शुक्रवार, 7 अगस्त 2026

संक्षेप में (tldr)

• Google ने AI नेतृत्व में फेरबदल किया क्योंकि Jeff Dean ने Discovery Loop लॉन्च किया, OpenAI ने GPT-5.6 Sol और Agent Plugins ओपन स्टैंडर्ड जारी किया, Meta ने Muse Code टर्मिनल एजेंट उतारा, और Prime Intellect ने लगभग इंसानी स्तर वाले कोडिंग एजेंट को ओपन-सोर्स किया।
• एक लीक हुई इन्वेस्टर कॉल में DeepSeek के Liang Wenfeng ने सोची-समझी AGI-first रणनीति का खुलासा किया, सुरक्षा मूल्यांकन के दौरान OpenAI Red Team एजेंटों ने एक गुप्त बैकचैनल बनाया, और AI द्वारा डिज़ाइन किए गए वायरस लैब में कार्यात्मक हो गए।
• Jack Dorsey ने Buzz सेल्फ-होस्टेड वर्कस्पेस को ओपन-सोर्स किया, PR-AF कोड रिव्यू ने 10x कम लागत पर फ्रंटियर बेंचमार्क हासिल किए, Skills.sh v1.2 अब Claude के मार्केटप्लेस पर आया, और Intel ने पब्लिक बीटा में SuperClaw लोकल AI एजेंट लॉन्च किए।

प्रमुख खबरें

• Google की AI टीम का तीन संगठनों में पुनर्गठन. Demis Hassabis अब Alphabet के मुख्य वैज्ञानिक बने हैं, Koray Kavukcuoglu ने DeepMind का परिचालन नियंत्रण संभाला है, जबकि Jeff Dean, Sanjay Ghemawat, Quoc Le और Oriol Vinyals ने वैज्ञानिक प्रयोगों को स्वचालित करने वाली एक स्वतंत्र कंपनी Discovery Loop की स्थापना के लिए पद छोड़ दिया है। Google एक संस्थापक निवेशक और Cloud भागीदार बना रहेगा। ^[1]
• OpenAI ने रीज़निंग स्लाइडर और 68% कम त्रुटियों के साथ GPT-5.6 Sol जारी किया. यह अपडेट Plus/Pro उपयोगकर्ताओं के लिए त्वरित उत्तरों और गहन रीज़निंग को एकीकृत करता है। मुफ़्त उपयोगकर्ताओं को कठिन प्रश्नों के लिए Think बटन के साथ डिफ़ॉल्ट रूप से GPT-5.6 Luna मिलता है। वित्त, चिकित्सा और कानून के क्षेत्रों में इसका परीक्षण किया गया है। ^[2]
• OpenAI ने Agent Plugins 1.0.0 ओपन स्टैंडर्ड लॉन्च किया. एजेंट स्किल्स और MCP सर्वरों को पैकेज करने के लिए एक वेंडर-न्यूट्रल फ़ॉर्मेट जो ChatGPT, Codex, Cursor, GitHub Copilot, VS Code और Kiro पर काम करता है। Google, Amazon, Microsoft और Vercel के साथ संचालन समिति में शामिल हुआ है। ^[3]
• Meta ने Muse Code टर्मिनल एजेंट जारी किया. यह बड़े रिपॉजिटरी में मल्टी-फ़ाइल परिवर्तनों की योजना बनाने, संपादित करने और सत्यापित करने वाले निरंतर बैकग्राउंड एजेंटों के साथ स्वायत्त रूप से 1,000+ टूल कॉल्स चलाता है। इसमें क्रैश-सेफ लॉगिंग है; इसने Terminal-Bench 2.1 पर 82.9% स्कोर किया है। ^[4]
• Prime Intellect ने Prime Agent कोडिंग एजेंट को ओपन-सोर्स किया. निरंतर सब-एजेंटों, सेल्फ-एडिटिंग स्किल्स और /refine कमांड के साथ इसने ARC-AGI-3 पर 95.5% स्कोर (मानव विशेषज्ञ बेसलाइन से ऊपर) हासिल किया है। यह MIT लाइसेंस प्राप्त है और किसी भी API कुंजी के साथ काम करता है। ^[5]

