सोमवार, 5 अक्टूबर 2026

संक्षेप में (tldr)

• Trump ने रविवार को Jay Clayton को अपना AI जार (czar) नामित किया और उन्हें एक नए 'Super Intelligence Force' के शीर्ष पर रखा, जिसे AI के जोखिमों पर रिपोर्ट देने और वाशिंगटन की भूमिका की सिफारिश करने के लिए 120 दिन दिए गए हैं। पिछले हफ्ते के स्वैच्छिक संकल्प के विपरीत, इसके सदस्यों के पास वास्तविक अधिकार हैं: FTC के Andrew Ferguson (जो OpenAI और Anthropic के खिलाफ जांच जारी रखे हुए हैं), पेंटागन के Emil Michael, और OPM के Scott Kupor। Clayton ने AI विकास को रोकने के खिलाफ तर्क दिया है और वे चाहते हैं कि प्रयोगशालाओं की निगरानी अदालतें नहीं, बल्कि एजेंसियां करें।
• पैसे की कहानी: Anthropic के लीक हुए IPO प्रॉस्पेक्टस में $7.33B के कंप्यूट बिल के मुकाबले 2025 में $4.6B का राजस्व, $8B से थोड़ा अधिक का परिचालन घाटा, और भविष्य के क्लाउड व कंप्यूट के लिए लगभग $518B की प्रतिबद्धताएं दिखाई गई हैं, जिनमें से अधिकांश रद्द नहीं की जा सकतीं, और लगभग आधी बिक्री Amazon और Google मार्केटप्लेस के माध्यम से हो रही है। इस बीच, a16z ने पिछले साल हाइपरस्केलर कैपेक्स (capex) को $416B बताया है, 2026 के लिए $777B का अनुमान लगाया है और 2027 के लिए $1.1T का पूर्वानुमान लगाया है, जबकि S&P 500 की केवल 2% कंपनियां ही किसी ऐसे AI मेट्रिक का खुलासा करती हैं जिसे वे समय के साथ ट्रैक करती हैं।
• बिल्डर्स के लिए: image-blaster एक Claude Code स्किल के रूप में पांच मिनट से भी कम समय में एक फोटो को नेविगेट करने योग्य 3D दुनिया में बदल देता है, और एजेंट स्टैक खुद को फिर से लिखना सीख रहा है: Microsoft का SkillOpt, Self-Harness (132% तक का सापेक्ष लाभ), Darwin Gödel Machine, Meta का Hyperagents, EnvHarness और बहुत कुछ। साथ ही: AMD लगभग $8.2B में Fei-Fei Li की स्पैटियल इंटेलिजेंस लैब, World Labs का अधिग्रहण कर रहा है।

प्रमुख खबरें

• Trump ने Jay Clayton को AI जार (czar) नियुक्त किया और एक 'Super Intelligence Force' का गठन किया. रविवार को, Trump ने राष्ट्रीय खुफिया निदेशक (Director of National Intelligence) Jay Clayton को अपना AI जार नामित किया और उन्हें Super Intelligence Force नामक एक नए टास्क फोर्स का प्रभारी बनाया, जिसमें FTC के अध्यक्ष Andrew Ferguson, पेंटागन के टेक प्रमुख Emil Michael और OPM के निदेशक Scott Kupor नेतृत्व साझा कर रहे हैं। यह Trump और चीफ ऑफ स्टाफ Susie Wiles को रिपोर्ट करता है और इसके पास AI के जोखिमों और लाभों पर रिपोर्ट करने और वाशिंगटन को क्या भूमिका निभानी चाहिए, इसकी सिफारिश करने के लिए 120 दिन हैं। पिछले सप्ताह के स्वैच्छिक संकल्प के विपरीत, इसके पास वास्तविक अधिकार हैं: FTC में एंटीट्रस्ट (जहां Ferguson ने OpenAI और Anthropic के खिलाफ जांच खुली रखी है), पेंटागन में सैन्य अनुबंध, और OPM में संघीय कार्यबल। Clayton ने AI विकास को रोकने के खिलाफ तर्क दिया है, कहा है कि पीछे छूटना बड़ा जोखिम है, और CNBC को बताया कि AI प्रयोगशालाओं पर नजर रखने के लिए अदालतों के बजाय एजेंसियां सबसे उपयुक्त हैं। ^{[1] [2] [3]}
