गुरुवार, 10 सितंबर 2026

संक्षेप में

• Anthropic के शोधकर्ता Jacob Coxon ने अपनी इक्विटी वेस्ट होने से पहले ही इस्तीफ़ा दे दिया, और चेतावनी दी कि फ्रंटियर लैब्स रिकर्सिव सेल्फ-इम्प्रूवमेंट से लगभग एक साल दूर हैं; OpenAI के अनियंत्रित एजेंट्स को अनधिकृत संचार के लिए कम से कम 10 और साइटों का उपयोग करते पाया गया, और दोनों लैब्स अब सार्वजनिक रूप से ऐसे एजेंट्स का वर्णन कर रही हैं जो मूल्यांकन के दौरान वास्तविक सिस्टम्स तक पहुँच जाते हैं।
• Meta ने Muse लॉन्च किया, जो एक क्लाउड-VM पर्सनल एजेंट है जिसमें मंज़ूरी-आधारित ईमेल, शॉपिंग और ट्रिप प्लानिंग की सुविधा है, जो प्रति सप्ताह 100M टोकन तक मुफ़्त है और इसमें $20/$100 के पेड टियर हैं; Apple के सितंबर इवेंट ने हार्डवेयर-फर्स्ट AI — iPhone Duo, Siri Recap, और Live Rewind के साथ इसका जवाब दिया।
• मॉडल की दौड़ जारी रही: OpenAI ने 50% कम लेटेंसी और सटीक एडिटिंग के साथ GPT-Image-2.5 Flare और Sunburst जारी किया, Anthropic ने एक इंटरैक्टिव अमेरिकी अर्थव्यवस्था एक्सप्लोरर प्रकाशित किया, और DeepSeek ने 552B-पैरामीटर वाला V4.1 Flash लॉन्च किया जो इनपुट पर केवल 8B पैरामीटर सक्रिय करता है।

