ओपनक्लॉ को एक मस्तिष्क प्रत्यारोपण मिला, ग्लासविंग, विशाल मस्तिष्क, और क्लोन लेखक

OPENCLAW DAILY — EPISODE 026 — 8 अप्रैल, 2026

[00:00] परिचय / हुक OpenClaw 2026.4.8 एक एकीकृत अनुमान परत, सत्र चेकपॉइंटिंग, और पुनर्स्थापित मेमोरी स्टैक लाता है। Anthropic का Glasswing गठबंधन, MegaTrain का एकल-GPU फ्रंटियर प्रशिक्षण, और एक अध्ययन जो साबित करता है कि आपका लेखन AI शायद सिर्फ एक Claude नकल है।

[02:00] कहानी 1 — OpenClaw 2026.4.8: वह रिलीज़ जो बदल देती है कि सब कुछ कैसे काम करता है छह प्रमुख सबसिस्टम एक ही रिलीज़ में आते हैं।

पहला है इन्फर हब CLI — openclaw infer hub — मॉडल टास्क, मीडिया जेनरेशन, वेब सर्च, और एम्बेडिंग में प्रोवाइडर-बैक्ड अनुमान के लिए एक एकीकृत इंटरफेस। यह रिक्वेस्ट को सही प्रोवाइडर तक रूट करता है, ऑथ को हैंडल करता है, प्रोवाइडर क्षमता अंतरों के बीच पैरामीटर को फिर से मैप करता है, और अगर कोई प्रोवाइडर डाउन या रेट-लिमिटेड है तो स्वचालित रूप से फॉलबैक हो जाता है। अगर आप विभिन्न वर्कफ्लो में एकाधिक प्रोवाइडर कॉन्फिग्स मैनेज कर रहे थे, तो हब एकल एब्स्ट्रैक्शन लेयर बन जाता है। प्रोवाइडर स्विच हब लेवल पर कॉन्फिग बदलाव बन जाते हैं; आपके वर्कफ्लो का बाकी हिस्सा अपरिवर्तित रहता है।

दूसरा है मीडिया जेनरेशन ऑटो-फॉलबैक सिस्टम, जो छवि, संगीत और वीडियो को कवर करता है। अगर आपका प्राथमिक प्रोवाइडर अनुपलब्ध है या आपके अनुरोधित विशिष्ट क्षमता — एस्पेक्ट रेशियो, अवधि, फॉर्मेट — का समर्थन नहीं करता — तो OpenClaw अगले कॉन्फिगर्ड प्रोवाइडर पर रूट करता है और पैरामीटर स्वचालित रूप से समायोजित करता है। एक विफल जेनरेशन एक असुविधा है। एक प्रोडक्शन फ्लीट में प्रतिदिन हज़ार विफलताएं एक परिचालन समस्या हैं। यह एक बार प्लेटफॉर्म लेवल पर हैंडल किया जाता है; हर एजेंट तुरंत लाभान्वित होता है।

तीसरा है सेशंस UI ब्रांच और रिस्टोर फंक्शनैलिटी। जब कॉन्टेक्स्ट कम्पैक्शन चलता है, तो सिस्टम अब सारांशित करने से पहले सत्र स्थिति का स्नैपशॉट लेता है। ऑपरेटर सेशंस UI का उपयोग चेकपॉइंट्स को इंस्पेक्ट करने और कम्पैक्शन-पूर्व स्थिति में पुनर्स्थापित करने के लिए कर सकते हैं, या किसी भी चेकपॉइंट का उपयोग ब्रांच पॉइंट के रूप में कर सकते हैं ताकि मूल थ्रेड खोए बिना एक अलग दिशा का पता लगाया जा सके। यह सत्र कॉन्टेक्स्ट के लिए वर्शन हिस्ट्री है — ऑटोसेव के साथ एडिटिंग और एडिटिंग के बीच का अंतर जहाँ हर सेव पिछली फ़ाइल को ओवरराइट करती है।

चौथा है मेमोरी और विकी स्टैक का पूर्ण पुनर्स्थापन। इसमें स्ट्रक्चर्ड क्लेम और एविडेंस फ़ील्ड, कंपाइल्ड डायजेस्ट रिट्रीवल, क्लेम-हेल्थ लिंटिंग, कॉन्ट्राडिक्शन क्लस्टरिंग, स्टेलनेस डैशबोर्ड, और फ्रेशनेस-वेटेड सर्च शामिल हैं। क्लेम्स को सहायक एविडेंस के साथ टैग किया जा सकता है, आंतरिक संगति के लिए लिंट किया जा सकता है, और जहाँ वे एक दूसरे का खंडन करते हैं वहाँ समूहित किया जा सकता है। सर्च परिणाम केवल प्रासंगिकता के आधार पर नहीं बल्कि हालिया के आधार पर रैंक किए जाते हैं। अगर आप पिछले वर्शन में गायब टुकड़ों के आसपास काम कर रहे थे, तो यह नेटिव इम्प्लीमेंटेशन है — अपने वर्कफ्लो को इसके विरुद्ध टेस्ट करें।

