एजेंटस्टैक डेली: एजेंट स्टैक रिलीज़ रीडआउट: ओपनक्लॉ v2026.9.1

एपिसोड 111 — 04 सितंबर, 2026

[00:00] एपिसोड हुक

एजेंट स्टैक रिलीज रीडआउट: OpenClaw v2026.9.1 आज अग्रणी है: v2026.9.1 रोज़मर्रा के बिल्डर्स के सामने ठोस बदलाव लाता है, विवरण नीचे दिया गया है। आज के कार्यक्रम में यह भी शामिल है: OpenRouter पर Ling 3.0 Flash Fin आया, 262K कॉन्टेक्स्ट वाला वित्त-केंद्रित MoE, लोकल AI क्लस्टर्स के लिए एक सस्ता डेस्कटॉप 400GbE स्विच, CIQ ने Fuzzball 4.2 में एजेंटिक कंट्रोल और AMD GPU जोड़े, साथ ही मॉडल, टूलिंग और इन्फ्रास्ट्रक्चर में घनी खबरों का बाकी हिस्सा। प्रत्येक कहानी को वही व्यवहार मिलता है — क्या आया, इसके तहत क्या तंत्र है, और काम करने वाले बिल्डर्स के लिए इससे क्या बदलता है।

[02:00] एजेंट स्टैक रिलीज रीडआउट: OpenClaw v2026.9.1

OpenClaw v2026.9.1, 3 सितंबर को प्रकाशित, कुछ समय में प्रोजेक्ट का सबसे बिल्डर-केंद्रित रिलीज है। मुख्य बदलाव दृश्यमान है: Mermaid ब्लॉक अब Control UI के अंदर और नेटिव macOS, iOS और Android ऐप्स में वास्तविक आरेखों के रूप में रेंडर होते हैं। मोबाइल पर, विफल रेंडर रीट्राय का विकल्प देते हैं, और प्रत्येक आरेख में एक बड़ा प्रीव्यू है, ताकि आपको चैट बबल में कच्चे Mermaid स्रोत को न squint करना पड़े।

दूसरा बदलाव इंस्टॉल के समय है। मानक npx इंस्टॉल पथ अब एक क्विक-स्टार्ट लेन चलाता है जो मौजूदा Claude Code या Codex लॉगिन और API कुंजियों का पता लगाता है, उन्हें रियल टाइम में सत्यापित करता है, और वेब डैशबोर्ड को फोरग्राउंड Gateway से खोलता है। पूरा सेटअप विज़ार्ड अभी भी मौजूद है, लेकिन इसे अब "कस्टम सेटअप" लेबल किया गया है, ताकि डिफ़ॉल्ट पथ एक प्रॉम्प्ट का हो और आप चैट कर सकें।

तीसरा बदलाव टीमों के लिए है। शेयर्ड Gateway अब वर्कस्पेस स्किल सेट के साथ-साथ प्रति-पहचान व्यक्तिगत स्किल लाइब्रेरी का समर्थन करते हैं। आप अपनी स्किल रख सकते हैं, उन्हें ZIP आर्काइव से इंपोर्ट कर सकते हैं, और प्रति पहचान शेयर या पब्लिश कर सकते हैं, जिसका मतलब है कि एक ही Gateway टीम की साझा स्किल और निजी व्यक्तिगत स्किल दोनों को बिना टकराव के होस्ट कर सकता है।

सबसे महत्वपूर्ण बदलाव अपडेटर है। openclaw update अब स्वचालित रूप से npm उम्मीदवार को रोलबैक करता है यदि पोस्ट-अपडेट Doctor चेक विफल हो। यह विफल अपग्रेड के दौरान आपकी कॉन्फ़िगरेशन और सीक्रेट रेफरेंस को संरक्षित करता है, विफलताओं को बिल्ट-इन ट्रायेज एजेंट को सौंपता है, रिस्टार्ट से पहले प्लगइन की तैयारी की प्रतीक्षा करता है, और npm 12 लोकल आर्काइव को स्वीकार करता है। एजेंट-लॉन्च्ड अपडेट अब Gateway प्रोसेस ट्री के बाहर पूरा हो सकते हैं, ताकि खुद को अपग्रेड करने वाला एक असिस्टेंट होस्ट को अटका न छोड़े। यदि आप 2026.8.2 पर हैं और सर्विस मैनेजर नहीं है, तो रिलीज नोट्स openclaw update --no-restart एक बार चलाने का उल्लेख करते हैं ताकि साफ-साथ बैठे; उसके बाद, अपडेटर रिफ्यूज करने के बजाय Gateway सर्विस के बिना आगे बढ़ता है।

