OpenClaw v2026.5.7, Agents SDK Sandboxes, और Gemini CLI Safety Runtime
OpenClaw Daily में OpenClaw v2026.5.7 पर ध्यान केंद्रित किया गया है, जिसमें ClawHub publish recovery, openai/chat-latest, cron JSON status, channel listing, native-command owner enforcement, Active Memory admin scope, skills snapshot refresh, before-tool authorization for inline skill dispatch, SecretRef-backed Tavily credentials, context cache invalidation, Discord target parsing, compaction token clamping, delivery failure reporting, Discord voice probes, Telegram poller liveness, WhatsApp routing, और Codex approvals शामिल हैं। Show notes: https://tobyonfitnesstech.com/hi/podcasts/episode-47/
🎧 Listen to Episode[00:00] v2026.5.7 ऑपरेटर्स को publishing, cron, channels, auth, delivery, voice, memory और approvals के बारे में यह देखने के नए तरीके देता है कि ये वास्तव में कैसे व्यवहार कर रहे हैं। ClawHub publishing अब transient dependency-install failures को retry करती है, preview पास होने पर भी plugin publishes को तब तक चालू रखती है जब तक एक preview cell खराब नहीं होता, और publish के बाद हर expected package version को verify करती है। Cron JSON अब सीधे computed status expose करती है। Channel listing channel-focused है, model auth details उसमें मिश्रित नहीं हैं। Auto-reply inline skill dispatch अब before-tool-call authorization hooks से होकर गुजरता है। Tavily tools active runtime config snapshot से SecretRef-backed credentials resolve करती हैं। Provider prefix वाले Discord channel targets channel sends के रूप में route होते हैं, misleading direct-message attempts की बजाय। Release का आकार यह है: कम hidden assumptions, कम stale caches, कम false successes, और अधिक explicit operator contracts।
[02:30] STORY 1 — OpenClaw v2026.5.7 Publishing, Channels, Cron, Auth, Memory, Delivery, Voice, WhatsApp और Codex Approvals को अधिक Observable और Safer बनाता है Release और plugin publishing से शुरू करें। एक maintenance release को ऑपरेटर्स को यह अनुमान लगाना नहीं छोड़ना चाहिए कि क्या एक plugin वास्तव में हर जगह publish हुई जहाँ इसे जाना चाहिए था। v2026.5.7 transient ClawHub CLI dependency install failures के लिए retry handling जोड़ता है, एक plugin को तब तक publishable रखता है जब एक preview cell खराब होता है भले ही preview pass हो गया, और publish के बाद हर expected ClawHub package version को verify करता है। यह final verification step महत्वपूर्ण है। एक publish pipeline तब complete नहीं होती जब एक command exit होती है; यह तब complete होती है जब expected package versions वहाँ visible होते हैं जहाँ downstream installers उन्हें fetch करेंगे।
यह एक plugin ecosystem के लिए मायने रखता है क्योंकि partial publishes clean failures से बदतर हैं। एक package एक जगह available हो सकता है, दूसरी जगह missing हो सकता है, या गलत version पर publish हो सकता है। फिर ऑपरेटर्स install errors के पीछे भागते हैं जो local configuration problems जैसे दिखते हैं लेकिन वास्तव में release distribution problems हैं। Post-publish verification release process को एक reconciliation loop में बदल देता है: expected package set declare करें, publish का प्रयास करें, और check करें कि registry state match करती है या नहीं। अगर नहीं करती, तो failure maintenance time पर visible होती है, users द्वारा discover होने की बजाय।
