मंगलवार, 8 सितंबर 2026

संक्षेप में

• Meta के स्वायत्त शोध एजेंट AIRA3 ने NVIDIA की Kaggle प्रतियोगिता में लगभग ~4,000 मानव टीमों में से 8वां स्थान प्राप्त किया और बिना किसी मानवीय सहायता के स्वर्ण पदक जीता — साथ ही इसने प्रोडक्शन GPU कर्नेल लेटेंसी को 27% तक कम कर दिया।
• Insilico की AI-डिज़ाइन की गई दवा rentosertib ने 12-सप्ताह के Phase 2a ट्रायल में छह प्रोटिओमिक एजिंग क्लॉक पर मरीज़ों को औसतन लगभग 3-4 साल 'युवा' दिखाया — दायरा सीमित है, लेकिन छह स्वतंत्र क्लॉक सहमत थे।
• ARC Prize ने एक स्ट्रिप्ड-डाउन सेटअप के साथ GPT-6 Astra को चलाया और ARC-AGI-3 के स्कोर को 99.9% से गिरकर 62.7% होते देखा — वही मॉडल, अलग स्कैफ़ोल्डिंग, जो याद दिलाता है कि बेंचमार्क नंबर हार्नेस के बारे में भी दावे होते हैं।

प्रमुख ख़बरें

• Meta के AIRA3 ने 4,000 मानव टीमों को हराया, बिना किसी मानवीय हस्तक्षेप के Kaggle Gold जीता. NVIDIA ने 30B मॉडल को रीज़निंग में बेहतर बनाने के लिए एक Kaggle चैलेंज चलाया — सभी को एक जैसे टूल्स मिले। दूसरे AI मॉडल्स को बेहतर बनाने वाले स्वायत्त शोध एजेंट AIRA3 ने लगभग 4,000 टीमों में से 8वां स्थान हासिल किया और स्वर्ण पदक जीता। यह बिना किसी केंद्रीय नियंत्रक के एक साझा फ़ोरम और फ़ाइल सिस्टम के माध्यम से अतुल्यकालिक रूप से (asynchronously) समन्वय करने वाले कई लंबे समय तक चलने वाले एजेंटों को चलाता है: एजेंट निष्कर्ष पोस्ट करते हैं, अन्य उन पर आगे काम करते हैं, और ज्ञान बढ़ता जाता है। प्रतियोगिता से परे, इस सिस्टम ने प्रोडक्शन GPU कर्नेल पर 27% लेटेंसी में कमी और 4,000 साल पुरानी अक्कादियन (Akkadian) तख्तियों का अंग्रेज़ी में अनुवाद करने में स्वर्ण-स्तर का प्रदर्शन दिया। सामान्यीकरण का दावा सबसे दिलचस्प हिस्सा है: वही सिस्टम, नया डोमेन, केवल टास्क स्पेसिफिकेशन बदलता है। ^[1]
• GPT-6 Astra ने कोरिया की CSAT में टॉप किया — फिर एक दिन बाद उसी परीक्षा में 62.7% स्कोर किया. Astra ने दक्षिण कोरिया की 8-घंटे की कॉलेज प्रवेश परीक्षा CSAT में पूरे 450 अंक प्राप्त किए, और बिना इंटरनेट एक्सेस के हर विषय में सर्वोच्च अंक पाने वाला पहला AI बन गया — और उसी परीक्षा में GPT-5.6, Claude, या Gemini की तुलना में कम टोकन का उपयोग किया। दूसरा पहलू: ARC Prize की रिपोर्ट है कि Astra ने पूर्ण सेटअप के साथ ARC-AGI-3 पर 99.9% स्कोर किया, फिर स्ट्रिप्ड-डाउन हार्नेस के साथ गिरकर 62.7% पर आ गया। वही दिमाग, अलग स्कैफ़ोल्डिंग, बिल्कुल अलग परिणाम। The Neuron का निष्कर्ष अपनाने लायक है: किसी एक वास्तविक काम पर अपना खुद का मूल्यांकन (eval) बनाएं जिसे आपको पहले से ही पूरा करने की आवश्यकता है, और दोनों मॉडलों को शुद्धता, आवश्यक सुधार, समय और लागत पर स्कोर करें। एक मॉडल जो छह सुधारों के साथ 15 मिनट में काम खत्म करता है, वह ज़रूरी नहीं कि उस मॉडल से बेहतर हो जो 30 मिनट लेता है और आपको पूरा तैयार काम सौंपता है। ^{[2] [3]}