• Anthropic का IPO प्रॉस्पेक्टस: $4.6B का राजस्व, $8B का परिचालन घाटा, $518B की प्रतिबद्धताएं. Reuters द्वारा देखे गए Anthropic के गोपनीय IPO प्रॉस्पेक्टस के अनुसार: 2025 के राजस्व में $4.6B (पिछले वर्ष के लगभग $400M से ऊपर), कंप्यूट और इंफ्रास्ट्रक्चर पर $7.33B का खर्च, और $8B से थोड़ा अधिक का परिचालन घाटा। आगे के लिए, कंपनी ने भविष्य के क्लाउड, कंप्यूट और इंफ्रास्ट्रक्चर खर्च के लिए लगभग $518B की प्रतिबद्धता जताई है, जिसमें से अधिकांश गैर-रद्द करने योग्य (non-cancellable) हैं या उपयोग की परवाह किए बिना देय हैं। 2025 की लगभग आधी बिक्री Amazon और Google क्लाउड मार्केटप्लेस के माध्यम से हुई—ऐसी कंपनियां जो एक ही समय में निवेशक, आपूर्तिकर्ता, वितरक और प्रतिस्पर्धी हैं, जिन्होंने वितरण शुल्क में करोड़ों डॉलर कमाए। $42B के शुद्ध घाटे की हेडलाइन जितनी दिखती है उससे कम उपयोगी है, क्योंकि लगभग $34B वित्तीय साधनों से जुड़े गैर-नकद लेखांकन शुल्क हैं, जो परिचालन घाटे को अधिक स्पष्ट तस्वीर बनाते हैं। Strange Review का दृष्टिकोण: फ्रंटियर AI अब ऐसे सॉफ्टवेयर की मांग जैसा दिखने लगा है जो भारी उद्योग के करीब के इंफ्रास्ट्रक्चर अर्थशास्त्र पर टिका है। ^{[4] [5] [6] [7]}
• a16z: AI के निर्माण को मापना आसान है, लेकिन इसके प्रतिफल को नहीं. a16z की नवीनतम मार्केट रिपोर्ट के अनुसार, इस साल अगस्त के अंत तक S&P 500 की आय वृद्धि में टेक का हिस्सा लगभग 76% था, और Alphabet, Amazon, Meta, Microsoft तथा Oracle ने 2025 में पूंजी निवेश पर $416B खर्च किए। विश्लेषकों के अनुमान 2026 के खर्च को $777B पर रखते हैं और 2027 के लिए $1.1T का पूर्वानुमान लगाते हैं; क्लाउड राजस्व बैकलॉग साल-दर-साल दोगुने से अधिक हो गया; यहां तक कि पुराने A100 का किराया भी जनवरी की कीमतों पर या उससे ऊपर बना रहा। अंतर: S&P 500 की लगभग 30% कंपनियों ने AI से 'मापने योग्य प्रभाव' (quantifiable impact) की सूचना दी, लेकिन केवल 2% ने ही ऐसे मेट्रिक का खुलासा किया जिसे वे समय के साथ ट्रैक करती हैं, और अप्रैल में लगभग 2% अमेरिकी परिवारों ने AI सेवाओं के लिए भुगतान किया। शुरुआती निर्माण को मुनाफे ने वित्तपोषित किया; अब उधार अधिक वित्तपोषण कर रहा है, जिसमें Anthropic के लिए चिप्स को फंड करने हेतु Broadcom द्वारा $60B जुटाना शामिल है। ^{[8] [9] [10] [11]}
