बुधवार, 8 जुलाई 2026

संक्षेप में

• Anthropic के एडवाइज़र/ऑर्केस्ट्रेटर पैटर्न ने आधी लागत पर Fable 5 की 96% गुणवत्ता हासिल की; Meta ने Arena पर दूसरे स्थान के साथ Muse Image लॉन्च किया; Claude Cowork बैकग्राउंड टास्क के साथ क्रॉस-डिवाइस हुआ।
• दुर्भावनापूर्ण Dialogflow एजेंट एंटरप्राइज़ चैटबॉट्स को हाईजैक कर सकता था; TeraWulf ने $19B के Anthropic डेटा सेंटर लीज़ की घोषणा की; Microsoft ने Anthropic के कुछ उपयोग को अपने इन-हाउस MAI मॉडल्स से बदला।
• बिल्ट-इन रीज़निंग के साथ Google Gemma 4 ओपन-वेट मॉडल्स; Stanford के Shepherd ने AI एजेंट रन्स के लिए Git-शैली का वर्ज़न कंट्रोल जोड़ा; Sakana का ShinkaEvolve नए एल्गोरिदम विकसित करने के लिए LLMs का उपयोग करता है।

प्रमुख ख़बरें

• Anthropic के एडवाइज़र/ऑर्केस्ट्रेटर पैटर्न ने आधी लागत पर Fable 5 की 96% गुणवत्ता हासिल की. Fable 5 को प्लानर/एडवाइज़र के रूप में उपयोग करते हुए और सस्ते Sonnet 5 से निष्पादन कराकर, Anthropic ने कोडिंग में 63% लागत पर 92% प्रदर्शन और रिसर्च में 46% लागत पर 96% प्रदर्शन हासिल किया। सब-एजेंट अपना खुद का कैश रखते हैं ताकि बार-बार आने वाले संदर्भ के लिए दो बार बिल न बने। ^[1]
• Meta ने Muse Image लॉन्च किया, Arena टेक्स्ट-टू-इमेज लीडरबोर्ड पर दूसरे स्थान के साथ शुरुआत की. Meta के Superintelligence Labs ने अपना पहला इन-हाउस इमेज मॉडल जारी किया, जो एजेंटिक वेब सर्च और सेल्फ-एडिटिंग क्षमताओं को जोड़ता है। यह Instagram और WhatsApp पर Meta AI के भीतर मुफ़्त है, साथ ही Muse Video प्रीव्यू वीडियो लीडरबोर्ड पर तीसरे स्थान पर है। ^[2]
• Claude Cowork मोबाइल और वेब पर बैकग्राउंड टास्क के साथ क्रॉस-डिवाइस हुआ. लैपटॉप बंद करने के बाद भी टास्क अब चलते रहते हैं, जिसमें रात भर के शेड्यूल किए गए रन और मानवीय निर्णय की आवश्यकता होने पर फ़ोन पर नोटिफ़िकेशन शामिल हैं। Chat और Cowork एक ही टैब साझा करते हैं। दोगुनी उपयोग सीमा 5 अगस्त तक बढ़ा दी गई है। बीटा वर्ज़न सबसे पहले Max प्लान के लिए रोल आउट किया जा रहा है। ^[3]
• Anthropic ओपन-सोर्स मेंटेनर्स को 6 महीने का मुफ़्त Claude Max दे रहा है. 5,000+ GitHub स्टार्स या 1M+ मासिक npm डाउनलोड वाले प्रोजेक्ट Claude Max 20x ($1,200 मूल्य) के लिए पात्र हैं। यह बिना किसी रुकावट के पूर्ण एजेंटिक रिफैक्टरिंग लूप्स, बड़े पैमाने पर इश्यू ट्राइएज और पूरे दिन Claude Code एक्सेस को सक्षम बनाता है। इसमें API एक्सेस शामिल नहीं है। ^[4]
• बीजिंग शीर्ष चीनी AI मॉडल्स तक विदेशी पहुँच को प्रतिबंधित करने पर विचार कर रहा है. चीन के वाणिज्य अधिकारियों ने Qwen, Doubao और GLM-5.2 के विदेशी उपयोग को सीमित करने के बारे में ByteDance, Alibaba और Z AI से मुलाकात की। चर्चाओं में क्लोज्ड और ओपन दोनों तरह के मॉडल शामिल थे। यह जून से Anthropic के Fable और Mythos पर अमेरिकी निर्यात नियंत्रणों जैसा ही कदम है। ^[5]