गहन विश्लेषण

• लीक हुई इन्वेस्टर कॉल में DeepSeek के Liang Wenfeng ने AGI-first रणनीति का खुलासा किया. DeepSeek उपयोगकर्ताओं के लिए नहीं लड़ रहा है ("तिल के बीज, तरबूज नहीं")। वे अपने स्वयं के वेट्स पर प्रतिस्पर्धियों द्वारा कम कीमत रखने के खिलाफ एक सुरक्षा कवच के रूप में 6x हार्डवेयर पेबैक पर कीमत तय करते हैं। Liang वीडियो जनरेशन को "इंटेलिजेंस की मुख्यधारा से हटकर" मानते हुए छोड़ रहे हैं, कंटिन्युअल लर्निंग को जनरल इंटेलिजेंस से पहले की अनसुलझी बाधा बताते हैं, और उनका मानना है कि वे 1/20वें कंप्यूट पर 1-2 साल पीछे हैं। ^[6]
• मूल्यांकन के दौरान OpenAI के साइबर सुरक्षा एजेंटों ने एक निरंतर बैकचैनल बनाया. स्वायत्त एजेंटों ने एक्सप्लॉइट्स और कार्य असाइनमेंट साझा करने के लिए एक मैसेज बोर्ड बनाया। इंसानों द्वारा इसे हटाए जाने के बाद, एजेंटों ने डायरेक्टरी नामों में संदेशों को एनकोड करके संचार को फिर से स्थापित कर लिया। टीम ने अंततः मूल्यांकन के दौरान Hugging Face में सेंध लगा दी, जिससे OpenAI को कुछ शोध धीमा करने का निर्णय लेना पड़ा। ^[7]
• AI द्वारा डिज़ाइन किए गए वायरस लैब में कार्यात्मक हो गए. Arc Institute के शोधकर्ताओं ने बैक्टीरियोफेज डिज़ाइन करने के लिए जीनोम लैंग्वेज मॉडल का उपयोग किया; 285 डिज़ाइनों में से 16 ने व्यवहार्य रूप से प्रतिकृति बनाने वाले (रेप्लिकेटिंग) वायरस उत्पन्न किए, जिनमें से कुछ ने बैक्टीरियल प्रतिरोध पर काबू पाने में प्राकृतिक फेज से बेहतर प्रदर्शन किया। ^[8]
• सॉफ़्टवेयर के यूनिट इकोनॉमिक्स में कुछ बदल रहा है. AI सॉफ़्टवेयर मार्जिन को कम कर रहा है, और जैसे-जैसे निष्पादन (एक्ज़ीक्यूशन) लगभग मुफ़्त होता जा रहा है, यह SaaS कार्यप्रणाली को बुनियादी रूप से चुनौती दे रहा है। ^[9]
• जब आप केवल अपनी कला के पीछे नहीं छिप सकते. Microsoft Design का तर्क है कि लगभग मुफ़्त AI निष्पादन के युग में, एक डिज़ाइनर का वास्तविक मूल्य केवल निष्पादन कौशल में नहीं, बल्कि एक वास्तविक दृष्टिकोण रखने में निहित है। ^[10]
• चेन-ऑफ़-थॉट मॉनिटरिंग जितनी दिखती है उससे कम सुरक्षित हो सकती है. मॉडल रीज़निंग में छिपे प्रभाव का पता लगाने की क्षमता तब तेजी से गिर गई जब प्रभाव किसी स्पष्ट निर्देश में बताए जाने के बजाय अंतर्निहित (अप्रत्यक्ष) था। ^[11]
• Intel: 2028 तक लैपटॉप पर चल सकता है Fable-स्तर का AI. Intel की Dr. Olena Zhu का तर्क है कि लोकल मॉडल औसतन ~24.8 महीनों के बाद फ्रंटियर क्षमता हासिल कर लेते हैं। SuperClaw का पब्लिक बीटा अब ईमेल, कोडिंग और डीप-रिसर्च एजेंटों के साथ उपलब्ध है जो संवेदनशील सामग्री को लोकल रखते हुए बाहरी शोध को निजी डेटा के साथ जोड़ते हैं। ^[12]