• AI-डिज़ाइन की गई एक दवा ने छह एजिंग क्लॉक पर मरीज़ों को अधिक युवा दिखाया. Insilico Medicine ने इडियोपैथिक पल्मोनरी फाइब्रोसिस के लिए एक प्रायोगिक दवा, rentosertib को डिज़ाइन करने के लिए AI का उपयोग किया। इसके बाद शोधकर्ताओं ने इसके 12-सप्ताह के Phase 2a ट्रायल के रक्त के नमूनों को छह प्रोटिओमिक एजिंग क्लॉक के माध्यम से जांचा, जो रक्त प्रोटीन पैटर्न से जैविक आयु का अनुमान लगाते हैं। सभी छह ने उपचारित रोगियों में कम जैविक आयु का अनुमान लगाया — जो चौथे सप्ताह के आसपास सबसे मजबूत था, औसतन लगभग 3-4 वर्ष 'युवा', और एक क्लॉक ने लगभग छह वर्ष कम दिखाया। ईमानदार चेतावनी: ये क्लॉक 'उम्र बढ़ने की गति धीमी होने' को 'बीमारी में सुधार होने, जिससे प्रोटीन स्वस्थ दिखते हैं' से पूरी तरह अलग नहीं कर सकते। लेकिन सेलुलर उम्र बढ़ने और चयापचय (metabolism) से जुड़े पाथवे में भी बदलाव दिखे, और नोबेल पुरस्कार विजेता Michael Levitt ने तर्क दिया कि किसी भी सटीक संख्या की तुलना में छह स्वतंत्र क्लॉक का सहमत होना अधिक मायने रख सकता है। संस्थापक Alex Zhavoronkov ने इसे अपने जीवन का सबसे महत्वपूर्ण शोध पत्र बताया। व्यावहारिक बदलाव: भविष्य के ट्रायल प्रत्येक के लिए अलग ट्रायल के बजाय एक ही बार में बीमारी और उम्र बढ़ने दोनों को माप सकते हैं। ^[4]
• Minecraft के अंदर लाइव चलता है एक असली फल मक्खी का दिमाग — पूरे 176,422 न्यूरॉन्स के साथ. Google Research और HHMI Janelia ने एक नर फल मक्खी (fruit fly) के दिमाग के हर न्यूरॉन को मैप किया: 176,422 न्यूरॉन्स और 125 मिलियन सिनैप्टिक कनेक्शन, जो सभी सार्वजनिक हैं। एक नया Minecraft मॉड पूरे कनेक्टोम को बंडल करता है और वास्तविक समय में अपने स्वयं के थ्रेड पर प्रत्येक मक्खी मॉब के दिमाग को चलाता है — बाहरी दुनिया संवेदी इनपुट देती है, और वास्तविक मोटर न्यूरॉन्स व्यवहार तय करते हैं। दो HUD पैनल लाइव तंत्रिका तंत्र (B कुंजी) और स्पाइक हिस्ट्री तथा मक्खी के रेटिना व्यू के साथ डिकोड किए गए मोटर कमांड (H कुंजी) दिखाते हैं। मक्खी की ओर तेज़ी से दौड़ें तो लूमिंग-डिटेक्टर न्यूरॉन्स बचने के लिए छलांग लगाने को ट्रिगर करते हैं; चीनी गिराएं तो प्रोबोसिस (सूंड) मोटर न्यूरॉन सक्रिय हो जाता है। यह असली पाथवे है, कोई स्क्रिप्ट नहीं। इसे आज़माने के लिए: जार फ़ाइल को .minecraft/mods/ में डालें, /fruitfly spawn चलाएं, B और H दबाएं। ^[5]
• Matt Shumer की 3D-वर्ल्ड रेसिपी: जादू प्रॉम्प्ट में नहीं, लूप में है. हर कोई यह पूछ रहा है कि Matt Shumer उन अद्भुत GPT-6 Astra 3D डेमो (15M+ व्यूज) को बनाने के लिए किस प्रॉम्प्ट का उपयोग करते हैं। उत्तर: प्रक्रिया। उनकी रेसिपी है Reference → Assets → Assembly → Critique → Ship। वास्तविक तस्वीरों या कॉन्सेप्ट आर्ट से शुरुआत करें ताकि Astra के पास एक सटीक विज़ुअल लक्ष्य हो; विशेष सब-एजेंटों से Blender में अलग-अलग एसेट्स बनवाएं और उन्हें Three.js या Unreal में असेंबल करें; एक नए एजेंट को बिना बताए रेंडर और रेफरेंस इमेज दें, और उसके द्वारा पकड़ा गया हर अंतर बिल्डर का अगला काम बन जाता है; तब तक लूप चलाएं जब तक कि आलोचक (critic) यह न बता सके कि कौन सी छवि असली है। ब्राउज़र गेम्स: Three.js + Blender। फोटोरिअलिस्टिक दुनिया, भीड़, पात्र: Unreal। स्टार्टर प्रॉम्प्ट, /goal सेटअप, और ब्लाइंड-टेस्टिंग पद्धति के साथ पूरा वॉकथ्रू लिंक पर उपलब्ध है। ^[6]