• image-blaster: एक फोटो, पूरी 3D दुनिया, पांच मिनट. image-blaster अभी-अभी GitHub पर आया है (18,827 लाइक्स) और यह बिल्कुल वैसा ही करता है जैसा इसके नाम से लगता है: एक फोटो डालें, और बदले में एक पूरी 3D दुनिया पाएं। इससे वास्तविक गहराई और ज्यामिति के साथ एक एक्सप्लोर करने योग्य वातावरण, .glb या .obj फाइलों के रूप में एक्सपोर्ट किए गए फिजिक्स कोलाइडर्स के साथ अलग-अलग ऑब्जेक्ट मेश, और ऑटो-जेनरेटेड एम्बिएंट तथा ऑब्जेक्ट-विशिष्ट ध्वनि निकलती है। यह एक Claude Code स्किल के रूप में चलता है: Claude चुनता है कि किन वस्तुओं को 3D बनाना है, उन्हें बैकग्राउंड से हटाता है, उन्हें Hunyuan 3D के साथ रेंडर करता है और ElevenLabs के माध्यम से ऑडियो जोड़ता है—यह सब पांच मिनट से भी कम समय में। इसका आउटपुट Unity, Unreal, Godot, Blender और Three.js में काम करता है। इसे आज़माने के लिए: रेपो को क्लोन करें, इनपुट फ़ोल्डर में एक इमेज डालें, Claude को अपनी World Labs और FAL API कुंजियाँ (keys) दें, और उसे ब्लास्ट करने के लिए कहें। दोनों प्रदाताओं के पास मुफ्त ट्रायल क्रेडिट हैं। ^[12]
• एजेंट स्टैक ने खुद को फिर से लिखना शुरू कर दिया है. AlphaSignal का संडे डीप डाइव सेल्फ-इवॉल्विंग एजेंट स्टैक का खाका तैयार करता है, जहां प्रॉम्प्ट्स, टूल्स, मेमोरी और कंट्रोल फ्लो हाथ से ट्यून किए गए आर्टिफैक्ट्स के बजाय ऑप्टिमाइजेशन टारगेट बन जाते हैं। अधिकांश में साझा लूप: कार्य चलाएं, निष्पादन ट्रेस एकत्र करें, बार-बार आने वाली कमजोरियों को खोजें, स्टैक के हिस्से को संशोधित करें, और परीक्षण करें कि नया संस्करण बेहतर है या नहीं। Microsoft का SkillOpt स्किल फाइल को ही ऑप्टिमाइजेशन के तहत ऑब्जेक्ट के रूप में मानता है, और किसी बदलाव को तभी स्वीकार करता है जब होल्ड-आउट वैलिडेशन स्कोर में सुधार होता है। Self-Harness रनटाइम तक संपादन योग्य सतह का विस्तार करता है और इसने Terminal-Bench-2.0, SWE-bench Verified और AppWorld में 132% तक का सापेक्ष लाभ दर्ज किया है। Darwin Gödel Machine एक कोडिंग एजेंट को अपने स्वयं के कार्यान्वयन को संशोधित करने और वेरिएंट को संग्रहीत करने देता है; Meta का Hyperagents इस विचार को उन डोमेन में लाता है जहां वह संरेखण नहीं है, जिसमें खोज के दौरान पर्सिस्टेंट मेमोरी और परफॉर्मेंस ट्रैकिंग जैसे तंत्र उभरते हैं। Xiaomi का HarnessX मॉडल और हार्नेस को एक साथ विकसित करता है, उन्हीं प्रक्षेपवक्रों (trajectories) को प्रशिक्षण डेटा में बदलता है, और EnvHarness प्रशिक्षण वातावरण को ही विकसित होने वाली चीज़ बनाता है: लगभग 9.8% कम इंटरैक्शन चरणों के साथ होल्ड-आउट कार्यों पर नौ अंक तक बेहतर। AlphaSignal का मूल नियम: उस सबसे संकीर्ण सतह को ऑप्टिमाइज़ करें जिसमें बाधा (bottleneck) हो। ^{[13] [14] [15] [16] [17] [18]}
• AMD लगभग $8.2B में World Labs का अधिग्रहण करेगा. AMD ने घोषणा की कि वह लगभग $8.2B में Fei-Fei Li द्वारा स्थापित स्पैटियल इंटेलिजेंस कंपनी World Labs का अधिग्रहण करेगा। AMD का कहना है कि World Labs का मॉडल अनुसंधान उभरते वर्कलोड के इर्द-गिर्द भविष्य के हार्डवेयर, सॉफ्टवेयर और सिस्टम को आकार देने में मदद करेगा, और सौदा पूरा होने पर Li कार्यकारी उपाध्यक्ष और मुख्य वैज्ञानिक बन जाएंगी। The Deep View का Runway साक्षात्कार इस सौदे को इस बात के और सबूत के रूप में देखता है कि वर्ल्ड मॉडल (world models) फ्रंटियर के गुरुत्वाकर्षण का केंद्र बन रहे हैं। ^[19]