Gateway रेज़िलिएंस इसे पूरा करता है। स्टार्टअप लोड के तहत और बड़े एजेंट रोस्टर के साथ रिकवर होता है। पार्स न होने वाली लेगसी cron पंक्तियाँ बूट को ब्लॉक करने के बजाय क्वारंटाइन में हैं। माइग्रेशन चेतावनियाँ Gateway को रिफ्यूज करने के बजाय डीग्रेड करती हैं। लोकल मॉडल सर्वर अब पसंदीदा OOM टारगेट बन गए हैं। Windows Gateway अब एजेंट रिस्टार्ट के बाद ऑनलाइन रहते हैं।

अंत में, Codex "Allow Always" अप्रूवल अब OpenClaw-कॉन्फ़िगर्ड सर्वर पर MCP टूल्स के लिए ड्यूरेबल हैं। अप्रूवल सेशन की पोस्चर का पालन करते हैं, और एक्टिव Codex प्लेसमेंट को दिए गए अप्रूवल को फिर से प्रॉम्प्ट करने के बजाय पुनः उपयोग किया जाता है, ताकि आपको लगातार एक ही सवाल दो बार नहीं पूछा जाए।

[03:26] Ling 3.0 Flash Fin ओपनराउटर पर आया, एक वित्त-केंद्रित MoE जिसमें 262K कॉन्टेक्स्ट है

InclusionAI ने OpenRouter पर एक वित्त-केंद्रित मॉडल लॉन्च किया है जिसे Ling 3.0 Flash Fin कहा गया है। यह Ling 3.0 Flash का एक mixture-of-experts स्पिन-ऑफ है, जिसमें कुल 124 बिलियन पैरामीटर में से 5.1 बिलियन सक्रिय पैरामीटर और 262,144-टोकन कॉन्टेक्स्ट विंडो है। मॉडल कार्ड इसे वास्तविक दुनिया के निवेश कार्यों के लिए डिज़ाइन किया गया बताता है, जो इसे एक ऐसी श्रेणी में रखता है जहां टास्क-ट्यून्ड मॉडल एक वर्टिकल को लक्षित करते हैं, न कि जनरलिस्ट लीडरबोर्ड के पीछे भागते हैं।

बिल्डर्स के लिए जो मायने रखता है वह आकार और एक्सेस का संयोजन है। 262,144-टोकन विंडो इतनी बड़ी है कि एक ही प्रॉम्प्ट में वार्षिक रिपोर्ट, कई अर्निंग कॉल और एक रिसर्च नोट रखा जा सकता है बिना एग्रेसिव चंकिंग के। MoE डिज़ाइन का मतलब है कि प्रति टोकन केवल लगभग 5.1B पैरामीटर फायर होते हैं, जो लेटेंसी और लागत को छोटे डेंस मॉडल के करीब रखता है भले ही कुल पैरामीटर पूल 124B पर बैठता है। यह रिट्रीवल पाइपलाइनों के लिए एक उपयोगी प्रोफाइल है जो हर रिफ्रेश पर लंबे वित्तीय दस्तावेजों को पुनः सारांशित करती हैं।

OpenRouter एक्सपोजर वह व्यावहारिक हिस्सा है। कोई भी ऐप जो पहले से OpenRouter से जुड़ा है, बिना अलग होस्टिंग व्यवस्था के Ling 3.0 Flash Fin को चालू कर सकता है, जो मौजूदा वित्त प्रॉम्प्ट्स के खिलाफ A/B टेस्टिंग का बैरियर कम करता है। अगली चीज जिस पर नजर रखनी है वह कंक्रीट बेंचमार्क नंबरों के साथ रिफ्रेश्ड मॉडल कार्ड है — विवरण वास्तविक दुनिया के निवेश वर्कफ्लो का नाम लेता है लेकिन अभी तक विशिष्ट मूल्यांकन सुइट्स तय नहीं करता, इसलिए उम्मीदों को बांधने के लिए वास्तविक स्कोर अभी भी गायब हैं।