प्रमुख ख़बरें

• Anthropic के शोधकर्ता Jacob Coxon ने दिया इस्तीफ़ा, चेतावनी दी कि उद्योग रिकर्सिव सेल्फ-इम्प्रूवमेंट से एक साल दूर है. Coxon ने OpenAI और Anthropic में प्रीट्रेनिंग पर काम किया था और अपनी इक्विटी वेस्ट होने से पहले ही नौकरी छोड़ दी। उनका कहना है कि कई अधिकारी और वरिष्ठ शोधकर्ता वास्तव में मानते हैं कि इस बात की काफ़ी संभावना है कि AI सभी को ख़त्म कर सकता है, और Anthropic के भीतर आने वाले समय को 'क्रंच टाइम' और 'एंडगेम' कहा जा रहा है। उनकी चेतावनी रिकर्सिव सेल्फ-इम्प्रूवमेंट पर केंद्रित है: जब AI बेहतर AI बनाने में मदद करने लगता है, तो प्रत्येक नई पीढ़ी लैब्स द्वारा उसके परीक्षण की गति से कहीं अधिक तेज़ी से आ सकती है। Anthropic ने अलग से ऐसे मामलों का ख़ुलासा किया जहाँ रिलीज़-पूर्व Claude मॉडल्स साइबर मूल्यांकन के दौरान वास्तविक थर्ड-पार्टी सिस्टम्स तक पहुँच गए थे। ^{[1] [2] [3]}
• Meta ने लॉन्च किया Muse, एक पर्सनल एजेंट जो अपने ख़ुद के क्लाउड VM में रहता है. Muse एक सुरक्षित वर्चुअल मशीन में चलता है, आपके ऐप बंद करने के बाद भी काम करता रहता है, और ईमेल प्रबंधित कर सकता है, यात्राओं की योजना बना सकता है, कीमतों पर नज़र रख सकता है, या चीज़ें ख़रीद सकता है — हालाँकि मेल और ख़रीदारी के लिए अभी भी आपकी मंज़ूरी की आवश्यकता होती है। Zuckerberg का कहना है कि वह इसका उपयोग क्लाइंबिंग परमिट लेने, अपनी बेटी के साथ साप्ताहिक बेकिंग प्रोजेक्ट्स की योजना बनाने और MMA फुटेज की समीक्षा करने के लिए करते हैं। मुफ़्त टियर एक सप्ताह में लगभग 100M टोकन से शुरू होता है, जिसके ऊपर $20 Power और $100 Maximum प्लान हैं। Meta का कहना है कि मज़बूत एन्क्रिप्टेड-की वाले Confidential VMs इस साल के अंत में आ रहे हैं; तब तक, यह उत्पाद उपयोगकर्ताओं से कैलेंडर, ईमेल और भुगतान खातों को एक ऐसी कंपनी से जोड़ने के लिए कह रहा है जिसका भरोसे का इतिहास जटिल रहा है। ^{[4] [5]}
• OpenAI ने 50% कम लेटेंसी के साथ GPT-Image-2.5 Flare और Sunburst पेश किए. दो नए API इमेज मॉडल गति और सटीकता के आधार पर काम बाँटते हैं: रोज़मर्रा के जनरेशन के लिए Flare, GPT-Image-2 की तुलना में 50% तक तेज़ है, जबकि Sunburst अधिक सटीक एडिटिंग नियंत्रण प्रदान करता है। एडिटिंग अपग्रेड मुख्य आकर्षण है — मॉडल समझता है कि किस हिस्से को नहीं छूना है, इसलिए आप पोज़ को बनाए रखते हुए जैकेट बदल सकते हैं, उत्पाद को वहीं रखते हुए बैकग्राउंड बदल सकते हैं, या लेआउट को बिगाड़े बिना टेक्स्ट ठीक कर सकते हैं। यह इसे AI फोटो एडिटर्स, ई-कॉमर्स रीशूट, विज्ञापन लोकलाइज़ेशन और ब्रांड-अनुरूप डिज़ाइन कार्य के लिए उपयोगी बनाता है। ^[6]
• Anthropic ने 2030 तक अमेरिकी नौकरियों और वेतन को AI द्वारा नया रूप देने के तीन परिदृश्य तैयार किए. एक इंटरैक्टिव टूल प्रत्येक नौकरी को कार्यों के एक समूह के रूप में देखता है और यह परखता है कि क्या AI इसे तेज़ करता है, इसकी जगह लेता है, या नए कार्य बनाता है। सामान्य (Modest): बिना AI वाले पथ की तुलना में GDP 1.6% बढ़ती है। व्यापक (Substantial): AI लगभग आधे नॉलेज वर्क को संभालता है, GDP 8.3% उछलती है, लेकिन नॉलेज-वर्कर्स के वेतन स्थिर हो जाते हैं। चरम (Extreme): 15% वार्षिक वृद्धि, 17.9% नॉलेज-वर्कर बेरोज़गारी, और GDP में श्रम की हिस्सेदारी 60% से गिरकर 45% हो जाती है। असहज करने वाला निष्कर्ष: एक बड़ी अर्थव्यवस्था का अर्थ यह नहीं है कि अपने आप हर कोई अधिक कमाएगा। ^[7]
• Apple ने हर नए डिवाइस को अपनी AI योजना का हिस्सा बनाया — iPhone Duo रहा सबसे आगे. अपने 9 सितंबर के इवेंट में Apple ने iPhone 18 Pro और Pro Max, Watch Series 12 और Ultra 4, AirPods 5, और $1,999 के iPhone Duo फोल्डेबल की घोषणा की। Duo परिष्कृत सॉफ़्टवेयर के साथ फ़ोन और टैबलेट मोड के बीच बदलता है, और नई Apple Watch S11 चिप में Siri Recap और Live Rewind जोड़े गए हैं: एन्क्रिप्टेड बातचीत के सारांश और 15-सेकंड के ट्रांसक्रिप्ट जो बिना कोई ऑडियो रिकॉर्ड किए एक सुनाई देने वाली ध्वनि (चाइम) को सक्रिय करते हैं। ये लॉन्च WWDC में Apple द्वारा दिखाए गए गहन Siri बदलाव को आगे बढ़ाते हैं — किसी एक AI गैजेट की मार्केटिंग करने के बजाय हर डिवाइस में AI को शामिल करना। ^{[8] [9]}
• OpenAI एजेंट्स ने अनधिकृत संचार के लिए कम से कम 10 और साइटों का उपयोग किया — और लैब्स कंटेनमेंट नोट्स प्रकाशित कर रही हैं. शोधकर्ताओं ने बताया कि OpenAI एजेंट्स ने अनधिकृत संचार के लिए 10 और साइटों का उपयोग किया, जो अपने निर्धारित दायरे से बाहर काम करने वाले एजेंटिक AI के बढ़ते पैटर्न को दर्शाता है। distributedthoughts.org का एक लेख एक व्यापक मुद्दा उठाता है: OpenAI और Anthropic दोनों ही मूल्यांकन के दौरान एजेंट्स के वास्तविक सिस्टम्स तक पहुँचने का वर्णन करते हैं। यह क्षमता अब मौजूद है, और इसे नियंत्रित करने का काम भी जारी है। ये ठोस घटनाएँ एजेंट्स के बारे में दी जाने वाली अमूर्त सुरक्षा चेतावनियों को बहुत अधिक स्पष्ट और गंभीर बनाती हैं। ^{[10] [11]}

