ایوولوپس بیرونی مداخلت کے بغیر وراثت میں منتقل ہونے والی تبدیلیاں ظاہر کرتے ہیں۔

رول 110 اور آفاقی کمپیوٹیشن

اسٹیفن وولفرم کی بنیادی سیلولر آٹومیٹا کی کھوج ایک حیران کن دریافت پر منتج ہوئی: رول 110، جو ایک بُعدی سب سے سادہ قسم کے سیلولر آٹومیٹن کے ممکنہ 256 اصولوں میں سے ایک ہے، آفاقی کمپیوٹیشن کی صلاحیت رکھتا ہے۔

قاعدہ 110 کو مکمل طور پر یوں بیان کیا جا سکتا ہے کہ ایک سیل اور اس کے دو پڑوسیوں کی آٹھ ممکنہ صورتوں میں سے ہر ایک کا نتیجہ طے کر دیا جائے۔ پھر بھی یہ نہایت سادہ قاعدہ، یعنی آٹھ بائنری فیصلے، ایک یونیورسل ٹیورنگ مشین کی نقل کر سکتا ہے۔

شکل 3: قاعدہ 110 کا سیلولر آٹومیٹن۔ سادہ تعریف کے باوجود قاعدہ 110 کلاس 4 کا رویہ دکھاتا ہے، یعنی ایسے پیچیدہ نمونے جو نہ مکمل طور پر مستحکم ہوتے ہیں اور نہ مکمل طور پر انتشار زدہ، اور یہ ٹیورنگ مکمل ثابت ہو چکا ہے۔

"آفاقی حساب کے لیے پورے کمپیوٹر CPU جیسی کسی چیز کی ضرورت نہیں۔ بس یہی چھوٹا سا قاعدہ کافی ہے۔"

- اسٹیفن وولفرام، "A New Kind of Science"

2004 میں میتھیو کُک نے ایک ثبوت شائع کیا کہ قاعدہ 110، ایک خاص دہرائے جانے والے پس منظری نمونے کے ساتھ، ٹیورنگ مکمل ہے۔ یہ ثبوت دکھاتا ہے کہ قاعدہ 110 سائیکلک ٹیگ سسٹمز کی نقل کر سکتا ہے، جو آگے چل کر کسی بھی ٹیورنگ مشین کی نقل کر سکتے ہیں۔ ممکنہ 88 منفرد ابتدائی سیلولر آٹومیٹا میں قاعدہ 110 واحد ہے جس کی ٹیورنگ مکملیت براہِ راست ثابت ہو چکی ہے۔

وولفرام کا پیش کردہ اصولِ حسابی مساوات اس سے بھی زیادہ انقلابی بات کہتا ہے: پیچیدگی کی ایک کم از کم حد سے اوپر کے نظام اپنی حسابی صلاحیتوں میں بنیادی طور پر برابر ہوتے ہیں۔ انسانی دماغ، موسم کا نظام اور قاعدہ 110، کسی گہرے معنی میں، حسابی طور پر ایک دوسرے کے ہم پلہ ہیں۔

0E0P میٹاسیل: حقیقی خود نقلی

اکتوبر 2018 میں ایڈم پی۔ گوچر نے 0E0P میٹاسیل کی تعمیر مکمل کی، جو کانوے کے گیم آف لائف میں ایک ایسا نمونہ ہے جو حقیقی خود نقلی کی صلاحیت رکھتا ہے۔ پچھلے میٹاسیلز کے برعکس، جنہیں قریب پہلے سے موجود نقلوں کی ضرورت پڑتی تھی، 0E0P میٹاسیل اپنی ہدایتی ٹیپ سمیت اپنی نقلیں شروع سے خود تعمیر کر سکتا ہے۔

یہ کامیابی مصنوعی زندگی میں ایک سنگِ میل ہے: ایک ایسا نظام جو صرف مقامی قواعد کے سہارے خود کو ایک حسابی بنیاد کے ذریعے آگے پھیلا سکتا ہے۔ 23 نومبر 2013 کو ڈیو گرین نے گیم آف لائف میں پہلا ریپلیکیٹر بنایا جو ہدایتی ٹیپ سمیت اپنی مکمل نقل خود بناتا ہے، اور یوں ثابت کیا کہ کانوے کا سادہ سا دو حالتی آٹومیٹن بھی لامحدود خود افزائش کو سہارا دے سکتا ہے۔

ڈیزائن سسٹمز بطور حسابی بنیاد

ایٹمک ڈیزائن سے ایجینٹک ڈیزائن تک

براڈ فراسٹ کا ایٹمک ڈیزائن کا طریقہ، جو 2013 میں متعارف ہوا، نے ڈیزائن سسٹمز کے بارے میں ہماری سوچ بدل دی۔ انٹرفیس کو ایٹمز (بنیادی عناصر جیسے بٹن اور ان پٹ)، مالیکیولز (سادہ مجموعے)، آرگنزمز (پیچیدہ UI حصے)، ٹیمپلیٹس (صفحات کی ترتیب) اور صفحات (حتمی نفاذ) میں تقسیم کر کے ایٹمک ڈیزائن نے پیچیدگی کو سنبھالنے کے لیے ایک درجہ بند ڈھانچہ فراہم کیا۔

لیکن پیچھے مڑ کر دیکھیں تو قابلِ غور بات یہ ہے: ایٹمک ڈیزائن پہلے ہی سیلولر آٹومیٹا کے اصولوں کو اپنائے ہوئے تھا، اگرچہ اس نے انہیں صراحت سے پہچانا نہیں تھا۔

