गुरुवार, 2 जुलाई 2026

संक्षेप में

• 18 दिनों के सरकारी शटडाउन के बाद Anthropic का Fable 5 वापस आया; Claude Sonnet 5 40% लागत पर Opus जैसी रीज़निंग देता है; Together AI ने $8.3B के मूल्यांकन पर $800M जुटाए।
• मानव-AI इंटरैक्शन डिज़ाइन के 39 सिद्धांत; CMU का शोधपत्र दिखाता है कि अधिकांश 'AI एजेंट' केवल बाहरी ढाँचे (scaffolding) हैं; Senior SWE-Bench सीनियर-स्तर की कोडिंग का मूल्यांकन करता है।
• xAI Voice Agent Builder लॉन्च हुआ; Google ने Genkit + ADK 2.0 के साथ एजेंट स्टैक जारी किया; Codex में OpenAI Tax AI की शुरुआत हुई।

मुख्य ख़बरें

• सरकार द्वारा अनिवार्य 18 दिनों के शटडाउन के बाद Anthropic का Fable 5 वापस आया. अमेरिकी वाणिज्य विभाग द्वारा निर्यात नियंत्रण हटाए जाने के बाद Anthropic ने एक नए साइबर सुरक्षा क्लासिफ़ायर के साथ Fable 5 को फिर से तैनात किया है। यह >99% मामलों में रिपोर्ट किए गए जेलब्रेक को रोकता है। 7 जुलाई तक पेड एक्सेस साप्ताहिक सीमा के 50% तक सीमित रहेगा। फ़्लैग किए गए अनुरोध वापस Opus 4.8 पर चले जाते हैं। ^{[1] [2]}
• Claude Sonnet 5 ~40% लागत पर Opus के करीब रीज़निंग के साथ लॉन्च हुआ. Claude Sonnet 5 ने 1M कॉन्टेक्स्ट विंडो और 128K आउटपुट सीमा के साथ एजेंटिक कोडिंग में 63.2% स्कोर किया है (Opus 4.8 के 69.2% की तुलना में)। 31 अगस्त तक शुरुआती कीमत प्रति मिलियन टोकन $2/$10 है। ^[20]
• Meta अतिरिक्त AI कंप्यूट के लिए क्लाउड व्यवसाय की संभावनाएं तलाश रहा है. ख़बरों के मुताबिक Meta अतिरिक्त डेटा-सेंटर क्षमता को किराए पर देने के लिए क्लाउड सेवा बना रहा है। शेयर 9.3% चढ़े। विकल्पों में रॉ कंप्यूट से लेकर होस्टेड मॉडल इन्फ़रेंस तक शामिल हैं। ^[4]
• Together AI ने $8.3B के मूल्यांकन पर $800M जुटाए. इस फ़ंडिंग राउंड से ओपन-मॉडल इन्फ़्रास्ट्रक्चर का विस्तार होगा, जिससे Together बंद API प्रदाताओं के एक प्रमुख विकल्प के रूप में स्थापित होगा। ^[5]
• फ़्रीलांस वैल्यू चेन में आगे बढ़ रहा है AI. Remote Labor Index: Fable 5 ने 240 वास्तविक फ़्रीलांस कार्यों में से 16.1% में मानवीय पेशेवरों की बराबरी की या उन्हें पीछे छोड़ दिया, जो अक्टूबर 2025 में GPT-5.2 के 2.5% से अधिक है। Opus 4.8 8.3% के साथ दूसरे और GPT-5.5 6.3% के साथ तीसरे स्थान पर रहा। ^[6]
• NVIDIA ने 2.42x तेज़ जनरेशन के लिए एक 30B मॉडल को दो हिस्सों में बाँटा. नई तकनीक मल्टी-GPU इन्फ़रेंस के लिए टेक्स्ट-जनरेशन की गति को लगभग 2.5x बढ़ाने हेतु एक बड़े मॉडल को विभिन्न डिवाइसों में विभाजित करती है। ^[3]

गहन विश्लेषण

• मानव-AI इंटरैक्शन डिज़ाइन करने के लिए 39 सिद्धांत. AI इंटरफ़ेस के लिए एक व्यावहारिक रूपरेखा, जिसमें उचित निर्भरता, उपयोगकर्ता नियंत्रण, पारदर्शिता और ज़िम्मेदार स्वायत्तता शामिल हैं। ^[7]
• बनाने से पहले अनिश्चितताओं का ख़ाका तैयार करें. Matt Pocock का /decision-mapping प्रॉम्प्ट पैटर्न: नए (ग्रीनफ़ील्ड) प्रोजेक्ट शुरू करने से पहले, AI से तयशुदा निर्णयों को अज्ञात बातों और समानांतर कार्य ट्रैक से अलग करने के लिए कहें। ^[8]
• CMU शोधपत्र: अधिकांश 'AI एजेंट' केवल बाहरी ढाँचे (scaffolding) हैं. तर्क दिया गया है कि कई एजेंटिक सिस्टम वास्तविक स्वायत्त एजेंट होने के बजाय LLM के चारों ओर बने कमज़ोर आवरण (wrappers) मात्र हैं।
• Senior SWE-Bench: सीनियर-स्तर के कोडिंग कार्यों के लिए बेंचमार्क. अस्पष्ट और बहु-चरणीय सीनियर-इंजीनियर स्तर के कार्यों पर कोडिंग एजेंटों का परीक्षण करने वाला ओपन-सोर्स बेंचमार्क। ^[9]

टूल्स और लॉन्च

• xAI Voice Agent Builder. $0.05/min पर सपोर्ट, सेल्स और शेड्यूलिंग के लिए नो-कोड Grok वॉइस एजेंट। ^[10]
• Devin Security Swarm. स्वायत्त कोडबेस स्कैनिंग, सैंडबॉक्स्ड एक्सप्लॉइट टेस्टिंग और सुधार संबंधी PRs। ^[11]
• Factory AI Droid Shield 2.0. अधिक सुरक्षित स्वायत्त इंजीनियरिंग एजेंटों के लिए सीखा हुआ (learned) सीक्रेट-डिटेक्शन। ^[12]
• Google का एजेंट स्टैक (Genkit + ADK 2.0). VS Code में Genkit, ADK 2.0 और क्लाउड-लोकल ML के साथ एजेंटिक फ़ुल-स्टैक डेवलपमेंट। ^[13]
• Google Design.md मानक. मार्कडाउन के रूप में एजेंट-अनुकूल डिज़ाइन ब्रीफ़, जो Claude Code के साथ संगत हैं। ^[14]
• OpenAI Tax AI (Codex). जटिल टैक्स तैयारी के लिए विशेषज्ञ-फ़ीडबैक लूप के साथ स्वयं में सुधार करने वाला एजेंट। ^[19]

Prompt of the day