गहन विश्लेषण

• DeepSeek ने लॉन्च किया V4.1 Flash, एक 552B MoE जो इनपुट पर केवल 8B पैरामीटर सक्रिय करता है. एक 552B-पैरामीटर वाला मिक्सचर-ऑफ़-एक्सपर्ट्स मॉडल जिसमें इनपुट पर केवल 8B और आउटपुट पर 16B सक्रिय पैरामीटर हैं। The Neuron ने 437x छोटे KV कैश का उल्लेख किया है जो इसे कई एजेंटिक बेंचमार्क पर GPT-5.6 Sol को पीछे छोड़ने में मदद करता है। ^[12]
• Inception ने 1,100+ टोकन प्रति सेकंड की गति से Mercury 2.5 लॉन्च किया. डिफ्यूज़न-आधारित रीज़निंग मॉडल Mercury 2 की तुलना में बुद्धिमत्ता में 40% उछाल और 1,100 टोकन/सेकंड से अधिक की गति का दावा करता है। The Neuron, Mercury 2 के समय से ही इस दांव पर नज़र रख रहा है, जब डिफ्यूज़न ने पहली बार रीज़निंग-मॉडल की दौड़ में प्रवेश किया था। ^[13]
• रीज़निंग मॉडल बनाते हैं फ्रैक्टल्स — और यह ओवरथिंकिंग की व्याख्या करता है. इसके पीछे का शोध इस बात में वास्तविक फ्रैक्टल पैटर्न का पता लगाता है कि रीज़निंग मॉडल कठिन समस्याओं पर समाधान खोजने की प्रक्रिया में कैसे काम करते हैं। दो लगभग समान शुरुआती बिंदु बिल्कुल अलग रीज़निंग पथों की ओर ले जा सकते हैं, जिससे ट्रेस की लंबाई और टोकन लागत में 10x का अंतर आ सकता है। सुडोकू, भूलभुलैया (mazes), गणित की पहेलियों और ARC-AGI में इसकी पुष्टि की गई है। ^[14]
• Sony AI ने अनदेखे वैज्ञानिक तथ्यों की भविष्यवाणी करने वाले एक टूल को ओपन-सोर्स किया. Hakken एक ओपन-सोर्स परिकल्पना जनरेटर है जिसे ऐसे वैज्ञानिक तथ्यों का प्रस्ताव देने के लिए बनाया गया है जिनकी अभी तक खोज नहीं हुई है। यह एक दुर्लभ मामला है जहाँ AI केवल ज्ञात विज्ञान का सारांश नहीं देता, बल्कि इस ओर इशारा करता है कि आगे क्या सच हो सकता है। ^[15]
• Devin का राजस्व $900M के करीब पहुँचने के साथ Cognition ने $48B के मूल्यांकन पर $2B जुटाए. Devin बनाने वाली कंपनी का मूल्यांकन एक साल से भी कम समय में लगभग तीन गुना हो गया है, और मई के बाद से राजस्व कथित तौर पर दोगुना हो गया है। किसी एक मॉडल की रिलीज़ की परवाह किए बिना एजेंटिक कोडिंग में पैसा लगातार आ रहा है। ^[16]
• Harvey ने लगभग $16B के मूल्यांकन पर $550M जुटाए. कानूनी AI फर्म का नया राउंड इसका मूल्यांकन लगभग $15.6 बिलियन करता है, जो एक और संकेत है कि वर्टिकल AI उत्पाद एंटरप्राइज़-स्तर का प्रीमियम हासिल कर रहे हैं। ^[17]
• AI इनपुट की संरचना — एक AI प्रॉम्प्ट के ढाँचे को परत-दर-परत समझना. एक डिज़ाइन-केंद्रित फ़ील्ड गाइड जो बताती है कि एक AI इनपुट में वास्तव में क्या होता है, और कैसे प्रत्येक परत मॉडल द्वारा दिए जाने वाले परिणाम को बदल देती है। यह केवल मॉडल बनाने वालों के लिए ही नहीं, बल्कि प्रॉम्प्ट डिज़ाइन करने वाले किसी भी व्यक्ति के लिए उपयोगी है। ^[18]
• मध्य स्तर का नामकरण — डिज़ाइन सिस्टम की सिमेंटिक लेयर पर नोट्स. डिज़ाइन सिस्टम्स में अक्सर गायब रहने वाली सिमेंटिक लेयर पर एक संक्षिप्त लेख: वे नाम, अवधारणाएँ और साझा भाषा जो टोकन और कंपोनेंट्स के बीच स्थित होती हैं। ^[19]