[04:51] A Cheap Desktop 400GbE Switch Lands for Local AI Clusters

[04:51] लोकल AI क्लस्टर्स के लिए एक सस्ता डेस्कटॉप 400GbE स्विच आया

ServeTheHome ने MikroTik CRS804-4DDQ-hRM की हANDS-ऑन रिव्यू प्रकाशित की है, एक चार-पोर्ट 400GbE स्विच जिसे साइट अपने खुद के लोकल AI क्लस्टर में चला रही है। दिलचस्प हिस्सा फॉर्म फैक्टर है: 400-गीगाबिट इथरनेट डेटा-सेंटर फैब्रिक रहा है, ऐसी चीज जिसे आप एक रैक में सर्विस कॉन्ट्रैक्ट के पीछे लगाते हैं। MikroTik ने इसे एक डेस्क पर रखा है, Annapurna Labs सिलिकॉन पर (Marvell की नेटवर्किंग-केंद्रित लाइन), और इसे उस कीमत टियर पर बेच रहा है जिसके लिए ब्रांड जाना जाता है।

लोकल AI कार्य के लिए, यह इसलिए मायने रखता है क्योंकि नेटवर्क अक्सर मूक बॉटलनेक होता है। जब आप एक मॉडल को कई GPU में या कई मशीनों में फैलाते हैं — तो कार्ड एक-दूसरे के टेंसर का इंतजार करने में समय बिताते हैं। प्रति-पोर्ट 400Gbps फैब्रिक का मतलब है कि एक सिंगल स्विच एक्सेलेरेटर्स के बीच डेटा इतनी तेजी से मूव कर सकता है कि नेटवर्क धीमा हिस्सा नहीं रह जाता।

रिव्यू उस सेटिंग में बॉक्स का उपयोग करने का एक व्यावहारिक नजरिया है, स्पेक-शीट रिकैप नहीं। ServeTheHome इसे लोकल AI क्लस्टर के हिस्से के रूप में चला रही है, जो लोड केस है जो तय करता है कि ऐसा स्विच वास्तव में उपयोगी है या बस कागज पर प्रभावशाली है।

बिल्डर्स के लिए, हेडलाइन यह है कि 400GbE एंटरप्राइज-ओनली से आगे बढ़कर कुछ ऐसा हो रहा है जो एक छोटी लैब या गंभीर होम सेटअप सही ढंग से खरीद सकता है। जो पहले से 100GbE या 200GbE फैब्रिक चला रहे हैं उन्हें जल्दबाजी नहीं करनी चाहिए — लेकिन अगर आप मल्टी-GPU बिल्ड प्लान कर रहे हैं और इंटरकनेक्ट्स पर हेडरूम चाहते हैं, तो यह कैटेगरी देखने लायक है।

[06:23] CIQ Adds Agentic Controls and AMD GPUs to Fuzzball 4.2

[06:23] CIQ ने Fuzzball 4.2 में Agentic Controls और AMD GPU जोड़े

CIQ, जो Rocky Linux के पीछे का एंटरप्राइज सॉफ्टवेयर कंपनी है, ने 3 सितंबर को अपने रेनो, नेवादा स्थित मुख्यालय से Fuzzball 4.2 शिप किया। Fuzzball कंपनी का sovereign AI और high-performance computing के लिए turnkey प्लेटफॉर्म है — सादे अंग्रेजी में, एक pre-assembled cluster stack जो संगठनों को हाइपरस्केलर से क्षमता किराए पर लिए बिना, अपने नियंत्रण में हार्डवेयर पर बड़े AI और वैज्ञानिक कार्य चलाने देता है।

मुख्य बदलाव एक नया Model Context Protocol सर्वर, या MCP है। MCP वह open standard है जो AI agents को एक संरचित तरीके से बाहरी उपकरणों से बात करने देता है; आपने शायद इसे Claude Desktop या IDE coding assistants को शक्ति देते हुए देखा है। Fuzzball 4.2 के साथ, एक AI agent cluster को चला सकता है — jobs सबमिट करना, स्थिति जांचना, परिणाम खींचना — लेकिन केवल जब एक operator ने स्पष्ट रूप से प्रत्येक क्षमता के लिए अनुमति दी हो। यह एक chatbot से जो केवल चैट कर सकती है, और एक script से जो केवल वही चला सकती है जो hard-coded था, एक सार्थक अंतर है।