पाँचवां है वेबहुक इनग्रेस प्लगइन। पर-रूट शेयर्ड-सीक्रेट एंडपॉइंट्स बाहरी सिस्टम को सीधे ऑथेंटिकेट करने और बाउंड TaskFlows को ट्रिगर करने देते हैं — CI पाइपलाइन, मॉनिटरिंग टूल्स, शेड्यूल्ड जॉब्स, तृतीय-पक्ष वेबहुक्स — कस्टम इंटीग्रेशन कोड के बिना। प्लगइन रूटिंग, ऑथ, और वर्कफ्लो बाइंडिंग को हैंडल करता है।

छठा है प्लगेबल कम्पैक्शन प्रोवाइडर रजिस्ट्री। अब आप एजेंट्स.defaults.compaction.provider के माध्यम से कॉन्टेक्स्ट कम्पैक्शन को एक अलग मॉडल या सर्विस पर रूट कर सकते हैं — सारांशन के लिए अनुकूलित, आपके पास सबसे सक्षम मॉडल के बजाय एक तेज़, सस्ता मॉडल। विफलता पर बिल्ट-इन LLM सारांशन पर फॉलबैक होता है। स्केल पर, कम्पैक्शन लगातार हो रहा है; इसे उचित रूप से रूट करना लागत और विलंबता के लिए मायने रखता है।

अन्य उल्लेखनीय जोड़: Google Gemma 4 अब नेटिव रूप से समर्थित है जिसमें थिंकिंग सेमांटिक्स संरक्षित हैं और Google फॉलबैक रिज़ॉल्यूशन ठीक किया गया है। Claude CLI पुनर्स्थापित है जो ऑनबोर्डिंग, डॉक्टर फ्लो, और Docker लाइव लेन में पसंदीदा स्थानीय Anthropic पथ के रूप में है। Ollama विज़न मॉडल अब मूल रूप से छवि अटैचमेंट स्वीकार करते हैं — विज़न क्षमता /api/show से पता चलती है, कोई वर्कअराउंड की आवश्यकता नहीं। मेमोरी और ड्रीमिंग सिस्टम संपादित सत्र ट्रांसक्रिप्ट को ड्रीमिंग कोरपस में इनजेस्ट करता है जिसमें प्रति दिन सत्र-कोरपस नोट्स और कर्सर चेकपॉइंटिंग शामिल है। Trinity कैटलॉग एंट्रीज़ और OpenRouter सपोर्ट के साथ एक नया बंडल्ड Arcee AI प्रोवाइडर प्लगइन। कॉन्टेक्स्ट इंजन परिवर्तन availableTools, citationsMode, और मेमोरी आर्टिफैक्ट सीम को कंपैनियन प्लगइन्स के लिए एक्सपोज़ करते हैं — एक बेहतर एक्सटेंशन API।

सुरक्षा-प्रासंगिक फिक्सेस: होस्ट एग्ज़ीक और एनवायरनमेंट सैनिटाइज़ेशन अब Java, Rust, Cargo, Git, Kubernetes, क्लाउड क्रेडेंशियल्स, और Helm के लिए खतरनाक ओवरराइड्स को ब्लॉक करता है। /allowlist कमांड अब बदलाव लागू होने से पहले ओनर ऑथराइज़ेशन की आवश्यकता करता है। Slack प्रॉक्सी सपोर्ट सही ढंग से काम कर रही है — एम्बिएंट HTTP/HTTPS प्रॉक्सी सेटिंग्स Socket Mode WebSocket कनेक्शन के लिए सम्मानित की जाती हैं जिसमें NO_PROXY एक्सक्लूज़न्स शामिल हैं। सभी बंडल्ड चैनल्स (Telegram, BlueBubbles, Feishu, Google Chat, IRC, Matrix, Mattermost, Teams, Nextcloud, Slack, Zalo) में गेटवे स्टार्टअप त्रुटियां पैकेज्ड टॉप-लेवल साइडकार फिक्स के माध्यम से हल कर दी गई हैं। → github.com/openclaw/openclaw/releases

[12:00] कहानी 2 — प्रोजेक्ट Glasswing: साइबर डिफेंस गठबंधन Anthropic ने Amazon, Apple, Broadcom, Cisco, CrowdStrike, Google, JPMorganChase, Microsoft, NVIDIA, Palo Alto Networks और अन्य के साथ एक गठबंधन के साथ प्रोजेक्ट Glasswing लॉन्च किया। केंद्र में Claude Mythos Preview है — एक अनरीलीज़्ड फ्रंटियर मॉडल जो CyberGym पर 83.1% स्कोर करता है जबकि Opus 4.6 का 66.6% है। टेस्टिंग में इसने हज़ारों ज़ीरो-डे भेद्यताएं पाईं, जिसमें एक 27 साल पुराना OpenBSD बग और एक 16 साल पुराना FFmpeg फ्लॉ शामिल है। Anthropic ओपन-सोर्स सुरक्षा संगठनों को $100M उपयोग क्रेडिट और $4M दान देने के लिए प्रतिबद्ध है। मूल थीसिस: आक्रामक AI क्षमता मानव रक्षात्मक प्रतिक्रिया समय से आगे निकल गई है, इसलिए वही क्षमता रक्षात्मक रूप से तैनात की जानी चाहिए। चर्चा करने योग्य: जब Anthropic मॉडल को नियंत्रित करता है तो "गठबंधन" का क्या मतलब है? और क्या बग्स खोजना और उन्हें पैच करना वास्तव में कमज़ोर कोड शिप न करने से बेहतर है? → anthropic.com/glasswing