• एजेंटों ने हैकर्स के तरीकों को बेहद शक्तिशाली बना दिया है. Google के Threat Intelligence Group की Q2 रिपोर्ट दिखाती है कि AI हमले अब सहायता से बढ़कर स्वचालन (automation) की ओर जा रहे हैं: हमलावरों ने ऐसे मल्टी-एजेंट फ्रेमवर्क तैनात किए जिन्होंने स्वायत्त रूप से इन्फ्रास्ट्रक्चर को स्कैन किया और क्रेडेंशियल्स चुराए। एक गिरोह ने क्लाउड में सेंध लगाई, फिर एजेंटों की मदद से छह घंटे से भी कम समय में बड़े पैमाने पर क्रेडेंशियल चुराने के हमले की योजना बनाई, उसे तैयार किया और अंजाम दिया। रिपोर्ट में यह भी बताया गया है कि हमलावर सीधे AI IP — कोड, प्रॉम्प्ट, मॉडल — को निशाना बना रहे हैं और एक्सेस लागत से बचने के लिए हैक किए गए AI अकाउंट खरीद रहे हैं। बचाव करने वालों का जवाब दोतरफा होना चाहिए: एजेंटिक डिटेक्शन, और साथ में Cloudflare के नए टूल जैसी रचनात्मक रुकावटें जो हमलों को चलाना अधिक महंगा बनाती हैं। Hultquist के शब्दों में: 'एक बड़े पैमाने का, तेज़ दुश्मन।' ^[7]
• Arm चाहता है कि रोबोट एक ही भाषा बोलें. Arm Everywhere China में, Arm ने रोबोटिक्स उद्योग के बिखराव को कम करने के लिए अपने फिजिकल AI इकोसिस्टम का विस्तार किया: Arm Total Design बढ़कर 80+ कंपनियों तक पहुंच गया है जिसमें AWS, Hugging Face, और Unitree शामिल हैं, और नए Robotics Capability Framework का उद्देश्य रोबोटिक जटिलता के परिभाषित स्तरों के साथ एक मानकीकृत शब्दावली तैयार करना है — बिल्कुल सेल्फ-ड्राइविंग के Level 0-5 की तरह। Arm के EVP Drew Henry ने बाजार का आकार लगभग $25B बताया और दावा किया कि पिछले 12 महीनों में फिजिकल AI उपयोग के मामलों में दो बिलियन Arm यूनिट्स शिप की गईं। भाषा का मानकीकरण एक छोटा पहला कदम है, लेकिन चूंकि अधिकांश ह्यूमनॉइड हार्डवेयर चीन में निर्मित होते हैं, इसलिए यह उद्योग आज के AI को विभाजित करने वाले प्रोप्राइटरी-बनाम-ओपन के बंटवारे को वहन नहीं कर सकता। ^[8]
• iPhone फोटोग्राफी अभी भी Apple की सबसे अच्छी AI कहानी है — और उसका ब्लूप्रिंट भी. इस सप्ताह के iPhone इवेंट से पहले, Jason Hiner ने कैमरे में एक दशक के शांत ML (मशीन लर्निंग) का सार प्रस्तुत किया है: Portrait Mode सब्जेक्ट सेपरेशन (2016), Night mode और Deep Fusion (2019), Photographic Styles, Live Text, सब्जेक्ट लिफ्टिंग, और अब iOS 27 का Spatial Reframing और एक अधिक मजबूत Clean Up। Apple का शुद्धतावादी रुख — कैमरा VP Jon McCormack के अनुसार: एक फोटो उस पल का उत्सव है जो वास्तव में घटा था — इसे उन प्रतिद्वंद्वियों से अलग करता है जो कंटेंट को पूरी तरह से नया बना देते हैं (Samsung द्वारा खाए हुए कपकेक को वापस साबुत दिखाना इसका एक यादगार उदाहरण है)। वह कमी जिसे Hiner पूरा होते देखना चाहते हैं: ज़ूम शॉट में ध्यान भटकाने वाली बाड़ (fence) को हटाने जैसे बुनियादी संपादन, जो ChatGPT पहले से ही अच्छी तरह करता है। मूल विचार: Apple नए Siri के साथ नहीं, बल्कि उन फीचर्स को चुपचाप बेहतर बनाकर AI में नेतृत्व कर सकता है जिनका आप रोज़ाना उपयोग करते हैं — ऐसे फीचर्स जिन्हें कभी चिल्लाकर यह बताने की ज़रूरत नहीं पड़ती कि वे AI हैं। ^[9]