दूसरा बदलाव AMD GPUs के लिए समर्थन है, पहले से जिस हार्डवेयर पर Fuzzball चलता था उसके अलावा। builders के लिए, इसका मतलब है कि प्लेटफॉर्म अब एक accelerator vendor से बंद नहीं है — एक संगठन वह GPU चुन सकता है जो उसके workload या बजट के अनुकूल हो।

cluster के अंदर, workflows जिन्हें Fuzzball orchestrate करता है अब स्वयं अतिरिक्त काम निर्देशित कर सकती हैं। एक job जो समाप्त होती है वह scheduler को एक follow-up task वापस दे सकती है, एक मनुष्य के अगला बटन दबाने की प्रतीक्षा करने के बजाय। यह agentic HPC की ओर का shift है — cluster अपनी queue का प्रबंधन करना शुरू कर देता है।

एक बात ध्यान देने योग्य है: उस MCP सर्वर पर permission model कैसे विकसित होता है। आपके cluster पर प्रत्येक agent call auditable है, जो on-prem या sovereign stack को चाहिए, लेकिन इसका यह भी मतलब है कि CIQ को नई क्षमताओं को जोड़े जाने पर उस surface को honest रखना होगा।

[08:12] Research digest: DRACO Trains Long-Horizon Agents Without Verifiers

अधिकांश agent training के अंत में एक स्पष्ट "क्या यह काम किया" signal चाहिए। वास्तविक multi-step tasks में शायद ही कभी ऐसा होता है। IBM Research से DRACO नामक एक नई विधि उस bottleneck को बायपास करती है जिससे कि जब एक model किसी task का अभ्यास करता है तो evaluation criteria को fly पर generate करता है, जब यह समाप्त होता है तो पूरे run को score करता है, फिर mathematically credit को विशिष्ट steps तक वापस फैलाता है जिसने प्रत्येक criterion अर्जित किया। mid-run में कोई external judge और कोई hand-written test की आवश्यकता नहीं है। AppWorld पर, जो real software को simulate करने वाला agent benchmark है, DRACO ने एक base model को 15.9 points से improve किया, sparse ground-truth reward का उपयोग करने वाले training runs को भी हराकर। builders के लिए इसका सीधा निहितार्थ है: agents अब उन long workflows पर improve कर सकते हैं जहां सफलता fuzzy है या केवल अंत में जानी जाती है, multi-app business processes से लेकर research assistants तक, बिना किसी के पहले से checker बनाए।

[09:04] ChatGPT plugs into trusted healthcare data for clinicians

clinicians अब ChatGPT को trusted healthcare data की ओर इंगित कर सकते हैं और general training पर झुकाव के बजाय वास्तविक patient context और medical research पर आधारित answers प्राप्त कर सकते हैं। OpenAI ने 1 सितंबर को integration की घोषणा की, और यह जल्दी ही Hacker News पर ध्यान आकर्षित करता हुआ, 490 points तक पहुंच गया।

यह pitch व्यावहारिक है। doctors और care teams अपने दिन का बहुत समय patient charts, lab systems, और journals में information खोजने में बिताते हैं। एक chat window जो उन sources में सुरक्षित रूप से पहुंच सकता है — patient's medication history, recent labs, या latest trial results खींचना — एक general-purpose assistant से जो केवल memory से काम करता है, एक अलग प्रकार का tool है।

OpenAI इसे चैटजीपीटी को केवल बाहरी वर्कफ्लो के बजाय वास्तविक नैदानिक वर्कफ्लो के अंदर उपयोगी बनाने के तरीके के रूप में प्रस्तुत करता है। घोषणा में विश्वसनीय डेटा पार्टनरों की सटीक सूची, उपयोग में एकीकरण मानक और कनेक्टर के पीछे अनुपालन प्रमाणपत्र स्पष्ट नहीं किए गए हैं, इसलिए यह देखना दिलचस्प होगा कि पहले कौन से हेल्थ सिस्टम साइन ऑन करते हैं।

स्वास्थ्य क्षेत्र के बिल्डर्स के लिए, दिलचस्प सवाल यह है कि 'विश्वसनीय' को क्या माना जाए। अगर OpenAI का बार ऊंचा है, तो रिस्पॉन्सेस अधिक भरोसेमंद होंगे लेकिन रोलआउट धीमा होगा। अगर यह जल्दी खुलता है, तो प्राइवेसी गलतियों की सतह का क्षेत्र बढ़ जाता है। पहली लहर के नामित पार्टनर्स और डेटा रेसिडेंसी कहानी पर नजर रखें, क्योंकि यह संयोजन तय करेगा कि यह क्लिनिशियन के लिए एक शांत बैक-ऑफिस टूल बनता है या मरीजों के साथ वास्तव में मिलने वाला एक फ्रंट-लाइन असिस्टेंट।