[20:00] कहानी 3 — MegaTrain: एकल GPU पर 100B+ का पूर्ण परिशुद्धता प्रशिक्षण MegaTrain पैरामीटर्स और ऑप्टिमाइज़र स्टेट्स को होस्ट (CPU) मेमोरी में स्टोर करके और GPU को ट्रांज़िएंट कंप्यूट इंजन के रूप में व्यवहार करके एकल GPU पर 100B+ पैरामीटर LLM के प्रशिक्षण को सक्षम बनाता है। 1.5TB होस्ट मेमोरी के साथ एकल H200 GPU पर, यह 120B पैरामीटर तक के मॉडल को विश्वसनीय रूप से प्रशिक्षित करता है। 14B मॉडल को CPU ऑफलोडिंग के साथ DeepSpeed ZeRO-3 की तुलना में 1.84x प्रशिक्षण थ्रूपुट प्राप्त करता है, और एकल GH200 पर 512k टोकन कॉन्टेक्स्ट पर 7B मॉडल प्रशिक्षण सक्षम करता है। व्यावहारिक निहितार्थ: फ्रंटियर-स्केल प्रशिक्षण के लिए हार्डवेयर बाधा को नाटकीय रूप से कम करता है, जो वैध अनुसंधान और... बाकी सब कुछ को गति दे सकता है। → arxiv.org/abs/2604.05091

[27:00] कहानी 4 — 178 AI मॉडल फिंगरप्रिंटेड: Gemini Flash Lite 78% Claude 3 Opus जैसा लिखता है एक शोध प्रोजेक्ट ने 178 AI मॉडल के लिए लेक्सिकल रिचनेस, वाक्य संरचना, विराम चिह्न आदतों, और डिस्कोर्स मार्कर्स में स्टाइलोमेट्रिक फिंगरप्रिंट बनाए। नौ क्लोन क्लस्टर्स ने >90% कोसाइन सिमिलैरिटी दिखाई। मुख्य खोज: Gemini 2.5 Flash Lite Claude 3 Opus जैसा 78% लिखता है लेकिन 185x कम खर्च में। अभिसरण सुझाव देता है कि फ्रंटियर मॉडल विभिन्न आर्किटेक्चर और प्रशिक्षण डेटा के बावजूद समान इष्टतम पैटर्न तक पहुँच रहे हैं — या कि Claude की शैली RLHF के लिए बस एक मजबूत आकर्षक है। AI डिटेक्शन टूल्स, मौलिकता दावों, और "काफी अच्छा" AI लेखन की अर्थव्यवस्था के लिए निहितार्थ। → news.ycombinator.com/item?id=47690415

[32:00] कहानी 5 — LLM 8-bit Commander X16 पर टेक्स्ट सारांश के माध्यम से शूट-'एम-अप खेलता है एक डेवलपर ने स्ट्रक्चर्ड टेक्स्ट सारांश ("स्मार्ट सेंसेस") का उपयोग करके GPT-4o को 8-bit Commander X16 एमुलेटर से कनेक्ट किया जो टच और EMF-स्टाइल गेम इनपुट से प्राप्त होते हैं। LLM टर्न के बीच नोट्स बनाए रखता है, रणनीतियाँ विकसित करता है, और बिल्ट-इन AI के व्यवहार में एक एक्सप्लॉइट खोज लिया। प्रदर्शित करता है कि मॉडल रीज़निंग न्यूनतम स्ट्रक्चर्ड इनपुट से उभर सकती है — कोई पिक्सल नहीं, कोई ऑडियो नहीं, बस गेम स्थिति के टेक्स्ट सारांश। मज़ेदार साइड नोट: Commander X16 एक 8-bit होम कंप्यूटर आर्किटेक्चर का आधुनिक पुनर्निर्माण है, इसलिए यह सॉफ्टवेयर में एमुलेटेड वास्तविक हार्डवेयर पर चल रहा है। → news.ycombinator.com/item?id=47689550

[35:30] आउट्रो / समापन अगला एपिसोड कल आएगा। अगर आप ट्रांसक्रिप्ट चाहते हैं, तो Telegram पर रिप्लाई करें।

→ ट्रांसक्रिप्ट जनरेशन को मंज़ूर करने के लिए Telegram पर रिप्लाई करें।