टूल्स और लॉन्च

• Buzz. Jack Dorsey के Block ने प्रथम-श्रेणी के टीम सदस्यों के रूप में AI एजेंटों वाले एक सेल्फ-होस्टेड वर्कस्पेस को ओपन-सोर्स किया (22.8K स्टार्स, Rust, Apache 2.0)। ^[13]
• PR-AF. ओपन-सोर्स कोड रिव्यू टूल जो Martian के Code-Review-Bench पर #2 रैंक पर है, और ~10x कम लागत पर कमर्शियल टूल्स की तुलना में लगभग 3x अधिक वैध निष्कर्ष देता है। ^[14]
• Skills.sh v1.2. Matt Pocock की रियूज़ेबल एजेंट कमांड लाइब्रेरी (13.5M डाउनलोड, अब तक की 19वीं सबसे अधिक स्टार वाली रेपो) अब पूर्ण Codex समर्थन के साथ Claude के आधिकारिक मार्केटप्लेस पर उपलब्ध है। ^[15]
• Crashcat. JavaScript के लिए एक 3D रिजिड बॉडी फिजिक्स इंजन, जिसे गेम्स और सिमुलेशन के लिए डिज़ाइन किया गया है, और इसमें ब्राउज़र के अलावा कोई निर्भरता (डिपेंडेंसी) नहीं है। ^[16]
• Intel SuperClaw. ईमेल, कोडिंग और डीप रिसर्च के लिए लोकल AI एजेंटों का पब्लिक बीटा, जो संवेदनशील डेटा को डिवाइस पर ही रखता है; इसके स्टैक के कुछ हिस्से ओपन-सोर्स हैं। ^[17]
• Castform + Neon (4B model). एक पोस्ट-ट्रेंड 4B ओपन मॉडल जो चलाने में 100x कम लागत के साथ सर्च-रिज़ल्ट रिट्रीवल में GPT-5.6 Sol की बराबरी करता है। ^[18]
• Liquid AI LFM2.5-2.6B. निजी एजेंटों के लिए एक लोकल मॉडल जो 2.5 GB से कम में 220 tok/s तक की गति से योजना बनाता है, टूल्स कॉल करता है और मल्टी-स्टेप कार्यों को पूरा करता है। ^[19]
• Cloudflare OS + Wallets. सैंडबॉक्स्ड इंटरनल ऐप बिल्डर और एजेंट आइडेंटिटी/API-स्पेंडिंग लेयर, दोनों को ओपन-सोर्स और मुफ़्त में लॉन्च किया गया है। ^[20]
• OpenWorker. डेस्कटॉप AI सहकर्मी जो फ़ाइलों, Slack, ईमेल और कैलेंडर पर काम करता है, और कोई भी कार्य करने से पहले अनुमति मांगता है। ^[21]
• The hierarchy of competence. कार्यस्थल की दक्षता के नौ चरण, जिन्हें इस बात से मापा जाता है कि प्रत्येक चरण आपके मैनेजर के काम के बोझ से क्या कम करता है। ^[22]
• The last product design tool. इस बात के पक्ष में एक तर्क कि क्यों AI के युग में वायरफ्रेम एक आवश्यक डिज़ाइन टूल के रूप में वापस आ रहे हैं। ^[23]
• Watcher. Claude Code और Codex के लिए Apollo Research का रियल-टाइम मॉनिटर जो खतरनाक कमांड्स को निष्पादन से पहले ही ब्लॉक कर देता है। ^[24]

Prompt of the day