OpenAI model surface को एक targeted addition मिलता है: openai/chat-latest एक explicit direct API-key model override के रूप में supported है जो stable default model बदले बिना moving ChatGPT Instant API alias try करने के लिए है। Key phrase है explicit override। एक moving alias current instant-chat lane से behavior test करने के लिए useful है, लेकिन production agents के लिए यह bad default है क्योंकि इसका underlying model snapshot change हो सकता है। इसे एक explicit model id के पीछे रखने से builders alias test कर सकते हैं जबकि scheduled jobs, production workflows और reproducible evaluations के लिए stable defaults preserve रहते हैं।
Cron को automate करना आसान हो जाता है। cron list --json और cron show --json अब computed status include करती हैं, इसलिए external tooling OpenClaw के status derivation को reimplement किए बिना disabled, running, ok, error, skipped, या idle state पढ़ सकती हैं। यह एक अच्छा API contract change है। अगर एक CLI machines को JSON देती है, तो JSON में वह state include होनी चाहिए जो humans देखते हैं। नहीं तो हर dashboard, monitor और wrapper script को timestamps, last error fields, enable flags और run markers से status reverse-engineer करनी होगी। यह inconsistent automation और false alarms बनाता है।
Channel inspection को भी एक cleaner contract मिलती है। openclaw channels list अब channel-only है, bundled और catalog channels के लिए --all जोड़ता है, installed, configured और enabled state render करता है, और model auth और usage details को openclaw models auth list, openclaw status और openclaw models list में ले जाता है। यह split महत्वपूर्ण है क्योंकि channel readiness और model authentication अलग operational domains हैं। एक Slack या Discord channel installed हो सकता है लेकिन disabled, configured हो सकता है लेकिन permissions lack करता है, या enabled हो सकता है लेकिन currently healthy नहीं। Model auth provider credentials और runtime selection से belong करता है। इन्हें एक command में मिलाने से automation के लिए simple questions का जवाब देना harder हो जाता है।
Security boundaries कई जगहों पर tight होती हैं। Native command handlers अब owner enforcement honor करती हैं। Active Memory के लिए global memory toggles पर admin scope जरूरी है। Auto-reply inline skill tool dispatch को before-tool-call authorization hooks से gate करता है। ये सब surfaces के around authorization fixes हैं जो system state बदल सकते हैं। Native commands privileged control paths run कर सकती हैं। Global memory toggles भविष्य की sessions को याद करने वाली चीजों को affect कर सकती हैं। Inline skills auto-reply path से tools trigger कर सकती हैं, जहाँ user हर internal step नहीं देख रहा हो सकता। Release इन actions को explicit authorization checks के through धकेलती है।