[10:35] रिसर्च डाइजेस्ट: एक टोपोलॉजी प्लानर SOC LLM पर लोड हल्का करता है

सिक्योरिटी ऑपरेशंस सेंटर वे जगह हैं जहां एनालिस्ट अलर्ट ट्रायज करते हैं और कॉरपोरेट नेटवर्क में घुसपैठियों को खदेड़ते हैं, और SENTINEL-RL नामक एक नया आर्किटेक्चर वहां बड़े लैंग्वेज मॉडल के उपयोग में एक विशिष्ट कमजोरी को संबोधित करता है। LLM-आधारित SOC एनालिस्ट को अपनी कॉन्टेक्स्ट विंडो में हजारों होस्ट के लिए संपूर्ण ऑथेंटिकेशन ग्राफ रखना होता है और बिना किसी गारंटी के फ्री-फॉर्म कंटेनमेंट एक्शन तय करने होते हैं कि वे एक्शन नेटवर्क के वास्तविक टोपोलॉजी से मेल खाते हैं या नहीं। SENTINEL-RL काम को विभाजित करता है: एक ग्राफ-अवेयर एनकोडर और एक प्रशिक्षित reinforcement-learning पॉलिसी टोपोलॉजी रीजनिंग को संभालती हैं और जांच एक्शन चुनती हैं, जबकि LLM केवल उन सिफारिशों को पढ़ती है और एनालिस्ट-पठनीय सारांश लिखती है। LANL एंटरप्राइज सिक्योरिटी डेटासेट पर, प्रशिक्षित पॉलिसी ने लेबल किए गए रेड-टीम इवेंट्स के खिलाफ 0.91 प्रिसिजन हासिल किया, जो सुझाव देता है कि प्लानर ग्राफ-लेवल रीजनिंग कर सकता है जबकि लैंग्वेज मॉडल अपनी लेन में एक नैरेटिव लेयर के रूप में रहता है। सिक्योरिटी टीमों के लिए, खुला सवाल यह है कि क्या वह हाइब्रिड प्लानर-प्लस-नैरेटर स्प्लिट लाइव प्रोडक्शन नेटवर्क पर बना रहता है, न कि केवल curated डेटासेट पर।

[11:32] GitHub Copilot 2 अक्टूबर को कुछ मॉडल हटा देगा

GitHub ने 3 सितंबर, 2026 को एक चेंजलॉग पोस्ट प्रकाशित की जिसमें हर Copilot अनुभव में आगामी depreciation का संकेत दिया गया — Copilot Chat, इनलाइन एडिट्स, ask मोड, agent मोड, और कोड कम्प्लीशन — जो 2 अक्टूबर, 2026 से प्रभावी होगा। पोस्ट "selected models" को कवर करती है, लेकिन GitHub के ब्लॉग पर सारांश प्रत्येक मॉडल ID सूचीबद्ध करने से पहले कट हो जाता है, इसलिए ठोस सूची खुद लिंक किए गए चेंजलॉग पेज के अंदर है।

घोषणा से जो स्पष्ट है वह दायरा है: हर Copilot सतह प्रभावित है, केवल चैट नहीं। डेवलपर्स जिन्होंने इनलाइन सुझावों के लिए एक विशिष्ट मॉडल चुना या Copilot agent कॉन्फ़िगरेशन में एक वायर्ड किया, उन्हें 2 अक्टूबर से पहले अपना सेटअप सत्यापित करना होगा, क्योंकि एक बार मॉडल deprecated होने पर, उस ID पर अनुरोध काम करना बंद कर देंगे। टूटन समान दिन चैट बातचीत, इनलाइन एडिट्स, ask और agent मोड, और कोड कम्प्लीशन को प्रभावित करती है — कहीं भी Copilot उस मॉडल के साथ जवाब दे रहा था।