"جب ڈیزائن سسٹم اکتا دینے کی حد تک سادہ اور روزمرہ ہو، تو ڈیزائنرز اور ڈیولپرز آزاد ہو جاتے ہیں کہ نئے کام کریں اور نئے مسائل حل کریں۔ ڈیزائن سسٹم اکتا دینے والے کاموں کا بوجھ خود اٹھا لیتا ہے، تاکہ ڈیزائنرز اور ڈیولپرز کو یہ بوجھ نہ اٹھانا پڑے۔"

- جوش کلارک، "The Most Exciting Design Systems Are Boring"

فروری 2023 میں بریڈ فراسٹ نے "Design Systems in the Time of AI" کے عنوان سے لکھا:

"AI ڈیزائن سسٹم کا ایک فطری صارف ہے... حقیقت یہ ہے کہ ڈیزائن سسٹم کے کمپونینٹ کا بہت سا کام واقعی میکانکی اور پیش گوئی کے قابل ہوتا ہے۔ ہم پہلے ہی PlopJS جیسے ٹولز سے ایسا کمپونینٹ بوائلرپلیٹ بنا لیتے ہیں جو باقی لائبریری کی ساخت سے مطابقت رکھتا ہو۔ مجھے خوشی ہوگی کہ AI میرے لیے بہت سی عام قسم کی بوائلرپلیٹ چیزیں تیار کرنے میں مدد دے۔"

- بریڈ فراسٹ

ڈیزائن سسٹمز کی یہی میکانکی اور پیش گوئی کے قابل فطرت انہیں سیلولر آٹومیٹا طرز کے عمل کے لیے موزوں بناتی ہے۔ جب اصول واضح، مقامی اور مسلسل لاگو ہوں، تو ایجنٹس خودمختاری سے کام کر سکتے ہیں—بالکل ویسے ہی جیسے کانوے کے Game of Life میں خلیوں کو گلائیڈرز اور آسیلیٹرز بنانے کے لیے کسی مرکزی کنٹرولر کی ضرورت نہیں پڑتی۔

مشین کے پڑھنے کے قابل ہونا: وقت کی ضرورت

Storybook MCP (Model Context Protocol) کی پہل اس سمت میں ایک اہم ارتقا ہے۔ 2025 کے اواخر میں اعلان کردہ Storybook MCP، موجودہ Storybook سیٹ اپس سے AI کوڈنگ ایجنٹس کو مشین کے پڑھنے کے قابل کمپونینٹ میٹا ڈیٹا فراہم کرتا ہے۔

اصل نکتہ یہ ہے کہ ایجنٹس کو خام کوڈ یا بصری دستاویزات کی ضرورت نہیں ہوتی۔ انہیں چاہیے:

• کمپونینٹ مینی فیسٹس: ہر کمپونینٹ کا منظم میٹا ڈیٹا—اس کے props، ویریئنٹس، ڈیزائن ٹوکن بائنڈنگز اور استعمال کی مثالیں
• معنی خیز نام رکھنا: ایسے بامعنی ٹوکنز جیسے action.primary.confirm جو ایجنٹس تک صرف قدریں نہیں بلکہ مفہوم بھی پہنچائیں
• توثیقی چکر: ٹیسٹ چلانے، ناکامیاں دیکھنے اور خود اصلاح کرنے کی صلاحیت

"Storybook MCP ایجنٹس کو آپ کے پیٹرنز پر چلنے اور آپ کے ٹیسٹ پاس کرنے میں مدد دیتا ہے۔ یہ انہیں دو ایسی چیزیں دیتا ہے جو پہلے کبھی ان کے پاس نہ تھیں: مشین کے پڑھنے کے قابل کمپونینٹ میٹا ڈیٹا اور اپنی غلطیاں خود ٹھیک کرنے کے لیے ایک تکراری چکر۔"

- Storybook ٹیم

Storybook MCP میں خودکار اصلاح کا ایک چکر شامل ہے۔ اس کی مدد سے ایجنٹس آپ کے کمپونینٹ ٹیسٹ (انٹریکشن اور ایکسیسبیلیٹی) چلاتے ہیں، دیکھتے ہیں کہ کیا ناکام ہوا، اور اپنی خامیاں خود دور کر لیتے ہیں۔ ڈیولپر کو صرف ٹیسٹ پاس ہونے کے بعد قدم رکھنا پڑتا ہے۔ اب پرامپٹ کی رکھوالی کی ضرورت نہیں۔

یہ بالکل سیلولر آٹومیٹن کا وہی ڈھانچہ ہے جو ڈیزائن پر لاگو کیا گیا ہو: مقامی اصول (کمپونینٹ کی تفصیلات)، ہمسایوں کے باہمی تعامل (کمپوزیشن پیٹرنز) اور تکراری تازہ کاریاں (توثیق اور خود اصلاح)۔

جین کے طور پر میرا کمپونینٹ مینی فیسٹ

جب ہم دیکھتے ہیں کہ کمپونینٹ مینی فیسٹس کیسے کام کرتے ہیں تو لینگٹن کے لوپس سے موازنہ اور بھی برمحل ہو جاتا ہے۔ لینگٹن کے نظام میں گردش کرتے خلیوں میں رمز شدہ "جینوم" میں نیا لوپ بنانے کی ہدایات ہوتی ہیں۔ مشین کے پڑھنے کے قابل ڈیزائن سسٹم میں کمپونینٹ مینی فیسٹ میں انٹرفیس جوڑنے کی ہدایات ہوتی ہیں۔