Inline skill dispatch fix worth calling out है। Skill systems convenient हैं क्योंकि वे एक agent को packaged behavior में task route करने देती हैं। लेकिन अगर auto-reply inline skill tool को before-tool-call authorization से pass किए बिना dispatch कर सकता है, तो convenient path weaker path बन जाती है। सही design यह है कि हर tool entry point, चाहे वह visible chat turn, inline skill, plugin, या background auto-reply से invoke हो, execution से पहले same policy hook से गुजरता है। यह administrators को एक जगह allow, deny, prompt, log, या rate-limit behavior implement करने देता है।
Credentials को भी similar runtime-boundary fix मिलता है। Dedicated tavily_search और tavily_extract tools अब active runtime config snapshot से credentials resolve करती हैं, इसलिए exec SecretRef-backed API keys tools तक unresolved नहीं पहुँचतीं। SecretRef systems तभी work करती हैं जब हर tool secrets को same resolved runtime view से पढ़ती है। अगर एक tool literal unresolved marker प्राप्त करता है, तो failure bad credentials जैसी दिखती है भले ही secret मौजूद हो। बदतर, developers इसे workaround करके एक key hardcode कर सकते हैं। Active snapshot से resolve करने से per-run config, SecretRefs और tool credentials aligned रहते हैं।
Managed plugin install paths भी अधिक robust होती हैं। OpenClaw अब managed plugin install, rollback, repair और uninstall npm operations के लिए staged package updates की तरह same absolute POSIX npm lifecycle shell use करती है। यहाँ failure mode subtle है: एक restricted PATH shell cleanup या rollback को break कर सकती है भले ही original install path काम करता हो। Install और repair actions में same absolute lifecycle shell use करने से environment drift कम होता है। ऑपरेटर्स को trust करने में सक्षम होना चाहिए कि rollback same toolchain assumptions use करती है जो install करती है।
सत्र और संदर्भ सुधार पर ध्यान दिया गया है। गेटवे सत्र /new और sessions.reset के दौरान कैश्ड स्किल स्नैपशॉट्स को साफ करते हैं, ताकि लंबे समय तक चलने वाले चैनल सत्र स्किल बदलने के बाद दृश्यमान स्किल सूचियों को पुनर्निर्मित कर सकें। एजेंट संदर्भ इंजन तब कैश्ड असेम्बल्ड संदर्भ व्यू को अमान्य कर देते हैं जब स्रोत इतिहास सिकुड़ता है या असेंबली विफल होती है, जिससे प्री-रीसेट इतिहास के पुन:उपयोग से बचा जा सकता है। ये कैश अमान्यता बग हैं, लेकिन यूज़र-फेसिंग प्रभाव गंभीर है। अगर रीसेट स्किल स्नैपशॉट को साफ नहीं करता है, तो एजेंट पुरानी क्षमताओं का विज्ञापन कर सकता है। अगर संदर्भ व्यू इतिहास सिकुड़ने के बाद भी बना रहता है, तो मॉडल रीसेट के बाद पुरानी बातचीत स्थिति देख सकता है।
संक्षेपण को मॉडल-सीमा गार्ड मिला है। सारांश रिज़र्व टोकन प्रत्येक मॉडल की आउटपुट सीमा तक सीमित हैं ताकि हाई-कॉन्टेक्स्ट संक्षेपण अब अमान्य max_tokens मानों का अनुरोध न करे। यह एक व्यावहारिक मल्टी-मॉडल मुद्दा है। एक संदर्भ इंजन बड़ा सारांश रिज़र्व प्लान कर सकता है, लेकिन चयनित मॉडल उतने टोकन उत्सर्जित करने में सक्षम नहीं हो सकता। अगर अनुरोध फिर भी जाता है, तो संक्षेपण प्रोवाइडर सीमा पर विफल हो जाता है। रिज़र्व टोकन को मॉडल आउटपुट सीमाओं तक सीमित करना एक अमान्य अनुरोध को एक सीमित सारांश योजना में बदल देता है।
डिलीवरी सेमांटिक्स अधिक ईमानदार बन गए हैं। एजेंट डिलीवरी अब deliverySucceeded=false रिपोर्ट करती है जब आउटबाउंड डिलीवरी कोई एडेप्टर परिणाम नहीं लौटाती, ताकि दावा किए गए या खाली डिलीवरी पथ सफल भेजने की तरह मुखौटा न लगा सकें। क्रॉन आइसोलेटेड रन भी मॉडल निष्पादन से पहले अमान्य घोषणा डिलीवरी को फेल करते हैं जब delivery.channel=last का कोई पिछला रूट नहीं होता, ताकि आवर्ती जॉब स्थायी डिलीवरी-टारगेट त्रुटि का सामना करने से पहले टोकन खर्च न करें। दोनों परिवर्तन एक ही सिद्धांत का पालन करते हैं: महंगा काम तब न करें जब आउटपुट रूट असंभव हो, और तब सफलता रिपोर्ट न करें जब कोई एडेप्टर डिलीवरी की पुष्टि न करे।