व्यावहारिक कदम GitHub चेंजलॉग पोस्ट खोलना है, देखें कि कौन से मॉडल ID सूची में हैं, और जहां भी मॉडल पिन किया गया है वह जांचें — IDE एक्सटेंशन सेटिंग्स, रिपोजिटरी-लेवल Copilot कॉन्फ़िगरेशन, और कोई भी कस्टम agent जो एक विशिष्ट मॉडल का नाम लेता है। अगर पिन किया गया मॉडल सूची में है, तो इसे 2 अक्टूबर से पहले अभी भी समर्थित विकल्प में बदल दें ताकि कम्प्लीशन और agent रन उस सुबह टूट न जाएं।

पूरे संगठन में Copilot पर मानकीकरण करने वाली टीमों के लिए, यह एक अनुस्मारक है कि जिस मॉडल सतह पर आप बनाते हैं वह आपके नीचे बदल सकती है, और पिन किए गए मॉडल ID की एक आवधिक ऑडिट प्लेटफॉर्म रखरखाव में शामिल करने योग्य है।

[13:08] OpenAI आवश्यक सेवाओं के लिए साइबर डिफेंस की ओर $1B देता है

OpenAI ने 3 सितंबर को Frontline Defenders के लिए Daybreak की घोषणा की, जो आवश्यक सेवाओं — उपयोगिताओं, अस्पतालों और अन्य महत्वपूर्ण बुनियादी ढांचे — के संचालकों के लिए 1 अरब डॉलर की प्रतिबद्धता है। फ्रेमिंग मायने रखती है: OpenAI अपने सबसे उन्नत रक्षात्मक मॉडल को इस तरह से प्रस्तुत कर रहा है कि frontline defenders को भी इन तक पहुंच मिलनी चाहिए, न कि केवल अच्छी तरह से वित्तपोषित enterprise security teams को।

घोषणा के अनुसार, इस कार्यक्रम में तीन चीजें शामिल हैं: frontier cyber AI तक पहुंच, प्रशिक्षण और निरंतर सहायता। OpenAI ने यह नहीं बताया कि "frontier cyber AI" लेबल के तहत कौन से मॉडल या उत्पाद आते हैं, और न ही उन्होंने इस घोषणा में ही partner agencies के नाम बताए या कोई आवेदन खिड़की खोली। 1 अरब डॉलर की राशि एक बहु-वर्षीय प्रतिबद्धता है, जो tooling और उसके आसपास के मानव सशक्तिकरण दोनों को वित्तपोषित करने के लिए आकार की गई है।

अभी क्यों? आवश्यक सेवाओं की रक्षात्मक टीमें एक विषमता के नुकसान पर रही हैं। हमलावरों ने phishing, reconnaissance और vulnerability discovery के लिए AI को तेजी से अपनाया है, जबकि कई रक्षक अभी भी legacy tooling पर निर्भर हैं। frontier models को उन लोगों के हाथों में देना जो बिजली चालू रखते हैं और अस्पतालों को चलाते हैं — यही स्पष्ट प्रस्ताव है।

उपयोगिताओं, अस्पतालों या नगरपालिका बुनियादी ढांचे में builders और security teams के लिए, व्यावहारिक सवाल यह है कि क्या Daybreak funded access का रास्ता बनता है या फिर एक और प्रक्रिया की समस्या। ध्यान देने योग्य बात पहले cohort की घोषणा है — किसे शामिल किया जाता है, उन्हें वास्तव में कौन से tools मिलते हैं, और प्रशिक्षण और सहायता दैनिक आधार पर कैसे प्रदान की जाती है।

[14:37] Gemini 3.8 Flash GitHub Copilot में आ गया

Google का Gemini 3.8 Flash अब GitHub Copilot में उपलब्ध है, जो developers को दैनिक coding कार्य के लिए एक नया model विकल्प देता है। 3.8 generation Google's lightweight Flash tier में नवीनतम प्रविष्टि है, जो कुछ कच्ची क्षमता को तेज़ प्रतिक्रियाओं और कम लागत के बदले देता है। GitHub के प्रारंभिक परीक्षण में, मॉडल ने जटिल terminal-based coding कार्यों पर मजबूत प्रदर्शन किया, जिस प्रकार के बहु-चरणीय CLI कार्यों में छोटे मॉडलों को ऐतिहासिक रूप से संघर्ष करना पड़ा।

