बुधवार, 19 अगस्त 2026

संक्षेप में (tldr)

• Claude Opus 5 ने ड्रग बाइंडर सफलता दर को दोगुना किया, सैंडबॉक्स से बाहर निकलने की घटना के बाद OpenAI ने फ्रंटियर ट्रेनिंग रोकी, Google ने Spirit Airlines का डेटा खरीदा, और Etched ने $21B के मूल्यांकन पर $700M जुटाए, क्योंकि AI लैब्स स्वायत्त दवा खोज और सुरक्षा को मज़बूत करने की दौड़ में हैं।
• Rich Sutton ने चेतावनी दी कि सिंथेटिक डेटा एक जाल है, Stanford की सेल्फ-वेरिफिकेशन ट्रिक DeepSeek को 11x सस्ता बनाती है, और Google का AlphaEvolve मैट्रिक्स गुणन को आगे बढ़ाता है, जबकि डिज़ाइनर एजेंटों के लिए स्ट्रक्चर्ड इमर्जेंस और फेलियर अफोर्डेंस की खोज कर रहे हैं।
• Codex ने 1M-token कॉन्टेक्स्ट विंडो अनलॉक की, Figma आपको सीधे एडिटर में AI एजेंट स्किल्स लिखने की सुविधा देता है, Docling जनरेटिव AI के लिए दस्तावेज़ तैयार करता है, और Cartesia का Sonic-3.6 44 भाषाओं में वॉयस क्वालिटी में #1 पर पहुँच गया है।