Discord टारगेट पार्सिंग को क्रॉस-चैनल एजेंट मैसेजिंग के लिए एक ठोस सुधार मिला है। discord:channel:<id> जैसे प्रोवाइडर-प्रीफिक्स्ड टारगेट अब लेगसी Discord डायरेक्ट-मैसेज टारगेट के बजाय चैनल सेंड के रूप में पार्स होते हैं। यह क्रॉस-चैनल एजेंट message(action="send") कॉल को भ्रामक Unknown Channel विफलताओं में चैनल आईडी को गलत रूट करने से रोकता है। नेमस्पेस यहां मायने रखते हैं। एक प्रोवाइडर-प्रीफिक्स्ड चैनल टारगेट यूज़र आईडी नहीं है, और एक जेनरिक मैसेजिंग लेयर को उस इरादे को एडेप्टर तक संरक्षित रखना चाहिए।
Telegram hardening authorization और liveness दोनों को कवर करती है। Telegram अब न्यूमेरिक sender-ID चेक लागू करने से पहले DMs, groups, native commands, और callback authorization के लिए accessGroup:* sender allowlists का सम्मान करती है। Polling watchdog getUpdates liveness से बंधी रहती है ताकि असंबंधित outbound Bot API कॉल wedged inbound poller को मास्क न कर सकें। दूसरा सुधार एक क्लासिक health-check समस्या है। एक बॉट अभी भी मैसेज भेज सकता है जबकि उसका inbound polling loop फंसा हुआ है। अगर outbound कॉल watchdog को रीसेट करते हैं, तो सिस्टम स्वस्थ दिखता है भले ही यह यूज़र इनपुट प्राप्त नहीं कर सकता।
Discord पर वॉयस ऑपरेशन में सुधार हुआ है। channels capabilities और channels status --probe अब Discord वॉयस-चैनल परमिशन की जांच करते हैं, जिसमें ऑटो-जॉइन टारगेट शामिल हैं, ताकि /vc join से पहले गायब Connect, Speak, और Read Message History परमिशन दिखाई दें। वॉयस कैप्चर भी कम चपटा है: पोस्ट-स्पीच साइलेंस ग्रेस डिफ़ॉल्ट 2.5 सेकंड तक बढ़ गया है, voice.captureSilenceGraceMs शोर वाले सत्रों के लिए उपलब्ध है, और spoken-output प्रॉम्प्ट को लाइव STT फ्रैगमेंट के आसपास टाइट किया गया है। वॉयस एजेंट टर्न सेगमेंटेशन पर जीते या मरते हैं। बहुत कम साइलेंस ग्रेस स्पीकर को क्लिप करता है। बहुत अधिक ग्रेस एजेंट को सुस्त बनाता है। ग्रेस को कॉन्फ़िगर करने योग्य बनाना ऑपरेटरों को रूम नॉइज़ और स्पीकिंग स्टाइल के लिए ट्यूनिंग नॉब देता है।
WhatsApp सुधार ऑपरेशनली विशिष्ट हैं लेकिन महत्वपूर्ण हैं। Proactive फ़ोन-नंबर सेंड अब उपलब्ध होने पर Baileys LID forward mappings के माध्यम से रूट होते हैं, ताकि LID-एड्रेस्ड कॉन्टैक्ट एजेंट मैसेज प्राप्त करें सेंडर-ओनली घोस्ट चैट बनाने के बजाय। कैप्शनड MEDIA: directive auto-reply अब एक बार भेजते हैं कैप्शनड मीडिया रिप्लाय से पहले खाली मीडिया मैसेज उत्सर्जित करने के बजाय। दोनों एडेप्टर की सही कार्यप्रणाली के उदाहरण हैं। मैसेजिंग प्रोवाइडर्स के पास अक्सर कई पहचान रूप और मीडिया प्रिमिटिव्स होते हैं। एजेंट प्लेटफॉर्म को उन्हें सही ढंग से मैप करना होगा नहीं तो यूज़र डुप्लिकेट, मिसिंग, या घोस्ट मैसेज देखते हैं।