ایک کمپونینٹ مینی فیسٹ میں یہ طے کیا جا سکتا ہے:

{
  "name": "Button",
  "variants": ["primary", "secondary", "destructive"],
  "sizes": ["sm", "md", "lg"],
  "props": {
    "label": "string",
    "disabled": "boolean",
    "onClick": "function"
  },
  "tokens": {
    "background": "color.action.primary",
    "borderRadius": "radius.md",
    "padding": "space.3"
  },
  "constraints": [
    "Must have accessible contrast ratio",
    "Label required for non-icon buttons",
    "Minimum touch target 44x44px"
  ],
  "examples": [
    { "variant": "primary", "label": "Submit", "size": "md" },
    { "variant": "destructive", "label": "Delete", "size": "sm" }
  ]
}

یہ مینی فیسٹ بیک وقت ڈیزائن کی تفصیلی وضاحت بھی ہے اور قابلِ عمل کوڈ بھی، یا یوں کہیے کہ ایسی ہدایات جن سے قابلِ عمل کوڈ تیار کیا جا سکتا ہے۔ اس مینی فیسٹ کو استعمال کرنے والے ایجنٹ کو انسانی معنوں میں جمالیات یا صارف کے تجربے کو سمجھنے کی ضرورت نہیں۔ اسے بس اصولوں پر چلنا ہے، عناصر کو ان کی پابندیوں کے مطابق جوڑنا ہے اور درست نتائج تیار کرنے ہیں۔

میں Brad Frost سے متفق ہوں کہ yaml فارمیٹ ہونا چاہیے۔

Drupal کمپونینٹس yaml فارمیٹ استعمال کرتے ہیں۔ کچھ اس طرح

$schema: https://git.drupalcode.org/project/drupal/-/raw/HEAD/core/assets/schemas/v1/metadata.schema.json
name: Button
status: experimental
description: Use Bootstrap custom button styles for actions in forms, dialogs, and more with support for multiple sizes, states, and more.
props:
  type: object
  properties:
    html_tag:
      type: string
      title: The HTML tag to use for the button (button | a). Defaults to `button`.
      default: button
      enum:
        - button
        - a
    url:
      type: string
      title: URL Link
      description: URL link for the button when the HTML tag is an anchor link.
      $ref: "ui-patterns://url"
    color:
      type: string
      title: Color
      description: Bootstrap includes several predefined button styles, each serving its own semantic purpose, with a few extras thrown in for more control.
      default: ''
      enum:
        - ''
        - primary
        - secondary
        - success
        - danger
        - warning
        - info
        - dark
        - light
        - link
    outline:
      type: boolean
      title: Outline
      description: In need of a button, but not the hefty background colors they bring? Replace the default modifier classes with the .btn-outline-* ones to remove all background images and colors on any button.
      default: false
    size:
      type: string
      title: Size
      description: Bootstrap button size
      default: ''
      enum:
        - ''
        - btn-sm
        - btn-lg
    disabled:
      type: boolean
      title: Disabled
      description: Disabled button
      default: false
    button_utility_classes:
      type: array
      title: Utility Classes
      default: []
      items:
        type: 'string'
      description: An array of utility classes that can be used to add extra Bootstrap utility classes or custom classes to this component.
    attributes:
      type: object
      title: Attributes
      description: HTML attributes for the containing element.
      $ref: 'ui-patterns://attributes'
slots:
  content:
    type: string
    title: Content
    description: The content for the button
    minLength: 1
    examples:
      - Press
      - Submit now
      - Save
      - Login
      - Read more

ڈیزائن ہی کوڈ ہے۔

• ویریئنٹس
• ٹوکنز
• پراپس

• پابندیاں (جو ہم کمپونینٹس میں شامل کر سکتے ہیں)

• سلاٹ کے اصول (دوسرے سلاٹس میں کیا رکھا جا سکتا ہے، یا میرے سلاٹ میں کیا رکھنے کی اجازت ہے)

• اصول

• مثالیں 

• اینیمیشنز  ( جن کے استعمال کی اجازت ہو یا جن کی رہنمائی دی گئی ہو )

پھر رویّے کو دیکھیں اور اس کے ساتھ تجربے کریں۔

جیسا کہ یہاں https://storybook.demo.varbase.vardot.com/?path=/story/atoms-button--primary 

ڈیزائن ٹوکنز بطور ماحولیاتی متغیرات

ڈیزائن ٹوکنز اس معمے کا ایک اور اہم ٹکڑا ہیں۔ سیلولر آٹومیٹا میں خلیے اپنے فوری ماحول، یعنی پڑوسی خلیوں کی حالتوں، کے مطابق ردِعمل دیتے ہیں۔ ڈیزائن سسٹمز میں کمپونینٹس ڈیزائن ٹوکنز کے مطابق ردِعمل دیتے ہیں، یعنی وہ سیاقی قدریں جو ان کی ظاہری شکل اور رویّے کا تعین کرتی ہیں۔

جدید ٹوکن آرکیٹیکچر کئی تہوں پر مشتمل ہوتے ہیں:

• بنیادی ٹوکنز: خام قدریں جیسے color.blue.500: #3B82F6
• معنوی ٹوکنز: مقصد پر مبنی حوالے جیسے color.action.primary: color.blue.500
• کمپونینٹ ٹوکنز: مخصوص دائرے میں لاگو ہونے والے ٹوکنز جیسے button.background.primary: color.action.primary