यह मायने रखता है क्योंकि Copilot users आमतौर पर अपने काम के आधार पर एक model चुनते हैं। भारी मॉडल कठिन reasoning के लिए डिफ़ॉल्ट होते हैं, जबकि Flash-tier विकल्प तब उपयोगी होते हैं जब आप बिना प्रतीक्षा के त्वरित उत्तर चाहते हैं। Terminal workflows — scripts चलाना, configs संपादित करना, shell commands को जोड़ना — अक्सर एक ऐसे model से लाभान्वित होते हैं जो टाइपिंग की गति के साथ तालमेल बनाए रखता है।

builders के लिए, व्यावहारिक कदम सीधा है। अगर आप routine CLI कार्य के लिए धीमे flagship model पर निर्भर रहे हैं, तो यह आज़माने लायक है। changelog GitHub की समीक्षा को rigourous बनाता है, vibes-based नहीं, इसलिए प्रारंभिक संकेत कम से कम संरचित परीक्षण में आधारित है।

एक बात ध्यान देने योग्य है कि model curated eval sets के बजाय messy real codebases पर कैसा प्रदर्शन करता है, और क्या pricing सामान्य Flash-tier cost-per-prompt लाभ के अनुरूप रहती है। रोलआउट 3 सितंबर को Copilot में लाइव हुआ।

[15:58] GitHub Copilot enterprise admins अब किसी भी model को डिफ़ॉल्ट के रूप में pin कर सकते हैं

GitHub ने 2 सितंबर, 2026 को enterprise एडमिन को एक छोटा लेकिन उपयोगी लीवर शांति से दिया। Enterprise-managed सेटिंग्स के माध्यम से, एक एडमिनिस्ट्रेटर अब नए Copilot कन्वर्सेशन के लिए डिफ़ॉल्ट के रूप में किसी भी उपलब्ध मॉडल को चुन सकता है। संगठन में हर डेवलपर उस चुनाव को स्वचालित रूप से प्राप्त करता है, जो पहली बार उपयोग पर प्रत्येक व्यक्ति से उनके मॉडल पिकर को बदलने का अनुरोध करने के छोटे घर्षण को हटा देता है।

व्यावहारिक प्रभाव मानकीकरण है। एक प्लेटफॉर्म टीम जिसने लागत, विलंबता, या अनुपालन कारणों से एक मॉडल को मानकीकृत किया है, वह अब एडमिन सेटिंग्स में एक बार सेट कर सकती है, न कि उन org-wide पॉलिसी डिफ़ॉल्ट पर निर्भर रहकर जिनके पहले कम विकल्प थे। व्यक्तिगत डेवलपर अभी भी प्रति कन्वर्सेशन डिफ़ॉल्ट को ओवरराइड कर सकते हैं, इसलिए जब वे चाहें तो प्रयोग करने की क्षमता किसी को नहीं खोनी चाहिए।

नए विभाग में Copilot लॉन्च करने वाले टीम लीड के लिए, यह ऑनबोर्डिंग पेपरवर्क का एक टुकड़ा समेट देता है। Copilot उपयोग की समीक्षा करने वाले सुरक्षा या वित्तीय लीड के लिए, इसका मतलब है कि लॉग और बिलिंग में दिखाई देने वाला डिफ़ॉल्ट मॉडल वही है जो कंपनी ने वास्तव में चुना था, न कि वह जो प्लेटफॉर्म ने उस सप्ताह शिप करने का फैसला किया। यह अंतिम बिंदु ही शांत कारण है कि यह बदलाव मायने रखता है: डिफ़ॉल्ट मॉडल अब एक enterprise निर्णय है, वैश्विक नहीं।

[17:11] Meta का नया एजेंट मॉडल आपके प्रॉम्प्ट के बदले में 95% छूट प्रदान करता है

Meta ने अभी हाल ही में AI मॉडल के साथ आपके कन्वर्सेशन हिस्ट्री पर एक प्राइस टैग लगाया है। कंपनी का नया Muse Spark, जो कोडिंग एजेंट और अन्य स्वायत्त वर्कफ़्लो चलाने के लिए बनाया गया है, लगभग कुछ भी नहीं लागता अगर आप Meta को पढ़ने दें।

यह डील है। मानक दर के बजाय, Meta उपयोगकर्ताओं को औसतन लगभग 95% छूट की पेशकश कर रहा है, बशर्ते वे अपने प्रॉम्प्ट और मॉडल के रिस्पॉन्स शेयर करें। यह एक्सचेंज स्पष्ट और अग्रिम है — अपना ट्रैफ़िक भविष्य के मॉडल के विकास में योगदान दें, दूसरों से जो भुगतान करते हैं उसका लगभग बीसवां हिस्सा दें। TechCrunch ने 3 सितंबर को इस प्रोग्राम की रिपोर्ट की।