Codex approval behavior इस तरह बदलती है कि यह review को बायपास किए बिना approval fatigue को कम करनी चाहिए। Codex approval modes में, OpenClaw डिफ़ॉल्ट रूप से pre-guardian native PermissionRequest hook इंस्टॉल करना बंद कर देता है, जिससे Codex की reviewer को OpenClaw approval सतह पर लाने से पहले सुरक्षित कमांड को approve करने की अनुमति मिलती है। यह सक्रिय सत्र विंडो के भीतर समान Codex native PermissionRequest payloads के लिए allow-always निर्णयों को याद रखता है, और plugin approval requests अपने वास्तविक allowed निर्णयों को मान्य और रेंडर करती हैं ताकि Telegram और अन्य native approval UIs पुराने एक्शन ऑफर न कर सकें। समझाने के लिए विवरण sequencing है: आंतरिक reviewer को सुरक्षित कमांड संभालने दें, जब जरूरत हो approval सतह पर लाएं, और सुनिश्चित करें कि UI एक्शन वर्तमान allowed निर्णय सेट से मेल खाते हैं।
Provider और media compatibility को भी मरम्मत मिलती है। OpenClaw APNG sniffed PNG अपलोड को सामान्य बनाता है, Gemini 3 tool-call thought-signature replay को fallback signatures के साथ संरक्षित करता है, legacy __env__:VAR custom-provider keys को स्वीकार करता है, और snake_case tool-call transcript sanitization की मरम्मत करता है। ये वे किनारे हैं जो transcripts और tools को portable बनाते हैं। अगर tool-call signatures replay नहीं करते, तो provider state follow-up turns को अस्वीकार कर सकता है। अगर transcript sanitization snake_case tool calls को गलत संभालता है, तो replay और audit surfaces वास्तव में जो हुआ उससे विचलित हो जाते हैं।
ऑपरेटरों के लिए व्यावहारिक रिलीज रेटिंग उच्च है। v2026.5.7 कोई फ्लैशी फीचर नहीं है; यह विश्वसनीयता अनुबंधों का एक सेट है। Publishing registry state को सत्यापित करती है। Cron computed status को उजागर करती है। Channels और model auth अलग हैं। Inline skills authorization से गुजरती हैं। SecretRefs runtime पर resolve होते हैं। Context caches रीसेट के बाद अमान्य होते हैं। Delivery टोकन बर्बाद करने से पहले विफल होती है। Voice permissions और capture timing दिखाई देती हैं। Codex approvals वास्तविक निर्णयों के साथ संरेखित होती हैं। ये वे परिवर्तन हैं जो एक एजेंट सिस्टम को पूरे दिन चलने पर कम रहस्यमय बनाते हैं।
[28:00] कहानी 2 — OpenAI Agents JS v0.9 से v0.11 तक: सैंडबॉक्स को वर्कस्पेस मैनिफेस्ट, रनटाइम लिमिट्स, टूल शेड्यूलिंग और आर्टिफैक्ट बाउंड्रीज़ में बदलना
OpenAI का JavaScript के लिए Agents SDK इस सप्ताह तेज़ी से आगे बढ़ रहा है, और सबसे महत्वपूर्ण बदलाव सैंडबॉक्स एजेंट सरफेस है। सैंडबॉक्स एजेंट मौजूदा Agent, Runner और रन फ्लो पर आधारित हैं, लेकिन पर्सिस्टेंट वर्कस्पेस, वर्कस्पेस मैनिफेस्ट, सैंडबॉक्स सेशन, क्षमताएं, स्नैपशॉट, मेमोरी और रिज्यूम सपोर्ट जोड़ते हैं। व्यावहारिक रूप से, यह एक एजेंट जो फंक्शन कॉल कर सकता है और एक एजेंट जो समय के साथ एक नियंत्रित कंप्यूटर वातावरण में काम कर सकता है के बीच का अंतर है।
केंद्रीय अमूर्तता Manifest है। एक मैनिफेस्ट बताता है कि एजेंट का वर्कस्पेस क्या रखता है: सिंथेटिक फाइलें और डायरेक्टरी, लोकल फाइलें और डायरेक्टरी, Git रिपॉजिटरी, एनवायरनमेंट वेरिएबल्स, यूज़र्स, ग्रुप्स, परमिशन, माउंट और आउटपुट लोकेशन। यह सैंडबॉक्स सेटअप को एक डिक्लेरेटिव वर्कस्पेस कॉन्ट्रैक्ट में बदल देता है। एक टास्क यह नहीं कहता कि "किसी तरह इस एजेंट को एक रेपो और आर्टिफैक्ट्स लिखने की जगह दो," मैनिफेस्ट बिल्कुल बताता है कि क्या माउंट है, यह कहाँ दिखता है, कौन सी फाइलें राइटेबल हैं और कौन से एक्सटर्नल पाथ अलाउड हैं।
