एजेंटिक हर चीज़

OPENCLAW DAILY — EPISODE 031 — April 15, 2026

[00:00] परिचय / हुक OpenClaw रनटाइम को तेज करता है। Chrome प्रॉम्प्ट को पुन: प्रयोज्य उपकरणों में बदलता है। DeepMind रोबोट्स को बेहतर embodied reasoning देता है। NVIDIA एक quantum AI मॉडल फैमिली खोलता है। IBM कहता है कि साइबर डिफेंस को स्वायत्त होना होगा। Meta और Broadcom सिलिकॉन युद्ध में और गहराई से उतरते हैं।

[02:00] कहानी 1 — OpenClaw v2026.4.14: Forward-Compat और Platform Hardening OpenClaw 2026.4.14 वह रिलीज है जो एक एजेंट प्लेटफॉर्म को बाद में उपयोगकर्ताओं द्वारा महसूस किए जाने वाले तरीकों से अधिक विश्वसनीय बनाती है, हमेशा तुरंत नहीं।

मुख्य प्लेटफॉर्म बदलाव GPT-5.4 फैमिली के लिए forward-compat सपोर्ट है, जिसमें gpt-5.4-pro शामिल है, इससे पहले कि अपस्ट्रीम कैटलॉग पूरी तरह से अपडेट हों। यह मायने रखता है क्योंकि मॉडल सतहें अब अधिकांश टूलिंग लेयर्स से तेजी से आगे बढ़ रही हैं। यदि आपका रनटाइम मॉडल फैमिली को जल्दी पहचान नहीं सकता, तो आप अदृश्य टूटने के साथ समाप्त हो जाते हैं: लापता लिस्टिंग, बुरी सीमाएं, या बेमेल reasoning सेटिंग्स।

इस रिलीज में एक मजबूत चैनल और सुरक्षा थीम भी है। अब Telegram टॉपिक नाम सीखे जा सकते हैं और मानव-पठनीय संदर्भ के रूप में सतह पर प्रस्तुत किए जा सकते हैं क्रिप्टिक थ्रेड आईडी के बजाय। Discord native /status अब वास्तविक स्थिति कार्ड लौटाता है न कि फेक सक्सेस ack पर गिरता है। और गेटवे टूल अब model-facing config.patch और config.apply कॉल को अस्वीकार करता है जो सुरक्षा ऑडिट द्वारा खतरनाक के रूप में गिने गए फ्लैग्स को नए रूप से सक्षम करेंगे।

फिक्स सूची घनी है और सम्मान करने योग्य है। Ollama embedded-run timeouts अब सही तरीके से प्रचारित होते हैं। Image और PDF टूल्स मॉडल रेफरेंस को सामान्य बनाते हैं ताकि वैध Ollama विज़न मॉडल रिजेक्ट होना बंद हो जाएं। अटैचमेंट हैंडलिंग अब realpath रेज़ोल्यूशन टूटने पर क्लोज्ड-फेल करती है, टोक से allowlist चेक्स को कमजोर नहीं करती। Browser SSRF व्यवहार को टाइट किया गया बिना लोकल कंट्रोल प्लेन को तोड़े। Cron मरम्मत लॉजिक बोगस रिट्राई लूप्स का आविष्कार बंद करता है। और UI ने marked.js को markdown-it से बदल दिया ताकि दुर्भावनापूर्ण मार्कडाउन ReDoS के माध्यम से Control UI को फ्रीज न कर सके।

यह वही है जो एक परिपक्व रनटाइम दिखना शुरू करता है: कम glamour फीचर्स, डंब तरीकों से फेल होने से इनकार अधिक। → https://github.com/openclaw/openclaw/releases/tag/v2026.4.14

[09:00] कहानी 2 — Chrome में Skills: प्रॉम्प्टिंग से व्यक्तिगत ऑटोमेशन तक Google की Chrome में Skills फीचर पहली नजर में скромी लगती है: एक अच्छा प्रॉम्प्ट सेव करें और बाद में फिर से चलाएं। लेकिन उत्पाद दिशा उससे बड़ी है।

उपयोगकर्ता अब Chrome में Gemini में पहले से सफलतापूर्वक उपयोग किया गया एक प्रॉम्प्ट ले सकते हैं, इसे Skill के रूप में सेव कर सकते हैं, और वर्तमान पेज के साथ-साथ अन्य चयनित टैब्स पर फिर से चला सकते हैं। Google ready-made Skills की एक स्टार्टर लाइब्रेरी भी शिप कर रहा है जैसे उत्पाद तुलना, सामग्री विश्लेषण, और शॉपिंग वर्कफ्लो के लिए।