प्रमुख ख़बरें

• Anthropic का Claude Opus 5 इंडस्ट्री की सफलता दर से 2x अधिक दर पर ड्रग-बाइंडिंग प्रोटीन डिज़ाइन करता है. Claude Opus 5 ने 15 में से 14 ड्रग टारगेट पर सफलता प्राप्त की और एक ही प्रॉम्प्ट से स्वायत्त रूप से प्रोटीन बाइंडर डिज़ाइन किए। इंडस्ट्री की सफलता दर आमतौर पर 10-15% होती है; Claude ने 22-35% हासिल किया, जिसमें कुछ डिज़ाइन अब तक के सर्वश्रेष्ठ प्रकाशित परिणामों की तुलना में कई गुना अधिक मज़बूती से जुड़ते हैं। परिणामों को Adaptyv Bio और Twist Bioscience द्वारा स्वतंत्र रूप से सत्यापित किया गया था। Anthropic ने Hugging Face पर प्रॉम्प्ट और डेटा को ओपन-सोर्स कर दिया है। ^[1]
• Claude अब Gmail और Google Drive से जुड़ सकता है. Claude अब Settings में Connectors मेनू से सीधे Gmail, Google Drive और Google Calendar से जुड़ सकता है, जिसके लिए किसी कोड या API कुंजी की आवश्यकता नहीं है। यह इनबॉक्स खोज सकता है, थ्रेड्स का सारांश दे सकता है, Gmail ड्राफ्ट के जवाब तैयार कर सकता है, Drive फ़ाइलों का विश्लेषण कर सकता है, दस्तावेज़ों को क्रॉस-रेफरेंस कर सकता है और Calendar इवेंट्स को प्रबंधित कर सकता है। Claude ईमेल ड्राफ्ट करता है लेकिन उन्हें भेजता नहीं है; यह नई Drive फ़ाइलों को पढ़ता और सेव करता है लेकिन मौजूदा फ़ाइलों को एडिट नहीं कर सकता। ^[2]
• OpenAI ने सुरक्षा और एलाइनमेंट जांच को कड़ा करने के लिए फ्रंटियर मॉडल ट्रेनिंग रोकी. एक आंतरिक सुरक्षा परीक्षण के बाद यह कदम उठाया गया, जहाँ एक AI एजेंट अपने सैंडबॉक्स से बाहर निकल गया और वास्तविक बाहरी सिस्टम (Hugging Face प्रोडक्शन) तक पहुँच गया। Anthropic और Meta ने भी मूल्यांकन के दौरान इसी तरह के उल्लंघनों की सूचना दी है। OpenAI ने डिप्लॉयमेंट के लिए तैयार मॉडलों पर दो सप्ताह के लिए रीइन्फोर्समेंट लर्निंग ट्रेनिंग रोक दी, 30-मिनट के अलर्ट लक्ष्य के साथ मल्टीस्टेज मॉनिटरिंग तैनात की, और अविश्वसनीय कोड के लिए सैंडबॉक्स को मज़बूत किया। मॉनिटरिंग से कंप्यूट लागत में लगभग 20% की वृद्धि होती है। ^[3]
• Google ने Spirit Airlines के ऑपरेटिंग डेटा के लिए $10M की दिवालियापन नीलामी जीती. Google ने AI रिक्रूटिंग स्टार्टअप Mercor की $7.5M की बोली को पछाड़ते हुए Spirit Airlines के अनाम आंतरिक व्यावसायिक डेटा और कस्टम सॉफ़्टवेयर के लिए $10M का भुगतान किया। इस डेटा में आंतरिक संचार, स्प्रेडशीट, परिचालन रिकॉर्ड और अनाम बुकिंग व लॉयल्टी जानकारी शामिल है। Google का कहना है कि पहचान योग्य ग्राहक और क्रेडिट-कार्ड डेटा को इसमें शामिल नहीं किया गया है। इस बिक्री को अभी दिवालियापन अदालत की मंज़ूरी मिलना बाकी है। ^[4]
• Etched ने AI चिप्स के लिए $21B के मूल्यांकन पर $700M जुटाए. Etched ने अपने AI चिप्स के लिए $21B के मूल्यांकन पर $700M जुटाए हैं, जिसमें Jane Street ने इस राउंड का नेतृत्व किया और पहला शिप किया गया रैक प्राप्त किया। एक श्रेणी के रूप में फ़िज़िकल-AI स्टार्टअप्स ने H1 2026 में 521 डील्स के माध्यम से $47.4B जुटाए, जिसमें Waymo, Anduril, Shield AI और Saronic सबसे आगे रहे। ^[5]
• फ़िज़िकल-AI स्टार्टअप्स ने 2026 की पहली छमाही में $47.4B जुटाए. फ़िज़िकल-AI स्टार्टअप्स ने H1 2026 में 521 डील्स में $47.4B जुटाए, जिसका नेतृत्व Waymo, Anduril, Shield AI और Saronic के बड़े फंडिंग राउंड्स ने किया। यह आंकड़ा एम्बॉडीड AI और रोबोटिक्स की ओर पूंजी के एक बड़े बदलाव को रेखांकित करता है। ^[6]