यह मायने रखता है क्योंकि फाइल और कमांड एजेंट्स को बाउंड्रीज़ की ज़रूरत है। अगर एक एजेंट फाइलें इंस्पेक्ट कर सकता है, कमांड चला सकता है, पैचेस लागू कर सकता है और आर्टिफैक्ट्स जेनरेट कर सकता है, तो सैंडबॉक्स को परिभाषित करना होगा कि स्कोप में क्या है। लॉन्ग-होराइज़न टास्क्स के लिए एक पर्सिस्टेंट वर्कस्पेस शक्तिशाली है क्योंकि एजेंट पिछली स्थिति से जारी रख सकता है, लेकिन पर्सिस्टेंस का मतलब यह भी है कि स्थिति जमा हो सकती है। स्नैपशॉट्स और रिज्यूम व्यवहार बिल्डर्स को यह तय करने देते हैं कि कब प्रिज़र्व करना है, रिस्टोर करना है या डिस्कार्ड करना है। ऑपरेशनल सवाल बन जाता है: कौन सी फाइलें टास्क इनपुट हैं, कौन सी जेनरेटेड आउटपुट हैं और कौन सी रन के बीच पर्सिस्टेंट मेमोरी हैं?
v0.11.0 एक आर्टिफैक्ट-बाउंड्री बदलाव जोड़ता है जो नज़रअंदाज़ करना आसान है लेकिन महत्वपूर्ण है। सैंडबॉक्स लोकल सोर्स मैटेरियलाइज़ेशन अब Manifest.extraPathGrants द्वारा कवर नहीं किया गया सोर्स पाथ होने तक LocalFile.src और LocalDir.src को मैटेरियलाइज़ेशन baseDir के भीतर रखता है। बेस डायरेक्टरी वह SDK प्रोसेस करंट वर्किंग डायरेक्टरी है जब मैनिफेस्ट लागू होता है। रिलेटिव सोर्सेस उस डायरेक्टरी से रिज़ॉल्व होते हैं। एब्सोल्यूट सोर्सेस पहले से ही उसके अंदर या किसी स्पष्ट ग्रांट के तहत होने चाहिए। यह एक लोकल आर्टिफैक्ट बाउंड्री इश्यू को बंद करता है।
माइग्रेशन का निहितार्थ सीधा है। अगर कोई एप्लिकेशन जानबूझकर बेस डायरेक्टरी के बाहर से ट्रस्टेड होस्ट फाइलों को सैंडबॉक्स वर्कस्पेस में कॉपी करता है, तो उसे अब एक एक्स्ट्रा पाथ ग्रांट के साथ उसकी घोषणा करनी होगी। यह एक बेहतर कॉन्ट्रैक्ट है। यह "एजेंट किसी सोर्स पाथ ने वहाँ इशारा किया इसलिए ऐबिट्रेरी होस्ट पाथ्स पढ़ सकता है" और "एप्लिकेशन ने स्पष्ट रूप से इस एक्सटर्नल डायरेक्टरी को ग्रांट किया, शायद रीड-ओनली, एक डिस्क्रिप्शन के साथ" के बीच का अंतर बनाता है। एजेंट सिस्टम्स के लिए जो कस्टमर डेटा, प्रोप्रायटरी रिपॉजिटरीज़ या क्रेडेंशियल-एडजेसेंट फाइल्स को हैंडल करते हैं, स्पष्ट ग्रांट्स सही डिफ़ॉल्ट हैं।
SDK डिफ़ॉल्ट मॉडल v0.10.0 में जब कोई मॉडल सेट नहीं होता तो gpt-4.1 से बदलकर gpt-5.4-mini हो गया। यह उन एजेंट्स और रन को प्रभावित करता है जो इम्प्लिसिट डिफ़ॉल्ट्स पर निर्भर थे। क्योंकि नया डिफ़ॉल्ट एक GPT-5 मॉडल है, इम्प्लिसिट डिफ़ॉल्ट मॉडल सेटिंग्स में अब GPT-5 डिफ़ॉल्ट्स शामिल हैं जैसे reasoning.effort="none" और verbosity="low"। बिल्डर की सिफारिश सरल है: प्रोडक्शन एजेंट्स को मॉडल स्पष्ट रूप से सेट करना चाहिए। डिफ़ॉल्ट्स उदाहरणों और प्रोटोटाइप्स के लिए उपयोगी हैं, लेकिन एजेंट व्यवहार, लागत, लेटेंसी, रीज़निंग इफ़र्ट और वर्बोसिटी सिर्फ इसलिए नहीं बदलनी चाहिए क्योंकि कोई डिपेंडेंसी अपग्रेड हो गई।
टर्न लिमिट्स स्पष्ट हो जाती हैं। maxTurns=null Agents SDK रन टर्न लिमिट को डिसेबल कर सकता है, जबकि सेटिंग छोड़ दी जाए तो डिफ़ॉल्ट DEFAULT_MAX_TURNS पर, वर्तमान में दस, रहता है। यह एक रनटाइम सेफ्टी वाल्व है। एक हार्ड टर्न कैप रनअवे लूप्स और सरप्राइज़ कॉस्ट को रोकता है। कैप को डिसेबल करना लॉन्ग-होराइज़न वर्कफ़्लोज़ के लिए ज़रूरी हो सकता है, लेकिन इसे अन्य कंट्रोल्स के साथ जोड़ा जाना चाहिए: वॉल-क्लॉक टाइमआउट्स, टूल अलाउलिस्ट, बजट लिमिट्स, चेकपॉइंटिंग और प्रोग्रेस विजिबिलिटी। उपयोगी अंतर यह है कि छोड़ दिया गया मतलब सेफ डिफ़ॉल्ट; null मतलब डेवलपर ने जानबूझकर लिमिट हटाई।