गहन विश्लेषण

• दुर्भावनापूर्ण Dialogflow एजेंट एंटरप्राइज़ चैटबॉट्स को हाईजैक कर सकता था. Varonis Threat Labs ने Google Dialogflow CX Code Blocks में एक खामी का खुलासा किया जहाँ एक एडिट अनुमति ने हमलावरों को दुर्भावनापूर्ण कोड इंजेक्ट करने, बातचीत के इतिहास तक पहुँचने और चैटबॉट प्रतिक्रियाओं की नकल करने की अनुमति दे दी थी। Google ने अप्रैल में इसका पैच जारी किया और जून में इसे पूरी तरह से हल कर लिया। ^[6]
• TeraWulf ने केंटकी में 20-वर्षीय, ~$19B के Anthropic डेटा सेंटर लीज़ की घोषणा की. Justified Data कैंपस ~401 MW का क्रिटिकल IT लोड प्रदान करेगा, जिसकी पहली क्षमता 2027 के अंत में और पूर्ण विस्तार 2028 की शुरुआत तक होगा। यह औद्योगिक पैमाने पर AI इन्फ्रास्ट्रक्चर प्रतिबद्धताओं का संकेत देता है। ^[7]
• DoorDash का DashBench 105 वास्तविक PRs के मुकाबले AI कोड रिव्यूअर्स का बेंचमार्क करता है. Kimi K2.6 को Claude Fable 5 के साथ जोड़ने पर प्रति रिव्यू $3.81 की लागत पर ~दो-तिहाई समस्याओं और 10 में से 8 गंभीर बग्स को पकड़ लिया गया। एकल मॉडल्स ने केवल 20-30% ही पकड़े। सह-संस्थापक Andy Fang ने कहा कि यह बेंचमार्क पाइपलाइन में ओपन मॉडल्स को लाने का आत्मविश्वास देता है। ^[8]
• Microsoft ने OpenAI और Anthropic के कुछ उपयोग को इन-हाउस MAI मॉडल्स से बदला. Copilot की लागत में कटौती करने के लिए Excel और Outlook प्रॉम्प्ट्स अब Microsoft के अपने MAI मॉडल्स पर चल रहे हैं, और Mustafa Suleyman अपने Anthropic बिल को 'अंततः पूरी तरह से समाप्त करने' पर ज़ोर दे रहे हैं। ^[9]
• इलिनोइस ने फ्रंटियर AI सुरक्षा कानून पर हस्ताक्षर किए, जनवरी 2027 से ऑडिट अनिवार्य. प्रमुख डेवलपर्स को सुरक्षा प्रथाओं का खुलासा करना होगा, घटनाओं की रिपोर्ट करनी होगी और स्वतंत्र ऑडिट का सामना करना होगा। Future of Life Institute के एक आकलन में यह भी पाया गया कि प्रमुख AI कंपनियाँ स्वैच्छिक सुरक्षा प्रतिबद्धताओं को कमज़ोर कर रही हैं। ^[10]
• ख़बरों के मुताबिक़ DeepSeek अपना खुद का इन्फरेंस चिप विकसित कर रहा है. इस कदम का उद्देश्य Nvidia और Huawei पर निर्भरता कम करना है, जो अन्य चीनी AI लैब्स के इसी तरह के प्रयासों को दर्शाता है। ^[11]
• Claude के आंतरिक विचारों पर Anthropic का 'Global Workspace' इंटरप्रिटेबिलिटी रिसर्च. Anthropic का नया शोध यह जाँचता है कि Claude की आंतरिक रीज़निंग प्रक्रियाएँ कैसे काम करती हैं, और यह लैंग्वेज मॉडल की इंटरप्रिटेबिलिटी पर ग्लोबल वर्कस्पेस थ्योरी को लागू करता है। ^[12]
• एक डिज़ाइन स्टूडियो की पूरी प्रक्रिया को AI के इर्द-गिर्द फिर से बनाना: धीमा, लेकिन बेहतर. AI टूल्स के इर्द-गिर्द एक स्टूडियो के डिज़ाइन वर्कफ़्लो के पुनर्गठन का एक साल लंबा केस स्टडी। इस प्रक्रिया ने गति तो नहीं बढ़ाई, लेकिन महत्वपूर्ण तरीकों से गुणवत्ता में सुधार किया। ^[13]

टूल्स और लॉन्च

• बिल्ट-इन रीज़निंग के साथ Google Gemma 4 ओपन-वेट मॉडल्स (2B–31B). बिल्ट-इन रीज़निंग क्षमताओं के साथ 2B से 31B पैरामीटर्स तक का ओपन-वेट मॉडल परिवार। ^[14]
• regex और लूप्स के साथ LLM आउटपुट को नियंत्रित करने के लिए Microsoft Guidance लाइब्रेरी. regex पैटर्न और प्रोग्रामेटिक लूप्स का उपयोग करके LLM आउटपुट को नियंत्रित करने के लिए ओपन-सोर्स लाइब्रेरी। 21,600+ GitHub स्टार्स। ^[15]
• Zyphra Zamba2-1.2B: लोकल डिप्लॉयमेंट के लिए छोटा हाइब्रिड चैट मॉडल. लोकल रूप से चलने के लिए डिज़ाइन किया गया 1.2B पैरामीटर वाला हाइब्रिड आर्किटेक्चर मॉडल। 408,000 डाउनलोड। ^[16]
• Stanford का Shepherd: लाइव AI एजेंट रन्स के लिए Git-शैली का वर्ज़न कंट्रोल. लाइव AI एजेंट निष्पादनों के वर्ज़न-कंट्रोल और प्रबंधन के लिए Stanford का ओपन-सोर्स टूल। ^[17]
• LongCat-Video: एक फ़ोटो + ऑडियो से ओपन-सोर्स टॉकिंग अवतार. Meituan LongCat लैब ने एक ओपन-सोर्स टूल जारी किया है जो एक सिंगल फ़ोटो और ऑडियो क्लिप से बोलता हुआ अवतार बनाता है। ^[18]
• Antidoom: रीज़निंग डूम लूप्स को कम करने के लिए ओपन-सोर्स रेसिपी. मॉडल निर्माता रीज़निंग मॉडल डूम लूप्स को कम करने के लिए Final Token Preference Optimization का उपयोग कर सकते हैं। ओपन-सोर्स। ^[19]
• Sakana AI का ShinkaEvolve: LLM-संचालित एल्गोरिदम विकास. पारंपरिक विकासवादी तरीकों की तुलना में बहुत कम सर्च स्टेप्स के साथ नए एल्गोरिदम विकसित करने के लिए लैंग्वेज मॉडल्स का उपयोग करता है। ^[20]

Prompt of the day