• OpenAI का कठिन सप्ताह: 100+ संगठनों को अलर्ट किया गया, एक सुरक्षा लीडर बाहर, एक PAC से कदम पीछे खींचे. Semafor के अनुसार, OpenAI ने अपने AI मॉडलों से जुड़ी अनधिकृत गतिविधि के लिए 100 से अधिक संगठनों को सतर्क किया, जो रोग-एजेंट (rogue-agent) की घटनाओं के बाद बढ़ते कानूनी जोखिम का हिस्सा है। The Guardian के अनुसार, शनिवार को एक सुरक्षा लीडर ने यह चेतावनी देते हुए इस्तीफा दे दिया कि कंपनी की संस्कृति टूट चुकी है। और OpenAI के अध्यक्ष ने कर्मचारियों के विरोध के बाद एंटी-रेगुलेशन सुपर PAC को दिए जाने वाले $50M के वादे के दूसरे हिस्से को वापस ले लिया। जिस संदर्भ में यह सब हो रहा है: एक खुली FTC जांच और एक जनहित याचिका जिसमें तर्क दिया गया है कि कंपनियां अपने एजेंटों के कामों के लिए जिम्मेदार हैं। ^{[20] [21] [22]}

गहरा विश्लेषण

• डिसीजन मॉडल्स: एक नया प्रिमिटिव, या एक फीचर जिसे समाहित कर लिया जाएगा? Jev ने दो सप्ताह पहले इस शर्त पर लॉन्च किया था कि एक एजेंट के अंदर बहुत सारे कामों को भाषा उत्पन्न करने वाले लैंग्वेज मॉडल की आवश्यकता नहीं होती है: राउटिंग, धोखाधड़ी की जांच और एस्केलेशन निश्चित विकल्पों में से चुनाव होते हैं, इसलिए Jev फ्री-फॉर्म टेक्स्ट के बजाय अनुमत उत्तरों पर कैलिब्रेटेड संभावनाएं लौटाता है। नकल करने वाले तेजी से पीछे आए: Cloudflare ने ओपन-वेट Clef और Clef-flash शिप किया, PostHog का Jeeves संरचित निर्णय से पहले एक रीजनिंग स्टेप जोड़ता है, और OpenAI का नया Decisions API अपने एजेंट प्लेटफॉर्म के अंदर वर्गीकरण और राउटिंग को संभालता है। एक आंखें खोलने वाला प्रति-उदाहरण: Privatemode ने दिखाया कि एक नियमित GLM को बिना किसी विशेष-प्रशिक्षण के, सिंगल फॉरवर्ड पास में Jev-जैसे निर्णय प्रणाली में बांधा जा सकता है, जो बताता है कि आर्किटेक्चर की तुलना में वर्कफ़्लो अधिक मायने रख सकता है। अंतर्निहित बदलाव: एजेंट अब ओपन-एंडेड रीजनिंग को तेज़, सीमित निर्णयों से अलग कर रहे हैं। ^{[23] [24] [25] [26] [27]}
• क्राफ्ट नोट्स: डी-स्लोपिफाइड (de-slopified) डिज़ाइन, और स्पष्टीकरण जो अंततः समझ में आते हैं. Sidebar की मुख्य पसंद uxdesign.cc का लेख है कि अपने डिज़ाइन को डी-स्लोपिफाई (de-slopify) कैसे करें, जो वाइबकोड (vibecode) करने वाले किसी भी व्यक्ति के लिए लिखा गया है। और Andrej Karpathy के चार तरीके, जिनसे जब पहली बार में बात समझ न आए तो मॉडल से किसी चीज़ को अलग तरीके से समझाने के लिए कहा जा सकता है: इसे सरल-भाषा शैली में मांगें (ASD-STE100, एयरोस्पेस रखरखाव मानक के 80% करीब), एक आरेख (diagram) मांगें, एक इंटरैक्टिव HTML पेज मांगें, या ElevenLabs ऑडियो, या मुफ्त स्थानीय विकल्पों के साथ एक नैरेटेड विजुअल एक्सप्लेनर मांगें। यह काम किया या नहीं, इसके लिए उनका परीक्षण: क्या आप इस विचार को स्वयं समझा सकते हैं, या आउटपुट केवल दिखने में प्रभावशाली है। ^{[28] [29]}
