ਰੀਵਰਾਈਟ (rewrite) ਕਿਵੇਂ ਹੋਈ

Anthropic ਨੇ ਦਸੰਬਰ 2025 ਵਿੱਚ Bun ਨੂੰ ਖਰੀਦ ਲਿਆ ਅਤੇ ਇਸਦੇ Zig codebase ਨੂੰ Rust ਨਾਲ ਬਦਲਣ ਦਾ ਫੈਸਲਾ ਕੀਤਾ। ਕੰਪਨੀ ਨੇ Claude Fable 5 ਦਾ ਇੱਕ ਪ੍ਰੀ-ਰਿਲੀਜ਼ ਵਰਜ਼ਨ ਚਲਾਇਆ—ਇੱਕ ਅਜਿਹਾ LLM ਜੋ ਉਸ ਸਮੇਂ ਕਿਸੇ ਹੋਰ ਲਈ ਉਪਲਬਧ ਨਹੀਂ ਸੀ। ਮਾਡਲ ਦੀਆਂ 64 ਕਾਪੀਆਂ ਸਮਾਨਾਂਤਰ (parallel) ਕੰਮ ਕਰ ਰਹੀਆਂ ਸਨ, ਜੋ ਕੁੱਲ ਮਿਲਾ ਕੇ ਪ੍ਰਤੀ ਮਿੰਟ ਲਗਭਗ 1,300 ਲਾਈਨਾਂ ਦਾ ਕੋਡ ਤਿਆਰ ਕਰ ਰਹੀਆਂ ਸਨ।

ਲੀਡ ਇੰਜੀਨੀਅਰ Jarred Sumner ਨੇ ਸਮੱਸਿਆ ਨੂੰ ਏਜੰਟਾਂ ਦੇ ਹਵਾਲੇ ਕਰਕੇ ਪਾਸਾ ਨਹੀਂ ਮਾਰਿਆ। ਉਸਨੇ ਪਹਿਲਾਂ ਘੰਟਿਆਂ ਬੱਧੀ ਇੱਕ ਗਾਈਡ ਤਿਆਰ ਕਰਨ ਵਿੱਚ ਸਮਾਂ ਲਗਾਇਆ ਜਿਸ ਵਿੱਚ Zig idioms ਨੂੰ Rust ਦੇ ਬਰਾਬਰ ਦੇ ਰੂਪਾਂ ਵਿੱਚ ਮੈਪ ਕੀਤਾ ਗਿਆ ਸੀ। ਤਿੰਨ-ਫਾਈਲ ਦੇ ਟ੍ਰਾਇਲ ਰਨ ਨੇ ਉਸਨੂੰ ਪੂਰੇ ਰੈਪੋਜ਼ਟਰੀ (repository) 'ਤੇ ਕੰਮ ਕਰਨ ਤੋਂ ਪਹਿਲਾਂ ਏਜੰਟਾਂ ਦੇ ਆਉਟਪੁੱਟ ਨੂੰ ਕੈਲੀਬਰੇਟ ਕਰਨ ਵਿੱਚ ਮਦਦ ਕੀਤੀ। ਏਜੰਟਾਂ ਦੁਆਰਾ ਸੁਝਾਏ ਗਏ ਹਰ ਬਦਲਾਅ ਲਈ, ਦੋ "adversarial" ਏਜੰਟਾਂ ਨੇ ਇਸਦੀ ਸਮੀਖਿਆ ਕੀਤੀ, ਅਤੇ Sumner ਨੇ ਪੂਰੇ 11 ਦਿਨਾਂ ਦੇ ਦੌਰਾਨ ਪੂਰੀ ਪ੍ਰਕਿਰਿਆ ਨੂੰ ਲਾਈਵ ਦੇਖਿਆ।