جب کوئی ایجنٹ Button کمپونینٹ بناتا ہے تو اسے یہ جاننے کی ضرورت نہیں کہ "primary" کا مطلب نیلا رنگ ہے۔ اسے بس button.background.primary کا حوالہ دینا ہے اور اس بھروسے پر چلنا ہے کہ ٹوکن سسٹم اسے درست قدر میں تبدیل کر دے گا۔ ماحول (ٹوکن کی تہہ) معلومات رکھتا ہے، اور کمپونینٹ (خلیہ) کو بس اس کے مطابق ردِعمل دینا ہوتا ہے۔

جیسے ٹولز Tokens Studio نے ارتقا کر کے ڈیزائن ٹوکنز کو ریزالورز کے ساتھ کمپیوٹیشنل گراف کی طرح برتنا شروع کر دیا ہے، یعنی ایسے نوڈز جو سیاق کی بنیاد پر طے کرتے ہیں کہ کون سے بنیادی ٹوکنز استعمال ہوں۔ یوں ڈیزائن ٹوکنز ساکن قدروں سے بدل کر متحرک، اصول پر مبنی نظاموں میں ڈھل جاتے ہیں۔

Drupal ایکوسسٹم اور AI کا انضمام

مواد کے انتظامی نظاموں (CMS) میں AI کا انضمام "ڈیزائن ہی کوڈ ہے" کے اصولوں کو پرکھنے کے لیے ایک بہترین تجربہ گاہ ہے۔ Drupal جیسے CMS بنیادی تصورات کو پہلے ہی اپنے اندر سمو چکے ہیں: منظم مواد کی اقسام، فیلڈ کی تعریفیں، آپس کے تعلقات، اور ترتیب و تشکیل کے اصول۔

میں نے کبھی نہیں سوچا تھا کہ ہم ایسی بات بھی کہہ سکیں گے۔ میرے لیے تو یہ فن کی معراج تھی۔

 وہ کمپیوٹر سیٹ اپ جو ہمیں مل سکتا ہے، سب سے اعلیٰ۔ کچھ ایسے ڈیولپرز جو گویا مستقبل کے Star Trek سے آئے ہوں، اور کمپیوٹر سے بات کر کے اپنے لیے پروگرام لکھواتے ہوں۔

ایجنٹ ایکسپیریئنس (AX) اور نیا صارف

مشینوں کے لیے ڈیزائن

2025 کے آغاز میں Netlify کے سی ای او Mathias Biilmann نے "ایجنٹ ایکسپیریئنس" (AX) کا تصور پیش کیا، جو ایک نیا شعبہ ہے اور اس پر توجہ دیتا ہے کہ AI ایجنٹ مصنوعات اور پلیٹ فارمز کے ساتھ کس طرح تعامل کرتے ہیں۔

یہ تبدیلی بنیادی نوعیت کی ہے۔ دہائیوں تک UX (صارف کا تجربہ) انسانی ادراک، تاثر اور رویّے کے لیے بہتر بنایا جاتا رہا۔ DX (ڈیولپر ایکسپیریئنس) سافٹ ویئر بنانے والے انسانی ڈیولپرز کے لیے بہتر بنایا گیا۔ AX اس حقیقت کو تسلیم کرتا ہے کہ ایجنٹ ڈیجیٹل نظاموں کے بنیادی صارف بنتے جا رہے ہیں، اور ان کی ضروریات بالکل مختلف ہیں:

• انھیں بصری جمالیات کی پروا نہیں ہوتی؛ انھیں صرف منظم اور قابلِ تجزیہ ڈیٹا چاہیے
• وہ انٹرفیس میں گھومتے پھرتے نہیں؛ وہ APIs کو کال کرتے ہیں اور مینی فیسٹ استعمال کرتے ہیں
• وہ دستاویزات کو انسانوں کی طرح نہیں پڑھتے؛ انھیں مشین کے پڑھنے کے قابل سیاق چاہیے
• وہ ذاتی رائے پر مبنی فیصلے نہیں کرتے؛ وہ اصولوں اور پابندیوں پر چلتے ہیں

"ایجنٹس (AI Agents) انسان نہیں ہیں: انہیں بٹن کے سائز، ٹائپوگرافی کی پڑھنے میں آسانی، آپ کی ویب سائٹ کے خوبصورت رنگوں کے امتزاج یا آپ کی ایپ کی چمک دمک والی اینیمیشنز کی کوئی پروا نہیں ہوتی۔ تو پھر AI ایجنٹس کو کس چیز کی 'پروا' ہوتی ہے؟ اس سوال کا آج کوئی ٹھوس جواب موجود نہیں، مگر آنے والے برسوں میں یہ سوال روز بروز اہم ہوتا جائے گا۔"

- AX ریسرچ

جواب یہ ہے: واضح اصول، پیش گوئی کے قابل رویّے، اچھی طرح منظم ڈیٹا، اور فیڈبیک لوپس جو انہیں اپنے اقدامات کی جانچ اور درستی کا موقع دیں۔

دوہرے انٹرفیس کا چیلنج

AX کے لیے ڈیزائن کرنے کا مطلب ہے بیک وقت دو انٹرفیس بنانا:

1. انسان سے ایجنٹ تک کا انٹرفیس: جہاں انسان ایجنٹ کے رویّے کی نگرانی کرتے ہیں، اسے منظور اور ایڈٹ کرتے ہیں اور اس کی رہنمائی کرتے ہیں — یعنی "مشن کنٹرول" کی پرت۔ سوچیے ڈیش بورڈز اور منظوری کی قطاریں، فارمز اور بٹن نہیں۔
2. ایجنٹ سے سسٹم تک کا انٹرفیس: جہاں ایجنٹ APIs، ڈیٹا بیسز اور ٹولز کے ساتھ کام کرتے ہیں — یعنی "عملی" پرت۔ یہ مضبوط، اچھی طرح دستاویز شدہ اور مشینی کارکردگی کے لیے بہتر بنائی گئی ہونی چاہیے۔

یہ سیلولر آٹومیٹا کے فن تعمیر کا عکس ہے، جہاں دو الگ نقطۂ نظر ساتھ ساتھ موجود رہتے ہیں:

• مقامی نقطۂ نظر: ہر سیل (ایجنٹ) اپنے قریبی ہمسایوں کی بنیاد پر سادہ اصولوں پر چلتا ہے
• عالمی نقطۂ نظر: پیچیدہ پیٹرنز ابھرتے ہیں جو صرف بڑے پیمانے پر ہی نظر آتے ہیں

"ایجنٹ ایکسپیرینس ڈیزائن (AX) کا نتیجہ ایجنٹس کے لیے اور ایجنٹس کی طرف سے بہترین قابلِ استعمال ہونے (usability) کی صورت میں نکلنا چاہیے۔ یوں بہترین AX بہترین صارفی تجربے (UX) تک لے جاتا ہے۔ اگر AI ایجنٹ کو کوئی ٹوٹا ہوا عمل، پروٹوکول، یا مختلف سسٹمز میں غیر ہم آہنگ الفاظ بھی ملیں تو وہ کام انجام نہیں دے پاتا۔ یہ ایجنٹ کے لیے برا تجربہ ہے، جو آگے چل کر کسٹمر یا ملازم کے برے تجربے کا سبب بنتا ہے۔"

- کیٹ ہومز، چیف ایکسپیرینس آفیسر، Salesforce

UX سے AX تک: ڈیجیٹل ڈیزائن کا ارتقا

اسٹگمرجی اور بالواسطہ رابطہ

سوارم انٹیلیجنس کے سب سے طاقتور تصورات میں سے ایک اسٹگمرجی (stigmergy) ہے — یعنی ماحول میں چھوڑے گئے نشانات کے ذریعے بالواسطہ ہم آہنگی۔ چیونٹیاں خوراک کی جگہوں کے بارے میں ایک دوسرے سے براہِ راست بات نہیں کرتیں؛ وہ فیرومون کے راستے چھوڑ دیتی ہیں جن پر دوسری چیونٹیاں چل پڑتی ہیں۔ ماحول خود ابلاغ کا ذریعہ بن جاتا ہے۔

ایجنٹ پر مبنی ڈیزائن سسٹمز میں اسٹگمرجی کی شکلیں یہ ہیں:

• مشترکہ کمپوننٹ لائبریریاں: ایجنٹس "دیکھ" لیتے ہیں کہ کون سے کمپوننٹس موجود ہیں اور انہیں کیسے استعمال کیا گیا ہے
• ڈیزائن ٹوکنز: معنوی قدریں جو ڈیزائن کے فیصلوں کو ماحول کے حقائق کی صورت میں محفوظ کرتی ہیں
• پیٹرن کی دستاویزات: استعمال کی مثالیں جو آنے والے ایجنٹس کے لیے فیرومون کے راستوں کا کام دیتی ہیں
• ٹیسٹ سوئٹس: توثیق کے اصول جو درست نتائج کی گنجائش کو محدود کرتے ہیں
• Git ہسٹری: ماضی کے فیصلوں کا ریکارڈ جس سے ایجنٹس رجوع کر سکتے ہیں

جب کوئی ایجنٹ کسی کمپوننٹ کے ذریعے UI تیار کرتا ہے تو وہ نشانات چھوڑ جاتا ہے — کوڈ بیس میں، دستاویزات میں، اور ان پیٹرنز میں جو وہ قائم کرتا ہے۔ ملتے جلتے کاموں کا سامنا کرنے والے آئندہ ایجنٹس ان نشانات سے متاثر ہوں گے، اور یوں اجتماعی ذہانت کی وہ صورت جنم لیتی ہے جو کسی ایک ایجنٹ کے پاس نہیں ہوتی۔

ایجنٹ پر مبنی ڈیزائن کے پیٹرنز

اینڈریو اینگ اور دیگر ماہرین نے ایجنٹ پر مبنی AI سسٹمز کے چار کلیدی پیٹرنز کی نشاندہی کی ہے:

1. خود جائزہ (Reflection): AI اپنے ہی نتیجے کا جائزہ لیتا ہے اور بار بار اسے بہتر بناتا ہے
2. ٹول کا استعمال (Tool Use): AI بیرونی ٹولز، APIs اور سسٹمز کے ساتھ تعامل کرتا ہے
3. منصوبہ بندی (Planning): AI کام کو پیچیدہ مرحلوں سے چھوٹے ذیلی کاموں میں تقسیم کرتا ہے اور انہیں ایک کے بعد ایک انجام دیتا ہے
4. کثیر ایجنٹ (Multi-Agent): کئی مخصوص ایجنٹ پیچیدہ کاموں پر مل کر کام کرتے ہیں

یہ پیٹرنز سیلولر آٹومیٹا کے تصورات سے براہِ راست جڑتے ہیں:

ڈیزائن ہی کوڈ ہے: ایک گہرا مطالعہ

"ڈیزائن ہی کوڈ ہے" کا اصل مطلب

جب ہم کہتے ہیں کہ "ڈیزائن ہی کوڈ ہے" تو ہم بیک وقت کئی دعوے کر رہے ہوتے ہیں:

1. معنوی مساوات

ڈیزائن کے فیصلے جب درست طریقے سے انکوڈ کیے جائیں تو قابلِ عمل بن جاتے ہیں۔ ڈیزائن ٹوکن محض ایک قدر نہیں، ایک ہدایت ہے۔ کمپوننٹ کی تفصیل محض دستاویز نہیں، ایک پروگرام ہے۔ جب ایجنٹ ان چیزوں کو استعمال کرتے ہیں تو وہ ڈیزائن کو نافذ کرنے کے ساتھ ساتھ اسے چلا بھی رہے ہوتے ہیں۔

2. تخلیقی صلاحیت

جس طرح Rule 110 ہر قابلِ حساب چیز کا حساب لگا سکتا ہے، اسی طرح ایک مکمل ڈیزائن سسٹم ہر درست انٹرفیس تخلیق کر سکتا ہے۔ نظام کے اندر اپنے تمام درست اظہارات کی صلاحیت موجود ہوتی ہے۔ کیا ابھرتا ہے، یہ صرف ابتدائی شرائط (ضروریات) اور اصولوں (پابندیوں) پر منحصر ہے۔

3. ابھرتی ہوئی پیچیدگی

سب سے نفیس انٹرفیس اوپر سے نیچے ڈیزائن نہیں کیے جاتے، بلکہ سادہ اصولوں کے مسلسل اطلاق سے ابھرتے ہیں۔ ایک اچھی طرح ڈیزائن کیا گیا بٹن، اگر مستقل مزاجی سے استعمال ہو، تو ایک مربوط بصری زبان پیدا کرتا ہے، اور اس ربط کی کسی نے صریح منصوبہ بندی بھی نہیں کی ہوتی۔

4. حسابی ناقابلِ تخفیف پن

کچھ ڈیزائن نتائج کی پیش گوئی نظام کو چلائے بغیر نہیں ہو سکتی۔ ایجنٹ کا بنایا ہوا انٹرفیس کیسا دکھے گا، یہ آپ ایجنٹ کو اسے بنانے دیے بغیر نہیں جان سکتے۔ یہ Wolfram کا حسابی ناقابلِ تخفیف پن کا اصول ہے جو ڈیزائن پر لاگو ہوتا ہے۔

5. خود میں تبدیلی

evoloops کی طرح، جو نقل بنتے وقت تبدیل ہو جاتے ہیں، ایجنٹ کے لیے تیار ڈیزائن سسٹم بھی استعمال کے ذریعے ارتقا پذیر ہو سکتے ہیں۔ ایجنٹوں کے بنائے ہوئے کمپوننٹس اس لائبریری کا حصہ بن جاتے ہیں جسے آئندہ کے ایجنٹ استعمال کرتے ہیں۔ نظام سیکھتا ہے، ڈھلتا ہے اور بڑھتا ہے۔

سیلولر آٹومیٹا کے استعارے کی توسیع

استعارے سے آگے: حقیقی اتصال

لیکن یہ محض استعارہ نہیں۔ یہ اتصال حقیقی ہے اور آج ہو رہا ہے:

• Storybook MCP کمپوننٹ لائبریریوں کو ایسی مشین کے پڑھنے کے قابل ہدایات میں بدل دیتا ہے جنہیں ایجنٹ انجام دیتے ہیں
• Model Context Protocol ایجنٹوں کے ٹولز اور سیاق تک رسائی کو معیاری بناتا ہے، اور یوں ایجنٹک عمل کے لیے ایک عالمگیر بنیاد تشکیل دیتا ہے
• کثیر ایجنٹ فن تعمیر کام کو مخصوص ایجنٹوں (معمار، کوڈر، جائزہ کار) میں تقسیم کرتا ہے جو پروٹوکولز کے مطابق باہم تعامل کرتے ہیں، بالکل ان سیلز کی طرح جن کے کام الگ الگ ہوتے ہیں
• خود مرمتی لوپسیہ ایجنٹس کو ٹیسٹ چلانے، غلطیاں پکڑنے اور بار بار بہتری لانے دیتے ہیں، یعنی وہی فیڈبیک میکانزم جو سیلولر آٹومیٹا مستحکم ترتیبیں وجود میں لانے کے لیے استعمال کرتے ہیں
• Schema.org Blueprints مواد کے ڈھانچوں کو مشین کے لیے قابلِ مطالعہ اور معنوی اعتبار سے بامعنی بناتا ہے
• Drupal AI AI ایجنٹس کے لیے وہ بنیادی ڈھانچہ فراہم کرتا ہے جس سے وہ خودمختار طور پر مواد بنا سکیں، اس میں ترمیم کر سکیں اور اسے منظم کر سکیں

ہم "ڈیزائن ہی کوڈ ہے" کو کوئی فلسفیانہ موقف بنا کر پیش نہیں کر رہے۔ ہم اسے تکنیکی بنیادی ڈھانچے کے طور پر تعمیر کر رہے ہیں۔

اثرات اور آگے کا راستہ

ڈیزائنرز کے لیے

ڈیزائنر کا کردار "مستطیل بنانے والے" سے بدل کر "اصول طے کرنے والے" کا ہوتا جا رہا ہے۔ جیسا کہ Brad Frost نے مشاہدہ کیا:

"جو ڈیزائنرز اور ڈیولپرز اپنے کام کو مستطیل بنانا سمجھتے ہیں، ان کے پاس فکر کرنے کی بہت سی وجوہات ہیں۔ لیکن جو اپنے کام کو مسائل حل کرنا سمجھتے ہیں، اور مسائل حل کرنے کے لیے ضمناً کچھ مستطیل بنانا یا برتنا پڑ جاتے ہیں، انھیں خوف کم ہے۔"

- Brad Frost

ایجنٹ پر مبنی مستقبل میں ڈیزائنرز یہ کام کریں گے:

• معنوی ٹوکنز اور ان کے باہمی تعلقات کی تعریف کرنا
• ترتیب و تشکیل کی پابندیاں اور نمونے قائم کرنا
• ایسے توثیقی اصول بنانا جن پر ایجنٹس کو پورا اترنا ہو
• ان اصولوں کی نگہداشت اور ارتقا جن کے تحت نئی چیزیں ابھرتی ہیں
• ایسے فیڈبیک میکانزم ڈیزائن کرنا جو خود اصلاحی کو ممکن بنائیں
• ان "فٹنس فنکشنز" کو شکل دینا جو طے کرتے ہیں کہ کون سے نتائج قابلِ قبول ہیں

یہ ڈیزائن کی ایک بلند تر سطحِ تجرید ہے، یعنی خود ڈیزائن بنانے کے بجائے وہ اصول ڈیزائن کرنا جو ڈیزائن پیدا کرتے ہیں۔ بالکل ایسے جیسے سیلولر آٹومیٹن کے اصول طے کیے جائیں، نہ کہ ہر خلیے کو الگ الگ کھینچا جائے۔

ڈیولپرز کے لیے

ڈیولپرز ایجنٹ سسٹمز کے معمار بن جاتے ہیں۔ جیسا کہ Anthropic بیان کرتا ہے:

"سافٹ ویئر ڈیولپمنٹ کے شعبے میں LLM فیچرز کی قابلِ ذکر صلاحیت سامنے آئی ہے، اور ان کی استعداد کوڈ کی تکمیل سے بڑھ کر خودمختار مسئلہ حل کرنے تک پہنچ گئی ہے۔"

ڈیولپرز کو یہ کرنا ہوگا:

• ایجنٹس اور سسٹمز کے درمیان مشین کے لیے قابلِ مطالعہ انٹرفیس بنانا
• فیڈبیک لوپس اور توثیقی میکانزم ڈیزائن کرنا
• وہ ڈھانچہ تعمیر کرنا جس کے اندر نئے رویے ابھر سکیں
• حتمی منصف کے طور پر انسانی نگرانی برقرار رکھنا
• وہ پروٹوکول طے کرنا جن کے ذریعے ایجنٹس باہم رابطہ کرتے ہیں
• وہ "گلو کوڈ" نافذ کرنا جو مختلف ایجنٹ سسٹمز کو آپس میں جوڑتا ہے

ویب ڈیولپمنٹ اور CMS پلیٹ فارمز کے لیے

Drupal جیسے پلیٹ فارمز میں AI کا انضمام ایسے مستقبل کی طرف اشارہ کرتا ہے جس میں:

• مواد کے ماڈلز ایجنٹس کے استعمال کے قابل ہو جاتے ہیں Schema.org جیسے معیارات کے ذریعے
• ادارتی ورک فلو ایجنٹ کی مدد سے چلتے ہیں AI سے چلنے والی مسودہ نویسی، نگرانی اور اصلاح کے ساتھ
• تلاش کا ارتقا ہوتا ہے کلیدی الفاظ کے ملاپ سے معنوی فہم تک، ایمبیڈنگز اور ویکٹر ڈیٹا بیسز کے ذریعے
• ذاتی نوعیت کی سہولت خودکار ہو جاتی ہے ایجنٹس صارف کی ترجیحات سیکھتے ہیں اور مواد کو حقیقی وقت میں ڈھالتے ہیں
• ڈیولپمنٹ کی رفتار بڑھتی ہے کیونکہ ایجنٹس کمپونینٹس، ٹیسٹس اور دستاویزات خود تیار کرتے ہیں

Drupal ایکوسسٹم کا AI کو اپنانا، Drupal AI، Drupal Canvas، Schema.org Blueprints اور AI پرووائیڈرز کے انضمام جیسے ماڈیولز کے ذریعے، ثابت کرتا ہے کہ یہ مستقبل پہلے ہی تعمیر ہو رہا ہے۔

اداروں کے لیے

مسابقتی برتری ان اداروں کو حاصل ہوگی جن کے ڈیزائن سسٹمز سب سے زیادہ "ایجنٹ کے لیے تیار" ہوں گے۔ ایجنٹ کے لیے تیار سسٹمز کی خصوصیات یہ ہیں:

• کمپونینٹ کی تمام حالتوں اور اقسام کا مکمل احاطہ
• ایسے معنوی نام جو مقصد کو واضح کریں
• مشین کے لیے قابلِ مطالعہ دستاویزات اور سیاق و سباق
• توثیق اور ٹیسٹنگ کا بنیادی ڈھانچہ
• واضح پابندیاں جو درست نتائج کے دائرے کو متعین کریں
• ایجنٹ کے استعمال کے لیے ڈیزائن کیے گئے APIs (AX-first)
• Schema.org-first مواد کے فن تعمیر