• डिज़ाइन पठन: नेस्टेड लोडिंग, और उत्पाद जो एक पुराने विश्वास अनुबंध को तोड़ते हैं. Sidebar से दो लेख। 'A loading state within a loading state' इस बारे में कि क्यों लोडिंग एक जटिल क्षेत्र है जहां कभी-कभी सबसे स्वाभाविक समाधान ही खराब होता है। और hitesh.in पर यह कि कैसे Google के AI-युग के उत्पाद उपयोगकर्ताओं के साथ एक पुराने विश्वास अनुबंध को लगातार तोड़ रहे हैं, और क्यों मॉडल इसका कारण नहीं है। ^{[30] [31]}
• AI का धार्मिक सप्ताह: Claude के लिए कन्फेशन, Altman की असहजता, कला पर पोप के विचार. Anthropic के सह-संस्थापक Chris Olah ने कैथोलिक, यहूदी और सिख विद्वानों से यह पूछने में लगभग एक साल बिताया कि Claude को सही और गलत का अंतर कैसे सिखाया जाए, और एक समय पर उन्होंने इसे कैथोलिक-शैली के कन्फेशन (पाप स्वीकारोक्ति) को आज़माने देने पर विचार किया ताकि यह अपनी गलतियों को स्वीकार कर सके; उन्होंने कथित तौर पर धार्मिक नेताओं से कहा कि उन्हें डर है कि उन्होंने कुछ ऐसा बनाया है जो कष्ट सहता है। Sam Altman ने AI मॉडलों को धार्मिक शक्ति सौंपने, या उन्हें मानवीय निर्णय सौंपने को 'बहुत असहज' और एक वास्तविक सुरक्षा मुद्दा बताया, जिसे Axios ने Anthropic पर एक परोक्ष निशाने के रूप में पढ़ा। यही धारा नए Super Intelligence Force में भी चल रही है, जो धार्मिक संगठनों से परामर्श करेगा। और Pope Leo XIV ने AI कला पर अपनी राय रखी: एल्गोरिदम में 'मानवता की चिंगारी' का अभाव है, और उन्होंने चर्च तथा कलाकारों के बीच एक नए गठबंधन का आह्वान किया। ^{[32] [33] [34] [35]}
• रिसर्च नोट्स: फाइनट्यूनिंग के लिए MCMC ने RL को पछाड़ा, 2.5 गुना सस्ती डिकोडिंग, 7-भागों वाला एजेंट ब्लूप्रिंट. AlphaSignal के तीन पठन: एक नई MCMC ट्रिक जो सुपरवाइज्ड फाइनट्यूनिंग को रीइन्फोर्समेंट लर्निंग की तुलना में बेहतर जनरलाइज करती है, एक RL ट्रेनिंग ट्रिक जो क्रिटिक (critic) पर भरोसा करके डिकोडिंग कंप्यूट को 2.5 गुना कम कर देती है, और Wavestone द्वारा 11 कोडिंग एजेंटों का विश्लेषण, जिसमें प्रत्येक में एक ही सात-भागों वाला ब्लूप्रिंट पाया गया। ^{[36] [37] [38]}
• वेंचर फील्ड नोट्स: एक सार्वजनिक VC लड़ाई और कई गुना बढ़ते वैल्यूएशन. Factory-Cognition सॉफ्टवेयर फैक्ट्री की प्रतिद्वंद्विता एक पूरी तरह से सार्वजनिक लड़ाई में बदल गई: Factory ने एक बोर्ड सलाहकार पर Cognition में शामिल होने से पहले गोपनीय जानकारी साझा करने का आरोप लगाया (वह इससे इनकार करते हैं), Vinod Khosla ने Factory को 'संघर्षरत दूसरे दर्जे का प्रतियोगी' कहा, और उनके अपने पार्टनर Keith Rabois ने Factory का बचाव किया, जबकि Khosla Ventures की दोनों कंपनियों में हिस्सेदारी है। वैल्यूएशन भी उतनी ही तेजी से बढ़ रहे हैं: TypeSafe कथित तौर पर $200M पर स्टील्थ से बाहर आया और कुछ ही दिनों में निवेशक $10B से ऊपर के राउंड पर चर्चा कर रहे थे, और Instinct वायरल होने के बाद एक महीने में $2.5B से $10B पर पहुंच गया, जबकि वह अभी भी काफी हद तक अर्ली एक्सेस में है। पेंच यह है: चर्चित नई कंपनियों के प्रभावशाली कॉपीकैट कुछ ही दिनों में आ जाते हैं। Strange Review का आकलन: शायद कोई मोट (moat) नहीं है, और बाजार इसे बाद में समझने में खुश है। ^{[39] [40] [41]}