Anthropic ਦੇ ਅੰਦਰੂਨੀ ਹਿਸਾਬ-ਕਿਤਾਬ ਵਿੱਚ ਟੋਕਨ ਦੀ ਵਰਤੋਂ ਲਈ $165,000 ਦਰਜ ਕੀਤੇ ਗਏ। ਇਹ ਅੰਕੜਾ ਸਿਰਫ਼ ਉਹਨਾਂ ਰੂਪ ਵਿੱਚ API ਕਾਲਾਂ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ ਜੋ ਕੋਡ ਦੇ ਮੁੱਖ ਬ੍ਰਾਂਚ (main branch) ਵਿੱਚ ਮਰਜ ਹੋਣ ਤੋਂ ਪਹਿਲਾਂ ਕੀਤੀਆਂ ਗਈਆਂ ਸਨ।

ਲੁਕਵਾਂ ਬਿੱਲ

$165 k ਦਾ ਇਹ ਅੰਕੜਾ ਨਵੇਂ Rust ਕੋਡ ਨੂੰ ਸਥਿਰ ਕਰਨ ਲਈ ਲੋੜੀਂਦੀ ਕੰਪਿਊਟਿੰਗ (compute) ਨੂੰ ਸ਼ਾਮਲ ਨਹੀਂ ਕਰਦਾ। ਅੰਦਰੂਨੀ ਵਿਸ਼ਲੇਸ਼ਣ ਅਨੁਸਾਰ, ਮਰਜ ਹੋਣ ਤੋਂ ਬਾਅਦ ਦੇ ਫਿਕਸ, continuous-integration ਰਨ, ਅਤੇ ਵਾਧੂ ਟੈਸਟਿੰਗ ਕੁੱਲ ਖਰਚੇ ਨੂੰ ਹੋਰ ਵਧਾ ਸਕਦੇ ਹਨ। ਇਹ ਅਨੁਮਾਨ ਜਨਤਕ API ਕੀਮਤਾਂ ਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹੈ; ਕਿਉਂਕਿ Claude Fable 5 ਇੱਕ ਪ੍ਰਾਈਵੇਟ ਪ੍ਰੀਵਿਊ ਸੀ, ਇਸ ਲਈ ਅਸਲ ਵਿੱਚ ਅਦਾ ਕੀਤੀ ਗਈ ਕੀਮਤ ਵੱਖਰੀ ਹੋ ਸਕਦੀ ਹੈ।

ਰਫ਼ਤਾਰ ਬਨਾਮ ਸੁਰੱਖਿਆ

ਰੀਵਰਾਈਟ ਨੇ ਇੱਕ ਅਜਿਹਾ Rust runtime ਤਿਆਰ ਕੀਤਾ ਜੋ ਅਸਲ Zig ਵਰਜ਼ਨ ਨਾਲੋਂ ਤੇਜ਼ੀ ਨਾਲ ਚੱਲਦਾ ਹੈ, ਪਰ ਇਸ ਨਾਲ ਇੱਕ ਵੱਡਾ ਆਡਿਟ ਬੈਕਲੌਗ (audit backlog) ਵੀ ਰਹਿ ਗਿਆ ਹੈ। ਨਵੇਂ ਤਿਆਰ ਕੀਤੇ ਗਏ Rust ਫਾਈਲਾਂ ਵਿੱਚੋਂ ਲਗਭਗ 4% ਵਿੱਚ "unsafe" ਬਲਾਕ ਸ਼ਾਮਲ ਹਨ—ਅਜਿਹਾ ਕੋਡ ਜੋ Rust ਦੇ ਸਖ਼ਤ ਸੁਰੱਖਿਆ ਗਾਰੰਟੀਜ਼ ਨੂੰ ਬਾਈਪਾਸ ਕਰਦਾ ਹੈ। ਹੱਥਾਂ ਨਾਲ ਲਿਖੇ Rust ਪ੍ਰੋਜੈਕਟਾਂ ਵਿੱਚ ਆਮ ਤੌਰ 'ਤੇ ਇਹ ਪ੍ਰਤੀਸ਼ਤ ਬਹੁਤ ਘੱਟ ਹੁੰਦਾ ਹੈ, ਜਿਸਦਾ ਮਤਲਬ ਹੈ ਕਿ ਰਿਵਿਊਅਰਜ਼ ਨੂੰ ਹੁਣ ਇਹ ਯਕੀਨੀ ਬਣਾਉਣਾ ਪਵੇਗਾ ਕਿ ਉਹ ਬਲਾਕ ਮੈਮਰੀ-ਕਰੱਪਸ਼ਨ ਬੱਗਸ (memory-corruption bugs) ਨੂੰ ਜਨਮ ਨਾ ਦੇਣ।