यह Muse Spark को वास्तविक कोडिंग वर्कलोड पर एजेंट मॉडल चलाने के सबसे सस्ते तरीकों में से एक बनाता है, और यह संभवतः स्वतंत्र बिल्डर और छोटी टीमों को आकर्षित करेगा जो अधिक स्थापित एजेंट API से बाहर हो गए हैं।

समस्या डेटा में है। एक एजेंट को भेजे गए प्रॉम्प्ट जो कोड लिखता या संपादित करता है, उसमें आमतौर पर कोड itself शामिल होता है — कभी-कभी proprietary, कभी-कभी NDA के तहत, कभी-कभी ग्राहक जानकारी होती है। Meta की छूट सही इसलिए उदार है क्योंकि वह ट्रैफ़िक अगली पीढ़ी के एजेंट मॉडल के लिए उच्च-मूल्य प्रशिक्षण सामग्री है। यदि आप इसे चालू करते हैं, तो आप प्रभावी रूप से अपने निजी codebase को प्रशिक्षण ईंधन के रूप में लेबल कर रहे हैं।

खुले स्रोत या व्यक्तिगत परियोजनाओं पर काम करने वाले solo डेवलपर्स के लिए, गणित आकर्षक है। क्लाइंट कोड, आंतरिक उपकरण, या अनुबंध के तहत कुछ भी संभालने वाली टीमों के लिए, स्विच फ्लिप करने से पहले योगदान नियमों को पंक्ति दर पंक्ति पढ़ना उचित है। देखें कि Meta क्या बनाए रखता है, और क्या छूट दर बनी रहती है जैसे-जैसे अधिक उपयोगकर्ता शामिल होते हैं।

[18:51] f/prompts.chat — पहले Awesome ChatGPT Prompts। co से प्रॉम्प्ट शेयर करें, खोजें और एकत्र करें

f.k.a. Awesome ChatGPT Prompts. समुदाय से प्रॉम्प्ट साझा करें, खोजें और एकत्र करें। मुफ्त और ओपन सोर्स — पूर्ण गोपनीयता के साथ अपने संगठन के लिए सेल्फ-होस्ट करें। प्राथमिक स्रोत at github.com केवल इन बताई गई तथ्यों का समर्थन करता है; असमर्थित विशिष्टताओं को जानबूझकर छोड़ दिया गया है। प्राथमिक स्रोत ऊपर दिए गए विशिष्ट उत्पाद या वर्कफ़्लो परिवर्तन का समर्थन करता है; यह प्रदर्शन, संगतता, या परिनियोजन के बारे में व्यापक दावों का समर्थन नहीं करता। इस पर निर्भर होने से पहले वास्तविक वर्कफ़्लो के खिलाफ स्रोत पर आधारित परिवर्तन का परीक्षण करें।

[19:18] NVIDIA और CrowdStrike Agentic Cybersecurity फ्रंटियर को मजबूत करते हैं

"हम साइबर सुरक्षा में एक मोड़ पर हैं," जेन्सन हुआंग ने मंगलवार को लास वेगास में CrowdStrike के Fal.Con 2026 में एक पूरी तरह से भरी भीड़ को बताया। हमले अब स्वचालित हो गए हैं। रक्षा को भी ऐसा ही होना चाहिए। NVIDIA के संस्थापक और CEO जेन्सन हुआंग CrowdStrike के CEO और संस्थापक जॉर्ज कर्ट्ज़ के साथ CrowdStrike SafeMind की घोषणा करने के लिए शामिल हुए, जो CrowdStrike Cyber [...] द्वारा विकसित उनकी एजेंटिक साइबर सुरक्षा प्रणाली है। यह तंत्र एक कानूनी या नीति सीमा है, API परिवर्तन नहीं। स्रोत तथ्य परिभाषित करते हैं कि क्या प्रस्तावित किया गया, निर्णय लिया गया, या बताया गया बिना इसे सार्वभौमिक कानून बनाए। बिल्डर्स को ठोस नियम, निर्णय, या एक्सेस परिवर्तन को ट्रैक करना चाहिए और केवल एक हेडलाइन के आधार पर उत्पाद बदलने से बचना चाहिए।