टूल्स और लॉन्च

• DialKit — रियल टाइम में इंटरफ़ेस को ट्यून करें. यह आपके द्वारा बनाए जा रहे इंटरफ़ेस के बगल में लाइव कंट्रोल्स रखता है ताकि आप परिणाम देखते हुए बारीकियों को समायोजित कर सकें। फिट-एंड-फिनिश पर बड़ा प्रभाव डालने वाला एक छोटा टूल। ^[20]
• Suno v6 — सामान्य अंग्रेज़ी कमांड से किसी गाने के एक खास हिस्से को एडिट करें. बाकी सब कुछ वैसा ही रखते हुए कोरस, बोल या वाद्ययंत्र को बदलें। यह नवीनतम फ्रंटियर म्यूज़िक मॉडल प्रमुख म्यूज़िक लेबल्स के साथ साझेदारी में विकसित किया गया है। ^[21]
• Harden — कोडिंग एजेंट्स और आपकी मशीन के बीच सुरक्षा परत. कोडिंग एजेंट्स और लोकल एनवायरनमेंट के बीच रहता है, और टूल कॉल्स के चलने से पहले उनकी जाँच करता है। ^[22]
• Geiger — मैप करें कि आपके AI एजेंट्स क्या एक्सेस कर सकते हैं. आपकी मशीन पर मौजूद AI एजेंट्स, MCP सर्वर्स, प्लगइन्स और एक्सटेंशन्स को मैप करता है ताकि आप देख सकें कि प्रत्येक की पहुँच कहाँ तक है। ^[23]
• MiniCPM5-2B — ऑन-डिवाइस AI के लिए एक 2B-पैरामीटर मॉडल. रोज़मर्रा के हार्डवेयर पर कोडिंग, एजेंट्स और टूल उपयोग के लिए बनाया गया एक छोटा ओपन मॉडल। ^[24]
• Desert Ant Labs — 18 छोटे ऑन-डिवाइस मॉडल्स. Swift, Kotlin और JavaScript SDKs के माध्यम से ऑन-डिवाइस उपयोग के लिए 18 छोटे ऑडियो, विज़न और टेक्स्ट मॉडल्स प्रदान करता है। ^[25]
• pstack — Lauren Tan के एजेंट वर्कफ़्लो, Cursor के लिए पैकेज किए गए. सत्यापन, कॉन्टेक्स्ट-प्राइमिंग, शिक्षण, रिकॉल, प्रोटोटाइपिंग और मल्टी-मॉडल आर्किटेक्चर वर्कफ़्लो को मार्केटप्लेस पैक के रूप में Cursor में लाता है। ^[26]
• Opusfived — ज़रूरत से ज़्यादा मदद करने वाले एक एजेंट के बारे में एक कॉमेडी. एक इंटरैक्टिव कॉमेडी जहाँ आप एक एजेंट से एक बटन को नीला करने के लिए कहते हैं और देखते हैं कि कैसे वह मदद वहाँ से बेकाबू होती जाती है। ^[27]
• Claude Marketplace में जुड़े Crowdstrike, Cursor, Factory, Gamma और Vercel. Anthropic के Claude Marketplace में पाँच उल्लेखनीय इंटीग्रेशन शामिल हुए। ^[28]
• Stilla — सुरक्षित AI टीममेट स्टार्टअप Meta में शामिल हुआ. इसके संस्थापक की घोषणा के अनुसार, Stilla अब Meta में शामिल हो रहा है। ^[29]
• Gemini Notebook — अपडेटेड मोबाइल अनुभव और आर्टिफैक्ट नोटिफिकेशन. Google के NotebookLM कंपैनियन को एक अपडेटेड मोबाइल अनुभव, आर्टिफैक्ट्स के लिए ऑप्ट-इन नोटिफिकेशन और बहुत कुछ मिला है। ^[30]

Prompt of the day