Sumner ਦੀ ਮੁਹਾਰਤ ਤੋਂ ਬਿਨਾਂ ਏਜੰਟਾਂ ਦਾ ਆਉਟਪੁੱਟ ਬੇਮਤਲਬ ਹੁੰਦਾ। 1,300 ਲਾਈਨਾਂ ਪ੍ਰਤੀ ਮਿੰਟ ਦੀ ਰਫ਼ਤਾਰ 'ਤੇ ਵੀ, ਕੋਡ ਨੂੰ ਤਰਕਿਕ ਗਲਤੀਆਂ (logical errors) ਨੂੰ ਫੜਨ, ਆਰਕੀਟੈਕਚਰਲ ਇਕਸਾਰਤਾ ਯਕੀਨੀ ਬਣਾਉਣ, ਅਤੇ ਇਹ ਪੁਸ਼ਟੀ ਕਰਨ ਲਈ ਇੱਕ ਜਾਣਕਾਰ ਨਿਗਰਾਨ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ ਕਿ ਟੈਸਟ ਸੂਟ ਸੱਚਮੁੱਚ ਨਵੇਂ ਇੰਪਲੀਮੈਂਟੇਸ਼ਨ ਨੂੰ ਕਵਰ ਕਰਦਾ ਹੈ।

ਜਦੋਂ AI ਚਮਕਦਾ ਹੈ, ਅਤੇ ਜਦੋਂ ਨਹੀਂ

Bun port ਇੱਕ ਕਿਤਾਬੀ ਅਨੁਵਾਦ ਵਾਂਗ ਸੀ: ਇੱਕ ਭਾਸ਼ਾ ਤੋਂ ਦੂਜੀ ਭਾਸ਼ਾ ਵਿੱਚ, ਜਿਸ ਵਿੱਚ ਇੱਕ ਵਿਆਪਕ ਟੈਸਟ ਸੂਟ ਪਹਿਲਾਂ ਹੀ ਮੌਜੂਦ ਸੀ। ਉਸ ਸਾਫ਼ ਸੀਮਾ ਨੇ LLM ਨੂੰ ਇੱਕ ਸਪੱਸ਼ਟ ਟੀਚਾ ਦਿੱਤਾ ਅਤੇ ਰਚਨਾਤਮਕ ਸਮੱਸਿਆ-ਸੁਲਝਾਉਣ ਦੀ ਲੋੜ ਨੂੰ ਸੀਮਤ ਕਰ ਦਿੱਤਾ। ਹਾਲਾਂਕਿ, ਜ਼ਿਆਦਾਤਰ ਸਾਫਟਵੇਅਰ ਕੰਮ ਵਿੱਚ ਬਦਲਦੇ ਹੋਏ ਬਿਜ਼ਨਸ ਨਿਯਮ, ਅਸਪਸ਼ਟ ਲੋੜਾਂ ਨੂੰ ਸੰਭਾਲਣਾ, ਜਾਂ ਜ਼ੀਰੋ ਤੋਂ ਨਵੀਆਂ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਬਣਾਉਣਾ ਸ਼ਾਮਲ ਹੁੰਦਾ ਹੈ। ਅਜਿਹੇ ਗੁੰਝਲਦਾਰ ਮੈਦਾਨਾਂ ਵਿੱਚ AI ਦੀ ਉਨੀ ਹੀ ਮਦਦ ਨਾਲ ਉਸੇ ਪੱਧਰ ਦੀ ਰਫ਼ਤਾਰ ਜਾਂ ਲਾਗਤ ਲਾਭ ਮਿਲਣ ਦੀ ਸੰਭਾਵਨਾ ਘੱਟ ਹੈ।