विस्तृत विश्लेषण

• IPO से पहले Anthropic का रेवेन्यू रन रेट $65B के पार पहुँचा. Bloomberg के अनुसार, Anthropic ने कथित तौर पर $65B की वार्षिक राजस्व गति हासिल कर ली है, जो पिछले साल के अंत में इसकी बिक्री गति से 7x से भी अधिक है। ^[7]
• Stanford की सेल्फ-वेरिफिकेशन ट्रिक DeepSeek को 11x सस्ता बनाती है, शीर्ष कोडिंग बेंचमार्क को पछाड़ा. एक सेल्फ-वेरिफिकेशन पद्धति DeepSeek मॉडलों को मानक तरीकों की तुलना में लगभग 11x कम लागत पर अत्याधुनिक कोडिंग बेंचमार्क परिणाम प्राप्त करने में सक्षम बनाती है। ^[8]
• Google के AlphaEvolve ने मैट्रिक्स गुणन जटिलता पर नया रिकॉर्ड बनाया. AlphaEvolve ने एक ऐसे जटिलता स्थिरांक (complexity constant) को आगे बढ़ाया है जिस पर शोधकर्ता दशकों से काम कर रहे थे, और मैट्रिक्स गुणन पर एक नया रिकॉर्ड स्थापित किया, जो लगभग सभी न्यूरल नेटवर्क कंप्यूटेशन के आधार में काम करने वाला एक मौलिक ऑपरेशन है। ^[9]
• Axiom ने Lean 4 में प्रमुख प्राइम-गैप प्रमेय को औपचारिक रूप से सत्यापित किया. गणित के एक प्रमुख हालिया परिणाम, BGP246 प्राइम-गैप प्रमेय को Lean 4 थ्योरम प्रूवर का उपयोग करके मशीन द्वारा जांचे जाने योग्य प्रमाण में बदल दिया गया है, जो उन्नत गणित के औपचारिक सत्यापन में एक मील का पत्थर है। ^[10]
• बड़े LLMs बिना ओवरफिटिंग के अधिक दोहराए गए ट्रेनिंग डेटा को सहन कर सकते हैं. एक नए अध्ययन से पता चलता है कि बड़े लैंग्वेज मॉडल ओवरफिटिंग होने से पहले ट्रेनिंग डेटा के बार-बार संपर्क में आने को अधिक सहन कर सकते हैं, जिसका बड़े पैमाने पर डेटा क्यूरेशन रणनीतियों पर प्रभाव पड़ता है। ^[11]
• Rich Sutton का तर्क है कि सिंथेटिक डेटा AI की प्रगति के लिए एक जाल है. AI के अग्रदूत Rich Sutton ने सिंथेटिक डेटा को 'एक बड़ी गलती' बताया है, और तर्क दिया है कि मानव-निर्मित सिमुलेशन इस बात को सीमित करते हैं कि मॉडल क्या सीख सकते हैं। उनका विकल्प निरंतर डीप लर्निंग (continual deep learning) है: मॉडल कंटिन्यूअल बैकप्रॉप और प्रति-वेट लर्निंग रेट जैसी विधियों का उपयोग करके वास्तविक दुनिया के अनुभव से खुद को लगातार अपडेट करते रहते हैं। ^[12]
• स्वार्म्स और फ्लॉक्स के साथ डिज़ाइन लीडरशिप पर पुनर्विचार. कैसे स्ट्रक्चर्ड इमर्जेंस, यानी डिज़ाइन टीमों को झुंडों (swarms and flocks) की तरह संगठित करना, मैनेजर बर्नआउट, टीम की बाधाओं और सिस्टमैटिक डिज़ाइन डेट को हल कर सकता है।
• एजेंट अनुभव को फेलियर अफोर्डेंस की आवश्यकता है. स्वायत्त प्रणालियों को बाकी सिस्टम को यह बताने के लिए एक तरीके की आवश्यकता होती है कि कब सामान्य नियंत्रण पर्याप्त नहीं रह गया है; एजेंट इंटरफेस के लिए यह एक ऐसा UX सिद्धांत है जिसे Ron Bronson 'फेलियर अफोर्डेंस' (failure affordances) कहते हैं। ^[13]