टूल शेड्यूलिंग भी अधिक नियंत्रित हो जाती है। RunConfig पर toolExecution.maxFunctionToolConcurrency SDK-साइड लोकल फंक्शन-टूल एक्जीक्यूशन कॉन्करेंसी को नियंत्रित करता है। यह प्रोवाइडर-साइड ModelSettings.parallelToolCalls से अलग है। यह अलगाव मायने रखता है। मॉडल को पैरेलल में कई टूल कॉल्स प्रपोज़ करने की अनुमति हो सकती है, लेकिन लोकल रनटाइम को अभी भी तय करना होता है कि एक बार में कितने एक्जीक्यूट करने हैं। एक फाइलसिस्टम टूल, डेटाबेस टूल, शेल टूल और HTTP टूल के अलग-अलग साइड इफेक्ट्स और रिसोर्स प्रोफाइल्स हैं। लोकल कॉन्करेंसी एक रनटाइम शेड्यूलिंग पॉलिसी है, सिर्फ एक मॉडल-जेनरेशन प्रेफरेंस नहीं।
MCP टूल नेमिंग को एक कॉलिज़न-अवॉइडेंस ऑप्शन मिलता है। SDK टूल नेम्स में MCP सर्वर नेम शामिल कर सकता है, जो Python SDK के साथ अलाइन करता है। यह कई MCP सर्वर्स द्वारा एक ही लोकल नेम के साथ टूल्स एक्सपोज़ करने पर कॉन्फ्लिक्ट्स को रोकता है। सर्वर प्रिफिक्सेस के बिना, दो अलग-अलग सर्वर्स दोनों search, read या query एक्सपोज़ कर सकते हैं। एजेंट तब अस्पष्ट टूल नेम्स देखता है, और लॉग्स की ऑडिट करना कठिन हो जाता है। सर्वर-प्रिफिक्स्ड नेमिंग टूल नेमस्पेस को अधिक स्पष्ट बनाती है, जो तब विशेष रूप से महत्वपूर्ण है जब एजेंट कई इंटरनल और एक्सटर्नल टूल सर्वर्स से कनेक्ट होते हैं।
v0.11.0 RealtimeAgent के डिफ़ॉल्ट मॉडल को भी gpt-realtime-2 में बदलता है। Realtime डिफ़ॉल्ट्स कॉस्मेटिक नहीं हैं। एक realtime मॉडल ऑडियो लेटेंसी, टर्न-टेकिंग, ट्रांसक्रिप्शन व्यवहार, बार्ज-इन एक्सपेक्टेशन और वॉइस इंटरैक्शन क्वालिटी को प्रभावित करता है। अगर कोई प्रोडक्ट RealtimeAgent का उपयोग बिना मॉडल पिन किए करता है, तो SDK अपग्रेड करने से अंतर्निहित realtime व्यवहार बदल सकता है। फिर से, सिफारिश यह है कि प्रोडक्शन डिफ़ॉल्ट्स पिन करें और नए realtime मॉडल्स को कस्टमर-फेसिंग सेशन में ले जाने से पहले प्रतिनिधि ऑडियो कंडीशंस में टेस्ट करें।
रिलीज सीरीज में फिक्सेस भी शामिल हैं जो दिखाते हैं कि एजेंट रनटाइम कहाँ फेल होते हैं। v0.9.1 रन-स्टेट सीरियलाइजेशन में डुप्लिकेट-नेम एजेंट आइडेंटिटी प्रिज़र्व करता है, स्ट्रीम्ड फंक्शन कॉल्स को रिकंसाइल करता है जब सर्वर-मैनेज्ड रन एबॉर्ट होते हैं, और असिस्टेंट कन्वर्सेशन आइटम आईडीज़ को रीप्ले करने से बचता है। v0.10.1 सेशन हिस्ट्री रिस्टोर करता है जब रिस्पॉन्सेस कम्पैक्शन रिप्लेसमेंट फेल होता है और होस्टेड MCP अप्रूवल पॉलिसीज़ को वैलिडेट करता है। ये स्टेट-मशीन फिक्सेस हैं। एजेंट सिस्टम्स में लोकल स्टेट, सर्वर स्टेट, स्ट्रीम्ड डेल्टास, कम्पैक्शन रिप्लेसमेंट, और अप्रूवल पॉलिसी होती है। अगर ये ड्रिफ्ट होते हैं, तो अगला टर्न गलत आइटम रीप्ले कर सकता है, हिस्ट्री खो सकता है, या गलत एक्शन अप्रूव कर सकता है।
जावास्क्रिप्ट बिल्डर्स के लिए प्रैक्टिकल टेकअवे यह है कि एजेंट्स SDK को रनटाइम के रूप में ट्रीट करें, न कि सिर्फ मॉडल कॉल्स के रैपर के रूप में। वर्कस्पेस मैनिफेस्ट्स को संकरे से डिफाइन करें। होस्ट पाथ्स के लिए जानबूझकर extraPathGrants का उपयोग करें। प्रोडक्शन मॉडल्स को पिन करें। तय करें कि टर्न लिमिट्स डिफॉल्ट पर रहनी चाहिए, बढ़नी चाहिए, या अन्य गार्डरेल्स के साथ डिसेबल की जानी चाहिए। साइड इफेक्ट्स के आधार पर लोकल टूल कंकरेंसी सेट करें। जब मल्टीपल सर्वर अटैच्ड हों तो MCP टूल नेम्स को प्रीफिक्स करें। रियलटाइम मॉडल चेंजेस को डिपेंडेंसी अपडेट्स के रूप में नहीं, बल्कि प्रोडक्ट बिहेवियर चेंजेस के रूप में टेस्ट करें।
[40:00] स्टोरी 3 — Gemini CLI v0.42 नाइटलीज़ एजेंट रनटाइम एजेस को हार्डन करते हैं: शेल सेफ्टी इवैल्स, अप्रूवल रेसेस, कम्प्रेशन क्यूज़, OAuth हैंग्स, और ऑटो मेमोरी पैचेस Gemini CLI के 6 और 7 मई के नाइटलीज़ उपयोगी इसलिए हैं क्योंकि ये कमांड-लाइन एजेंट्स के लिए जरूरी अनग्लैमरस रनटाइम वर्क को दिखाते हैं। बदलाव एक सिंगल मॉडल लॉन्च नहीं हैं; ये अप्रूवल, शेल सेफ्टी, कंटेक्स्ट कम्प्रेशन, स्ट्रीमिंग फेलर्स, OAuth, सैंडबॉक्स नेमिंग, ऑटो मेमोरी, और नॉन-इंटरैक्टिव आउटपुट के आसपास एज केसिस की सूची हैं। ये बिल्कुल वही जगहें हैं जहाँ CLI एजेंट्स भंगुर हो जाते हैं।