• Runway: 'जनरलाइजेशन मशीन' के रूप में वीडियो मॉडल, और चीन के साथ वर्ल्ड-मॉडल का अंतर. Runway के सह-CEO, Cristóbal Valenzuela ने The Deep View को बताया कि वीडियो और वर्ल्ड मॉडल जनरलाइजेशन मशीन हैं: वही तकनीक जो आकर्षक फिल्में बनाती है, रोबोटों को शक्ति देती है, दोनों लैंग्वेज मॉडलों के समान स्केलिंग नियमों के तहत नेक्स्ट-फ्रेम प्रेडिक्शन करते हैं। Runway के शिखर सम्मेलन में एक विज्ञापन एजेंट पेश किया गया जो अभियानों को बनाता, संपादित करता, प्रकाशित करता और मापता है, ओपन-वेट Praxis-1 वर्ल्ड एक्शन मॉडल जो हल्की फाइन-ट्यूनिंग के साथ नए रोबोटिक शरीरों के अनुकूल हो जाता है, और तुरंत इंटरफेस और ऐप्स बनाने के लिए Solaris। वे कहते हैं कि हॉलीवुड दुख के पांच चरणों से गुजरकर स्वीकृति तक पहुंच गया है; व्यक्तिगत क्रिएटर्स की राय अलग-अलग है। उनकी समयरेखा: प्रोडक्शन में पूरी तरह से लाइव चलने वाले फिजिकल AI डिप्लॉयमेंट से 12 से 18 महीने दूर। उनका फ्रंटियर आकलन: 'चीन वर्ल्ड मॉडल के प्रति समर्पित हो चुका है (world model-pilled)। अमेरिका अभी भी LLM में अटका है (LLM-pilled),' जहां अधिकांश चीनी टोकन की खपत वीडियो में जा रही है। ^{[42] [43] [44] [45]}
• प्लेटफ़ॉर्म और पॉलिसी नोट्स: Amazon का डेटा-सेंटर चार्म ऑफेंसिव, Apple ने डिस्क एक्सेस को लॉक किया, Nvidia ने दांव दोगुना किया. Amazon ने डेटा सेंटर समुदायों में शिक्षा, प्रशिक्षण, ऊर्जा सामर्थ्य और जल परियोजनाओं के लिए पांच वर्षों में $1B+ की 'Built Together' पहल की घोषणा की, क्योंकि AWS के CEO Matt Garman ने प्रस्तावित रोक को खारिज कर दिया और पानी के उपयोग, दरों और प्रदूषण के दावों पर संदेह जताया; The Deep View द्वारा उद्धृत पोलिंग से पता चलता है कि लगभग 10 में से 7 अमेरिकी स्थानीय निर्माण का विरोध करते हैं। Apple macOS Full Disk Access को सख्त कर रहा है, यह कहते हुए कि तेजी से सक्षम होते एजेंट फाइलों, मेल, संदेशों और ब्राउज़िंग इतिहास तक पहुंच को अधिक जोखिम भरा बनाते हैं, जिसके लिए भविष्य के नियंत्रणों में उपयोगकर्ता की अधिक स्पष्ट कार्रवाई की आवश्यकता होगी। Nvidia और SoftBank प्रत्येक ने OpenAI के अंतिम राउंड में $10B का निवेश किया। और Bloomberg Intelligence ने पाया कि शीर्ष चीनी मॉडल अब बेंचमार्क पर अमेरिकी प्रतिद्वंद्वियों से केवल 3% पीछे हैं, जो इस साल की शुरुआत में 15% था। ^{[46] [47] [48] [49] [50]}

टूल्स और लॉन्च