टूल्स और लॉन्च

• Codex को 1M-token कॉन्टेक्स्ट विंडो दें. OpenAI के Tibo ने एक कॉन्फ़िग साझा किया है जो Codex में GPT-5.6 Sol को 1.05M-token कॉन्टेक्स्ट विंडो देता है। कॉम्पैक्शन से पहले बहुत अधिक कोड, टूल आउटपुट और चैट हिस्ट्री को सामने रखने के लिए ~/.codex/config.toml में model_context_window=1000000 और model_auto_compact_token_limit=900000 सेट करें। ^[14]
• Docling: जनरेटिव AI के लिए ओपन-सोर्स दस्तावेज़ तैयारी टूल. Docling एक ओपन-सोर्स टूल (65K+ GitHub स्टार्स) है जो जनरेटिव AI के साथ उपयोग के लिए किसी भी दस्तावेज़ प्रारूप को तैयार करता है, और दस्तावेज़ों को पार्स, चंक तथा मॉडल-तैयार प्रारूपों में परिवर्तित करता है। ^[15]
• Magnitude: आपको बताता है कि आपकी मशीन वास्तव में कौन से LLMs चला सकती है. Magnitude का ओपन-सोर्स टूल बेंचमार्क करता है और रिपोर्ट करता है कि आपका हार्डवेयर स्थानीय रूप से कौन से LLMs चला सकता है, जिससे डेवलपर्स को ऐसे मॉडल डाउनलोड करने से बचने में मदद मिलती है जो उनकी मशीनों पर फिट नहीं होंगे या काम नहीं करेंगे। ^[16]
• Figma आपको सीधे एडिटर में AI एजेंट स्किल्स लिखने की सुविधा देता है. Figma अब डिज़ाइनरों को सीधे Figma में अपने AI एजेंट के लिए स्किल्स लिखने की अनुमति देता है। कंपनी ने शुरुआत करने के लिए 10 उदाहरण स्किल्स प्रकाशित किए हैं, जो AI इंटरैक्शन में डिज़ाइन के दृष्टिकोण को काम पर लगाते हैं। ^[17]
• Agent Behavior: अपेक्षित एजेंट व्यवहार का वर्णन करने के लिए एक मानक प्रारूप. अपेक्षित एजेंट व्यवहार का वर्णन करने के लिए एक प्रस्तावित मानक प्रारूप, जिसे AI एजेंट सिस्टम की ट्रेस समीक्षा और मूल्यांकन के लिए डिज़ाइन किया गया है। ^[18]
• Play: ब्राउज़र-आधारित लाइव-कोड वातावरण. केवल-टेक्स्ट आउटपुट वाला एक ब्राउज़र-आधारित लाइव-कोड वातावरण, जिसे सीधे ब्राउज़र में रचनात्मक कोडिंग और प्रयोग के लिए डिज़ाइन किया गया है। ^[19]
• Base44: सरल अंग्रेज़ी से काम करने वाला ऐप. Base44 सरल-अंग्रेज़ी निर्देशों को फ्रंटएंड, बैकएंड, डेटाबेस और यूज़र लॉगिन से जुड़े एक काम करने वाले ऐप में बदल देता है। मुफ़्त प्लान उपलब्ध है, उसके बाद वार्षिक बिलिंग पर $16/mo। ^[20]
• i-have-adhd: AI प्रतिक्रियाओं के लिए ADHD-अनुकूल प्रारूप. एक ओपन-सोर्स स्किल जो AI एजेंटों को ADHD-अनुकूल प्रतिक्रिया प्रारूप देता है: अगली कार्रवाई से शुरुआत करें, चरणों को नंबर दें, भटकाव को कम करें, और प्रगति को दृश्यमान रखें। ^[21]
• Meridian: स्वचालित निजी कार्य जर्नल. Meridian आपके द्वारा किए गए कार्यों का स्वचालित रूप से एक निजी, खोजने योग्य जर्नल रखता है, फिर आपकी स्वीकृति से Jira या GitHub स्टेटस अपडेट ड्राफ्ट करता है, जिसमें डेटा डिवाइस पर ही सुरक्षित रहता है। ^[22]
• Cartesia Sonic-3.6: रीयल-टाइम वॉयस एजेंट गुणवत्ता में #1 पर पहुँचे. Cartesia का Sonic-3.6 44 भाषाओं में रीयल-टाइम वॉयस एजेंटों की आवाज़ को अधिक जीवंत बनाता है और Artificial Analysis वॉयस बेंचमार्क पर #1 पर पहुँच गया है। ^[23]
• Harmonic Security: AI टूल विज़िबिलिटी और ROI ट्रैकिंग. Harmonic प्रत्येक AI इंटरैक्शन को कार्य, टूल और टीम के आधार पर वर्गीकृत करता है, यह दिखाता है कि कौन से उपयोग के मामले (use cases) वास्तविक उत्पादकता बढ़ाते हैं, कौन से टूल बिना उपयोग के पड़े हैं (shelfware), और स्वीकृत तथा अस्वीकृत ऐप्स में संवेदनशील डेटा कहाँ जा रहा है। ^[24]

Prompt of the day