مستقبلِ ڈیجیٹل مصنوعات کے لیے

آخرکار جو صورت بنے گی وہ ایک طرح کا ڈیجیٹل ماحولیاتی نظام ہوگی: بے شمار ایجنٹ مقامی اصولوں کے مطابق کام کرتے ہوئے ایسے انٹرفیس وجود میں لائیں گے جنہیں کسی ایک ڈیزائنر یا ڈویلپر نے نہ منصوبہ بنایا ہوگا، پھر بھی وہ کسی نہ کسی طرح باہم مربوط رہیں گے، کیونکہ بنیادی اصول مضبوط ہیں۔

یہ اتنی بعید از قیاس بات نہیں جتنی سننے میں لگتی ہے۔ حیاتیاتی نظام بالکل اسی طرح کام کرتے ہیں، شہر اسی طرح پھیلتے ہیں، منڈیاں اسی طرح چلتی ہیں۔ سوال یہ نہیں کہ ہم اس مقام تک پہنچیں گے یا نہیں، سوال یہ ہے کہ اس منتقلی کے دوران ہم راستہ کیسے طے کریں گے۔

نتیجہ: کوڈ زندہ ہے

جان فان نیومن، وہ ہمہ دان جس نے سیلولر آٹومیٹا ایجاد کیے، ایک بنیادی سوال سے متحرک تھا: خود کو دوبارہ پیدا کرنے کے لیے کم سے کم کتنی پیچیدگی درکار ہے؟ اس کا جواب، یعنی فان نیومن کا یونیورسل کنسٹرکٹر، یہ ثابت کرتا ہے کہ خود افزائی کے لیے حیاتیاتی مشینری ضروری نہیں۔ اس کے لیے صرف ایسے اصول چاہییں جو اپنے نفاذ کو خود ہی رمزی صورت میں بیان کریں۔

ستر برس بعد ہم دریافت کر رہے ہیں کہ یہی اصول ڈیزائن سسٹمز پر بھی لاگو ہوتا ہے۔ خودکار یوزر انٹرفیس بنانے کی کم از کم شرط نہ مصنوعی عمومی ذہانت ہے اور نہ انسانی سطح کی تخلیقی صلاحیت۔ شرط بس اصولوں کا ایک مکمل، مربوط اور مشین کے پڑھنے کے قابل مجموعہ ہے جسے ایجنٹ نافذ کر سکیں۔

جب لینگٹن کے لوپس سیلولر گرڈ پر اپنی نقلیں بناتے ہیں تو ہم یہ نہیں کہتے کہ لوپس نئے لوپس کو "ڈیزائن" کر رہے ہیں۔ نقل بنانا محض وہی ہے جو اصول پیدا کرتے ہیں۔ پھر بھی نتیجہ، یعنی ایک دوسرے سے مشابہ نمونوں کی مسلسل پھیلتی بستیاں، بلاشبہ تخلیقی ہے، کم از کم کسی عملی معنی میں تخلیقی۔

جب AI ایجنٹ ڈیزائن سسٹم کے کمپونینٹس سے انٹرفیس جوڑتے ہیں اور سیمینٹک ٹوکنز اور ترکیبی پابندیوں کی پیروی کرتے ہیں تو وہ بھی کچھ ایسا ہی کر رہے ہوتے ہیں۔ "تخلیقی پن" ایجنٹوں میں نہیں بلکہ ان اصولوں میں ہے جو وہ نافذ کرتے ہیں، ایسے اصول جنہیں انسانوں نے بنایا، مگر جو اب خود مختاری سے کام کرتے ہیں۔

ہم ڈیجیٹل تخلیق کے ایک نئے دور کی دہلیز پر کھڑے ہیں۔ ایجنٹ آ چکے ہیں۔ پروٹوکولز شکل اختیار کر رہے ہیں۔ ڈیزائن سسٹم مصنوعی زندگی کی بنیاد بنتے جا رہے ہیں۔

ڈیزائن ہی کوڈ ہے۔
اور کوڈ جی اٹھ رہا ہے۔

اہم مضامین اور منصوبے

• Design Systems in the Time of AI - Brad Frost
• Storybook MCP Sneak Peek - Storybook
• Introducing AX: Why Agent Experience Matters - Mathias Biilmann
• Building Effective Agents - Anthropic

Drupal AI Resources

• Drupal AI

• Schema.org Blueprints Module

   

سیلولر آٹومیٹا کے وسائل

• Conway's Game of Life Lexicon - تقریباً 1500 نقشے
• A Working Turing Machine in Game of Life
• Langton's Loops - Wikipedia
• Rule Sets for Cellular Automata
• A New Kind of Science Online - Stephen Wolfram
• Cellular Automata - Nature of Code

حسابی نظریے، ڈیزائن سسٹمز، مصنوعی ذہانت اور ویب ڈیولپمنٹ کے سنگم پر موجود خیالات کی کھوج۔

 یہاں پیش کیے گئے خیالات ابھرتے ہوئے رجحانات کی قیاسی چھان بین ہیں، کسی یقینی مستقبل کی پیش گوئیاں نہیں۔

مجھے نظر آتا ہے کہ ہم ایسے AI ایجنٹ بنا رہے ہیں جو ایک لوپ میں کام کرتے ہیں اور مزید لوپس میں دوسرے AI ایجنٹوں سے تعامل کرتے ہیں۔

ڈیزائن ہی کوڈ ہے جب نظام ایک لوپ میں چلتا ہے، عمر بھر کے چکر کی طرح، ایک منتخب کینوس اور اصولوں کے مجموعے کے اندر۔