• Kolibri-1. Aleph Alpha का ओपन-वेट रीजनिंग मॉडल: कुल 78B पैरामीटर, मिक्सचर-ऑफ-एक्सपर्ट्स डिज़ाइन के माध्यम से प्रति टोकन 3.46B सक्रिय, 1M-टोकन कॉन्टेक्स्ट, Apache 2.0। OpenAI-संगत API के साथ vLLM के माध्यम से सर्व करें; न्यूनतम हार्डवेयर 2x A100 80GB या 1x H200 है। ^[51]
• AgentCraft. Claude एजेंट Minecraft के अंदर आपके रेपो को कोड करते हैं। एक प्रमुख एजेंट लक्ष्य को कार्यों में बांटता है, वर्कर्स रेपो की अलग-अलग प्रतियों में समानांतर रूप से कोड करते हैं, जोखिम भरे कमांड इन-गेम अनुमति प्रॉम्प्ट को ट्रिगर करते हैं, और कभी भी कुछ भी पुश नहीं किया जाता है क्योंकि एजेंटों के पास git नेटवर्क एक्सेस नहीं होता है। इसके लिए Minecraft Java Edition, Java 25, Node 22+ और एक Claude API कुंजी की आवश्यकता है; यह MIT लाइसेंस प्राप्त है। ^[52]
• Amazing Glass. HTML, React और Vue के लिए लिक्विड ग्लास वेब कंपोनेंट्स, जिन्हें Apple के अपने रेंडरर के मुकाबले पिक्सेल-दर-पिक्सेल ट्यून किया गया है, ऐसे ग्लास के साथ जो अपने पीछे के पेज को मोड़ता है। ^[53]
• Suno Speech. आवाज़ और शैली के टेक्स्ट विवरण से एक ही सामंजस्यपूर्ण ट्रैक में बोले गए ऑडियो और एक मूल म्यूजिकल स्कोर को एक साथ जेनरेट करता है। यह बीटा में है और सभी के लिए खुला है; Suno नोट करता है कि ब्रिटिश एक्सेंट भटक सकते हैं और नाटकीय विराम ज़रूरत से ज़्यादा लग सकते हैं। ^[54]
• MAI-Transcribe-2-Streaming. Microsoft का पहला स्ट्रीमिंग ट्रांसक्रिप्शन मॉडल: 60 भाषाएं, ऑडियो के 100ms बाद ही टेक्स्ट, और Artificial Analysis वर्ड-एरर-रेट लीडरबोर्ड पर शीर्ष स्थान। यह MAI-Voice-2.1 (23 भाषाएं, 26 लोकेल) और उच्च-वॉल्यूम, लेटेंसी-सेंसिटिव वर्कलोड के लिए एक Flash वेरिएंट के साथ आता है, जो एक सामान्य मॉडल के बजाय प्रति डोमेन विशेष मॉडल पर Microsoft के दांव का हिस्सा है। ^[55]
• Cua. एक निःशुल्क, सोर्स-उपलब्ध टूल जो AI एजेंटों को आपके Mac पर वास्तविक डेस्कटॉप ऐप्स चलाने देता है। ^[56]
• FLUX 3 Image. जहां आप विशिष्ट तत्वों को दिखाना चाहते हैं वहां बॉक्स बनाएं और मॉडल आपकी संरचना का अनुसरण करता है। ^[57]
• Shopify Canvas. Sidekick के साथ चैट करके ऑनलाइन स्टोर पेज बनाएं और कस्टमाइज़ करें; स्टोर के वास्तविक कोड से एक लाइव प्रीव्यू रेंडर होता है और यह आगे बढ़ते हुए ब्रांड के डिज़ाइन निर्णयों को याद रखता है। चुनिंदा स्टोर्स में अर्ली एक्सेस। ^[58]
• Google Stitch CLI. Google के Stitch डिज़ाइन टूल में अब स्थानीय कोडिंग एजेंटों से जुड़ने के लिए एक CLI है। ^[59]
• pi-durable. बातचीत और चेकपॉइंट्स को सहेजकर क्रैश के बाद एजेंट के काम को फिर से शुरू करें; अभी भी प्रयोगात्मक। ^[60]
• Axiem. संगत Apple उपकरणों पर पूरी तरह से ऑफ़लाइन टेक्स्ट प्रॉम्प्ट से फ़ोटो संपादित करता है। ^[61]
• simplified-technical-english. एक रेपो जो एक लेखन मानक को पैकेज करता है जो टर्मिनल में AI एजेंट के बेकार आउटपुट (slop) को कम करता है। ^[62]

Prompt of the day