वास्तविक बदलाव प्रासंगिक है। ब्राउज़र में AI "शुरू से फिर से पूछें" से "पुन: प्रयोज्य वर्कफ्लो बनाएं" की ओर बढ़ रहा है। यह ब्राउज़र को थोड़ा कम चैट विंडो और थोड़ा अधिक हल्के ऑटोमेशन सतह जैसा महसूस कराता है। Google कहता है कि Skills मौजूदा Chrome सुरक्षा और गोपनीयता सुरक्षा उपायों को inherit करते हैं, जिसमें ईमेल भेजने या कैलेंडर इवेंट जोड़ने जैसे संवेदनशील कार्यों से पहले पुष्टि शामिल है।

यदि यह जाता है, तो प्रॉम्प्टिंग कम एक-बार प्रदर्शन और अधिक एक निरंतर व्यक्तिगत टूलकिट बन जाती है। → https://blog.google/products-and-platforms/products/chrome/skills-in-chrome/

[14:30] कहानी 3 — Gemini Robotics-ER 1.6: वास्तविक रोबोट्स के लिए बेहतर Embodied Reasoning DeepMind का Gemini Robotics-ER 1.6 रोबोटिक्स के उस हिस्से को बेहतर बनाने का सीधा प्रयास है जिसे अक्सर सबसे अधिक हाथ से हटाया जाता है: इसके भीतर कार्रवाई करने से पहले भौतिक दुनिया के बारे में reasoning।

DeepMind के अनुसार, नया मॉडल स्पैशियल reasoning, मल्टी-व्यू समझ, टास्क प्लानिंग, पॉइंटिंग, काउंटिंग, और सक्सेस डिटेक्शन में सुधार करता है। सबसे दिलचस्प जोड़ Torn instrument reading है। मॉडल अब रोबोट्स को गेज और साइट ग्लास्स की व्याख्या करने में मदद कर सकता है, एक क्षमता जो Boston Dynamics के साथ सहयोग से आई।

यह मायने रखता है क्योंकि यह टॉय डेमो से दूर और औद्योगिक सेटिंग्स की ओर इशारा करता है जहां रोबोट्स को उपकरण की स्थिति पढ़ने की जरूरत है, टेबल पर केले को पहचानने के अलावा। DeepMind मॉडल को Gemini API और AI Studio के माध्यम से भी expose कर रहा है, जिसका मतलब है कि यह सिर्फ शोध थिएटर नहीं है। यह एक डेवलपर सतह है।

व्यापक संकेत: agentic AI में अगला कदम केवल बेहतर कोड और बेहतर चैट नहीं है। यह भौतिक वातावरण के बारे में बेहतर निर्णय है। → https://deepmind.google/blog/gemini-robotics-er-1-6/

[20:00] कहानी 4 — NVIDIA Ising: AI क्वांटम कंट्रोल प्लेन का हिस्सा बनती है NVIDIA ने Ising की घोषणा की, क्वांटम प्रोसेसर कैलिब्रेशन और क्वांटम एरर-करेक्शन डिकोडिंग के लिए खुले मॉडलों का एक परिवार। वह वाक्य विशिष्ट लगता है, लेकिन रणनीतिक विचार बड़ा है।

क्वांटम कंप्यूटिंग में एक हार्डवेयर समस्या और एक कंट्रोल समस्या है। हार्डवेयर नाजुक, शोरगुल भरा, और स्केल करना कठिन है। NVIDIA का तर्क यह है कि AI मापन पढ़कर, कैलिब्रेशन का मार्गदर्शन करके, और एरर करेक्शन के दौरान डिकोडिंग की गति और सटीकता में सुधार करके उस कंट्रोल समस्या को हल करने में मदद कर सकता है।

NVIDIA दावा करता है कि पारंपरिक डिकोडिंग दृष्टिकोणों की तुलना में 2.5 गुना तेज प्रदर्शन और 3 गुना अधिक सटीकता है, और यह कहता है कि Harvard, Fermilab, Berkeley के Advanced Quantum Testbed, और कई वाणिज्यिक खिलाड़ी पहले से ही स्टैक के हिस्सों को अपना रहे हैं।