AI-augmented development ਦੇ ਸਮਰਥਕ ਕੱਚੇ ਉਤਪਾਦਕਤਾ ਅੰਕੜਿਆਂ—ਮਿੰਟਾਂ ਵਿੱਚ ਹਜ਼ਾਰਾਂ ਲਾਈਨਾਂ ਤਿਆਰ ਹੋਣਾ—ਨੂੰ ਇਸ ਗੱਲ ਦੇ ਸਬੂਤ ਵਜੋਂ ਦਰਸਾਉਂਦੇ ਹਨ ਕਿ ਵੱਡੇ ਭਾਸ਼ਾ ਮਾਡਲ (large language models) ਵੱਡੀਆਂ ਟੀਮਾਂ ਦੀ ਜਗ੍ਹਾ ਲੈ ਸਕਦੇ ਹਨ। Anthropic ਦਾ ਮਾਮਲਾ ਇਸ ਵਿਚਾਰ ਨੂੰ ਸੰਤੁਲਿਤ ਕਰਦਾ ਹੈ: ਮੁੱਖ ਟੋਕਨ ਲਾਗਤ ਵਿੱਚ ਮਰਜ ਹੋਣ ਤੋਂ ਬਾਅਦ ਦੀ ਵੈਲੀਡੇਸ਼ਨ ਲਈ ਲੋੜੀਂਦੀ ਵੱਡੀ ਕੰਪਿਊਟਿੰਗ ਸ਼ਾਮਲ ਨਹੀਂ ਹੈ, ਅਤੇ "unsafe" ਕੋਡ ਦੁਆਰਾ ਪੈਦਾ ਕੀਤਾ ਗਿਆ ਸੁਰੱਖਿਆ ਕਰਜ਼ਾ (safety debt) ਹੱਲ ਕਰਨ ਲਈ ਮਨੁੱਖੀ ਯਤਨਾਂ ਦੀ ਲੋੜ ਹੋਵੇਗੀ।

ਅੱਗੇ ਕੀ ਦੇਖਣਾ ਹੈ

Anthropic ਨੇ ਇਹ ਖੁਲਾਸਾ ਨਹੀਂ ਕੀਤਾ ਹੈ ਕਿ ਕੀ ਉਹ ਹੋਰ codebase 'ਤੇ ਵੀ ਇਹੀ Claude-driven ਵਰਕਫਲੋ ਲਾਗੂ ਕਰਨ ਦੀ ਯੋਜਨਾ ਬਣਾ ਰਿਹਾ ਹੈ। ਜੇਕਰ ਉਹ ਅਜਿਹਾ ਕਰਦਾ ਹੈ, ਤਾਂ ਕੰਪਨੀ ਨੂੰ ਸਿਰਫ਼ ਟੋਕਨ ਬਿੱਲ ਹੀ ਨਹੀਂ, ਸਗੋਂ ਕੁੱਲ ਲਾਈਫਸਾਈਕਲ ਲਾਗਤ (lifecycle cost) ਨੂੰ ਵੀ ਧਿਆਨ ਵਿੱਚ ਰੱਖਣਾ ਪਵੇਗਾ। ਨਿਰੀਖਕਾਂ ਨੂੰ ਇਹਨਾਂ ਗੱਲਾਂ 'ਤੇ ਨਜ਼ਰ ਰੱਖਣੀ ਚਾਹੀਦੀ ਹੈ:

  • ਆਡਿਟ ਬੈਕਲੌਗ ਕਿੰਨੀ ਤੇਜ਼ੀ ਨਾਲ ਘਟਦਾ ਹੈ ਅਤੇ ਕੀ ਰਿਵਿਊਅਰਜ਼ ਦੁਆਰਾ ਕੋਡ ਨੂੰ ਰੀਫੈਕਟਰ (refactor) ਕਰਨ ਵੇਲੇ "unsafe" ਅਨੁਪਾਤ ਘਟਦਾ ਹੈ।
  • ਕੀ ਭਵਿੱਖ ਦੇ ਰਨ ਵਿੱਚ ਕਿਸੇ ਵਧੇਰੇ ਪਰਿਪੱਕ ਮਾਡਲ ਦੀ ਵਰਤੋਂ ਕੀਤੀ ਜਾਂਦੀ ਹੈ ਜੋ ਜਨਤਕ ਤੌਰ 'ਤੇ ਖਰੀਦਣਯੋਗ ਹੈ, ਜੋ ਲਾਗਤ ਦੇ ਅਨੁਮਾਨਾਂ ਨੂੰ ਵਧੇਰੇ ਪਾਰਦਰਸ਼ੀ ਬਣਾ ਸਕਦਾ ਹੈ।
  • Bun ਦੀ ਅਪਣਾਉਣ ਦੀ ਪ੍ਰਕਿਰਿਆ (adoption) 'ਤੇ ਪ੍ਰਭਾਵ: ਤੇਜ਼ ਰਨਟਾਈਮਜ਼ (runtimes) ਉਪਭੋਗਤਾਵਾਂ ਨੂੰ ਆਕਰਸ਼ਿਤ ਕਰ ਸਕਦੇ ਹਨ, ਪਰ ਕੋਈ ਵੀ ਸੁਰੱਖਿਆ ਚਿੰਤਾ ਉਸ ਲਾਭ ਨੂੰ ਖਤਮ ਕਰ ਸਕਦੀ ਹੈ।

ਸਿੱਟਾ

AI ਸਿੱਧੇ-ਸਾਧੇ ਕੋਡ ਅਨੁਵਾਦਾਂ ਨੂੰ ਤੇਜ਼ ਕਰ ਸਕਦਾ ਹੈ, ਪਰ ਡਾਊਨਸਟ੍ਰੀਮ ਕੰਪਿਊਟਿੰਗ ਅਤੇ ਮਨੁੱਖੀ ਤਸਦੀਕ ਦੀ ਲਾਗਤ ਟੋਕਨ-ਬਿੱਲ ਦੀ ਬਚਤ ਨੂੰ ਖਤਮ ਕਰ ਸਕਦੀ ਹੈ। Bun ਦੀ ਰੀਵਰਾਈਟ ਦਿਖਾਉਂਦੀ ਹੈ ਕਿ ਹਾਲਾਂਕਿ ਵੱਡੇ ਭਾਸ਼ਾ ਮਾਡਲ ਤੇਜ਼ੀ ਨਾਲ ਕੋਡ ਦੀ ਭਾਰੀ ਮਾਤਰਾ ਪੈਦਾ ਕਰ ਸਕਦੇ ਹਨ, ਪਰ ਸੁਰੱਖਿਆ, ਸਹੀਪਨ ਅਤੇ ਉਸ ਬਾਰੀਕ ਕੰਮ ਲਈ ਮਨੁੱਖੀ ਮੁਹਾਰਤ ਅਜੇ ਵੀ ਜ਼ਰੂਰੀ ਹੈ ਜੋ ਜ਼ਿਆਦਾਤਰ ਸਾਫਟਵੇਅਰ ਪ੍ਰੋਜੈਕਟਾਂ ਨੂੰ ਚਲਾਉਂਦੀ ਹੈ।