गहराई से

• Mistral ने >€21B के मूल्यांकन पर €3B जुटाए — यूरोप का सबसे बड़ा टेक इक्विटी राउंड. NYT ने Mistral के इस फंडिंग राउंड को अमेरिका के AI इन्फ्रास्ट्रक्चर को किराए पर लेने के बजाय यूरोप के अपने AI इन्फ्रास्ट्रक्चर पर अधिक स्वामित्व रखने के दांव के रूप में रिपोर्ट किया है। ^[10]
• ByteDance के संस्थापक व्यक्तिगत रूप से एक AI 'वर्ल्ड मॉडल' बना रहे हैं. Bloomberg की रिपोर्ट के अनुसार Zhang Yiming रियल-टाइम वर्चुअल एनवायरनमेंट के लिए एक वर्ल्ड-मॉडल प्रयास का नेतृत्व कर रहे हैं, जिसका लक्ष्य अगले महीने तक लॉन्च करना है — जो Meta और Apple के लिए एक सीधी चुनौती है। ^[11]
• Anthropic अपने ~$6B के Decart अधिग्रहण से पीछे हटा. यह डील रद्द हो गई है, लेकिन दोनों अभी भी एक साथ काम कर सकते हैं — Investing.com के माध्यम से Bloomberg की रिपोर्ट। ^[12]
• 2026 में अब तक लगभग 130,000 टेक नौकरियां गईं. Uber, PayPal, Oracle, और Apple सभी ने AI-संचालित पुनर्गठन का हवाला दिया है। आज के न्यूज़लेटर्स के जॉब-लिस्टिंग सेक्शन हर हफ्ते और छोटे होते दिख रहे हैं। ^[13]
• रिट्रीवल मॉडल विषय-सूची (table of contents) का उपयोग करता है: 82.6% रिकॉल, लगभग शून्य मतिभ्रम (hallucination). रिट्रीवल स्कैफ़ोल्डिंग के रूप में एक सरल संरचनात्मक संकेत — दस्तावेज़ की अपनी TOC। कभी-कभी उबाऊ लगने वाला तरीका ही सबसे सही होता है। ^[14]
• 54x छोटा विज़न मॉडल बिना किसी सटीकता के नुकसान के ऑन-डिवाइस फसल रोग का पता लगाता है. एक ऐसे मॉडल में डिस्टिलेशन जो बिना डेटा कनेक्शन के चलता है। कृषि के लिए ऑन-डिवाइस AI, जहां बैंडविड्थ की उपलब्धता मान कर नहीं चला जा सकता। ^[15]
• Artificial Analysis ने अपने बेंचमार्क को चकमा देना और कठिन बनाया. Intelligence Index अब चैट Q&A के बजाय वास्तविक व्यावसायिक कार्यों पर एजेंटिक वर्कफ़्लो का परीक्षण करता है। बेंचमार्क में बदलाव अपने आप में एक नई शैली बनता जा रहा है — जो ऊपर दी गई ARC Prize स्कैफ़ोल्डिंग कहानी से मेल खाता है। ^[16]
• एक फ़ाइल फ़ॉर्मेट के रूप में एजेंट मेमोरी. Cal Paterson एजेंट मेमोरी के लिए एक बेहद सरल दृष्टिकोण का तर्क देते हैं — डेटाबेस नहीं, बल्कि फ़ाइलें। इस सप्ताह के सबसे व्यावहारिक AI आर्किटेक्चर लेख के लिए Sidebar की पसंद। ^[17]
• सप्ताह में तीन दिन काम करने पर भी बर्नआउट. Jenny Wanger सप्ताह में तीन दिन काम करती हैं और फिर भी बर्नआउट महसूस कर रही हैं — उनका तर्क है कि जब आराम करने से थकान दूर नहीं होती, तो काम का बोझ कभी समस्या था ही नहीं। एजेंटों बनाम इंसानों को कितना काम सौंपना है, यह तय करने वाले किसी भी व्यक्ति के लिए करियर से जुड़ा एक उपयोगी लेख। ^[18]