चाहे क्वांटम टाइमलाइन अभी भी ओवरहाइप्ड रहें, यह कहानी इसलिए मायने रखती है क्योंकि यह AI को जटिल सिस्टम्स के ऑपरेटिंग लेयर में गहराई से embedded होते दिखाती है। → https://nvidianews.nvidia.com/news/nvidia-launches-ising-the-worlds-first-open-ai-models-to-accelerate-the-path-to-useful-quantum-computers

[25:00] कहानी 5 — IBM का साइबर पिच: Agentic हमलों के लिए स्वायत्त रक्षा आवश्यक है IBM का नया साइबर सुरक्षा प्रयास एक ऐसी धारणा से शुरू होता है जिसे अस्वीकार करना कठिन होता जा रहा है: फ्रंटियर AI मॉडल परिष्कृत हमलों को अंजाम देने के लिए आवश्यक समय, विशेषज्ञता, और लागत को कम कर रहे हैं।

IBM दो टुकड़ों के साथ जवाब दे रहा है। पहला, एक नया आकलन प्रसाद जो उद्यमों को फ्रंटियर-मॉडल खतरे के एक्सपोज़र, सुरक्षा कमजोरियों, और संभावित एक्सप्लॉइट पाथ की पहचान करने में मदद करने के लिए है। दूसरा, IBM Autonomous Security, एक मल्टी-एजेंट सेवा जो अंगूर की ढंग से कमजोरियों की मरम्मत, सुरक्षा नीति प्रवर्तन, विसंगति पहचान, और खतरा समाधान को स्वचालित करने के लिए डिज़ाइन की गई है।

यहां महत्वपूर्ण हिस्सा ब्रांडिंग नहीं है। यह आर्किटेक्चरल दावा है: सुरक्षा प्रोग्राम जो डैशबोर्ड और मैनुअल प्रोसेस के ढीले संग्रह के रूप में बनाए गए हैं, यदि आक्रामक क्षमता मशीन की गति तक तेज हो जाती है तो अनुकूल नहीं रह सकते। उस दुनिया में, "AI-संचालित रक्षा" एक नारा बनना बंद कर देती है और बेसिक आवश्यकता बन जाती है। → https://newsroom.ibm.com/2026-04-15-IBM-Announces-New-Cybersecurity-Measures-to-Help-Enterprises-Confront-Agentic-Attacks

[30:00] कहानी 6 — Meta और Broadcom: AI रेस हार्डवेयर में गिरती जा रही है Meta ने Broadcom के साथ अपने कस्टम ट्रेनिंग और इन्फरेंस एक्सेलेरेटर्स, अपने कस्टम MTIA चिप्स की कई पीढ़ियों के सह-विकास के लिए विस्तारित साझेदारी की घोषणा की।

Meta कहता है कि सौदे में पहले चरण के रूप में एक गीगावाट से अधिक की प्रारंभिक प्रतिबद्धता शामिल है जो मल्टी-गीगावाट रोलआउट की पहली चरण है। Broadcom चिप डिज़ाइन, एडवांस्ड पैकेजिंग, और नेटवर्किंग में योगदान देगा, जबकि Meta MTIA को रैंकिंग, रिकमेंडेशन, और जेनरेटिव AI वर्कलोड के लिए अपनी इन्फ्रास्ट्रक्चर रणनीति का केंद्रीय हिस्सा बनाए रखता है।

उप-टेक्स्ट ही वास्तविक कहानी है। फ्रंटियर AI प्रतिस्पर्धा लंबवत रूप से गिर रही है। अब एक अच्छा मॉडल होना, या यहां तक कि एक अच्छा क्लस्टर होना, पर्याप्त नहीं है। विजेता तेजी से कस्टम सिलिकॉन, नेटवर्किंग फैब्रिक, पैकेजिंग, और डिप्लॉयमेंट इकोनॉमिक्स पर नियंत्रण चाहते हैं। यह मॉडल युद्ध का इन्फ्रास्ट्रक्चर संप्रभुता युद्ध में बदलना है। → https://about.fb.com/news/2026/04/meta-partners-with-broadcom-to-co-develop-custom-ai-silicon/

[34:00] आउट्रो / समापन आज का नक्शा यही है: एक टाइट रनटाइम, पुन: प्रयोज्य ब्राउज़र AI, स्मार्टर रोबोट्स, क्वांटम कंट्रोल मॉडल, स्वायत्त साइबर रक्षा, और इसके नीचे एक गहरी हार्डवेयर लैंडग्रैब।

→ ट्रांसक्रिप्ट जनरेशन को मंजूर करने के लिए यहां जवाब दें।