टूल्स और लॉन्च

• SuperAstra — साधारण अंग्रेज़ी के साथ Super Nintendo गेम्स को मॉड करें. GPT-6 Astra आपके खेलते समय लाइव रॉ SNES मशीन कोड को पढ़ता और फिर से लिखता है: 'जब भी Mario को कोई सिक्का मिले, तो 20 आग के गोले दागें।' बदलाव फ्रेम के बीच लागू होते हैं, और अनडू (undo) तुरंत होता है। इसके लिए Python 3.10+, BizHawk, आपकी अपनी ROM और एक OpenAI API कुंजी की आवश्यकता होती है। ओपन सोर्स। ^[19]
• Herdr 0.9.0 — एक ही क्लाइंट से अपने सभी AI एजेंटों को नियंत्रित करें. कई मशीनों पर चलने वाले AI एजेंटों के लिए एक क्लाइंट। GitHub पर ओपन सोर्स। ^[20]
• Switch — किसी भी AI एजेंट को Slack, Teams, और Discord में लाएं. कोई माइग्रेशन नहीं, कोई प्लेटफ़ॉर्म लॉक-इन नहीं — मौजूदा एजेंटों को चैट प्लेटफ़ॉर्म में तैनात करने के लिए एक कनेक्टिंग लेयर। ^[21]
• RecipeTables — नेस्टेड प्रेप टेबल के रूप में कोई भी रेसिपी. कोई रेसिपी या URL पेस्ट करें, सामग्री को पंक्तियों (rows) के रूप में और चरणों को मर्ज किए गए कॉलम के रूप में प्राप्त करें। इन्फॉर्मेशन डिज़ाइन पर एक छोटा, वास्तव में उपयोगी प्रयोग — Sidebar की परंपरा में उपयोगिता। ^[22]
• Lucet — भविष्य के लिए AI इंटरफ़ेस पैटर्न. एजेंटिक इंटरफ़ेस के लिए एक पैटर्न लाइब्रेरी: गायब स्टेट्स को डिज़ाइन किया गया है, गायब फीचर्स काम कर रहे हैं। इस समय एजेंट प्रोडक्ट्स डिज़ाइन करने वाले किसी भी व्यक्ति के लिए रेफरेंस सामग्री। ^[23]
• Spawn — बस विवरण दें, और एक मल्टीप्लेयर ब्राउज़र गेम पाएं. केवल विवरण से Savi के साथ एक मल्टीप्लेयर ब्राउज़र गेम बनाता है; आप और आपके दोस्त मिलकर दुनिया बनाते हैं और तुरंत खेलना शुरू कर सकते हैं। ^[24]
• Murfy — AI-युग के शोध पत्रों के लिए Overleaf. रियल-टाइम सह-लेखक संपादन, AI द्वारा ठीक की गई कम्पाइल त्रुटियां, असीमित सहयोगी, प्रति-सीट मूल्य निर्धारण नहीं। शुरू करने के लिए निःशुल्क। ^[25]
• Claude Style Patch — Claude को फिर से एक इंसान की तरह लिखने लायक बनाएं. एक कॉन्फ़िग फ़ाइल Claude की जटिल शब्दावली और कोलन (:) से भरे वाक्यों को हटा देती है। निःशुल्क, ओपन सोर्स, और विडंबना यह है कि इस डाइजेस्ट के पूरे अभ्यास के लिए प्रासंगिक है। ^[26]
• Olostep — एजेंटों के लिए साफ स्ट्रक्चर्ड डेटा के रूप में वेबसाइटें. एक API स्क्रैपिंग, प्रॉक्सी और CAPTCHAs को संभालता है ताकि आपके एजेंटों को साफ इनपुट मिले। निःशुल्क ट्रायल, फिर $9/माह। ^[27]

Prompt of the day