अप्रूवल्स से शुरू करें। A2A सर्वर फिक्सेस टूल अप्रूवल रेस कंडीशन को रिज़ॉल्व करते हैं, स्टेटस रिपोर्टिंग को इम्प्रूव करते हैं, और टूल कम्प्लीशन वेटिंग में रेस को रिज़ॉल्व करते हैं। एजेंट रनटाइम में, अप्रूवल एक स्टेट मशीन है। एक टूल कॉल प्रपोज़ की जाती है, अप्रूवल रिक्वेस्ट की जाती है, एक इंसान या पॉलिसी का फैसला आता है, टूल एक्जीक्यूट होता है या डिनाइड होता है, और रनटाइम कम्प्लीशन रिपोर्ट करता है। अगर सिस्टम अप्रूवल रिज़ल्ट कमिट होने से पहले स्टेटस रिपोर्ट करता है, या गलत कम्प्लीशन सिग्नल का इंतज़ार करता है, तो UI एक टूल को डन दिखा सकता है जबकि वह अभी भी पेंडिंग है, या एक्जीक्यूट कर सकता है जब एक डिनायल पाथ ने उसे रोका होना चाहिए था।
शेल-कमांड सेफ्टी इवैल्स एक मजबूत एडिशन हैं। शेल टूल्स पावरफुल इसलिए हैं क्योंकि वे एजेंट्स को फाइल्स इंस्पेक्ट करने, टेस्ट रन करने, डिपेंडेंसीज़ इंस्टॉल करने, और डेवलपर वर्कफ्लोज़ ऑपरेट करने देते हैं। वे उसी कारण से खतरनाक भी हैं। एक शेल सेफ्टी इवैल सुइट मेंटेनर्स को यह टेस्ट करने का तरीका देता है कि मॉडल और रनटाइम रिस्की कमांड्स, रिडायरेक्शन, डिस्ट्रक्टिव फाइल ऑपरेशन, क्रेडेंशियल एक्सपोज़र, और सैंडबॉक्स एस्केप अटेंप्ट्स को सही से आइडेंटिफाई करते हैं या नहीं। जरूरी हिस्सा यह है कि सेफ्टी बिहेवियर के रूप में इवैल्यूएट की जाती है, सिर्फ पॉलिसी के रूप में डॉक्यूमेंट नहीं की जाती।
नाइटलीज़ में नॉन-इंटरैक्टिव मोड में AgentExecutionStopped के लिए JSON आउटपुट भी जुड़ा है। यह CI और रैपर स्क्रिप्ट्स के लिए मायने रखता है। एक इंसान का TUI स्टॉप्ड स्टेट को प्रोज़ में दिखा सकता है; ऑटोमेशन को एक स्ट्रक्चर्ड ऑब्जेक्ट चाहिए। अगर नॉन-इंटरैक्टिव रन पॉलिसी, लिमिट, एरर, या अप्रूवल स्टेट के कारण रुकते हैं, तो JSON आउटपुट कॉलिंग सिस्टम्स को क्लीन स्टॉप, क्रैश या टाइमआउट में अंतर करने देता है। CLI एजेंट्स तेजी से शेड्यूल्ड जॉब्स और ऑर्केस्ट्रेशन सिस्टम्स के अंदर चलते हैं, इसलिए स्ट्रक्चर्ड टर्मिनल सेमैंटिक्स प्रोडक्ट सरफेस का हिस्सा हैं।
कंटेक्स्ट कम्प्रेशन को क्यूइंग फिक्स मिलता है: मैसेज कम्प्रेशन के दौरान क्यू किए जा सकते हैं। कम्प्रेशन जरूरी है क्योंकि लंबी एजेंट सेशन कंटेक्स्ट लिमिट्स से ज्यादा हो जाती हैं, लेकिन यह कंकरेंसी हाज़ार्ड भी है। अगर यूज़र रनटाइम कंटेक्स्ट को कम्प्रेस कर रहा हो तब मैसेज भेजता है, तो सिस्टम को तय करना होता है कि इनपुट को ब्लॉक करना है, ड्रॉप करना है, पुराने कंटेक्स्ट में ऐपेंड करना है, या कम्प्रेस्ड कंटेक्स्ट के लिए क्यू करना है। क्यूइंग यूज़र के इंटेंट को प्रिज़र्व करता है जबकि कंटेक्स्ट मैनेजर कोहीरेंट रीराइट पूरी करने देता है। उसके बिना, चैट करप्शन या लॉस्ट टर्न्स संभव हैं।
CLI ERR_STREAM_PREMATURE_CLOSE एरर्स को भी रिट्राई करता है। स्ट्रीमिंग एजेंट रन मॉडल आउटपुट, टूल प्रोग्रेस, और टर्मिनल रेंडरिंग में लंबे-चले कनेक्शन पर निर्भर करते हैं। प्रीमैचर क्लोज़ ट्रांज़िएंट नेटवर्क या ट्रांसपोर्ट फेलियर हो सकता है, लॉजिकल फेलियर नहीं। ध्यान से रिट्राई करने से सिस्टम ज्यादा रोबस्ट हो सकता है, लेकिन रनटाइम को साइड इफेक्ट्स डुप्लिकेट करने से बचना चाहिए। सेफ पैटर्न यह है कि आइडेम्पोटेंट या प्री-एक्जीक्यूशन स्ट्रीम पाथ्स को रिट्राई करें और एक बार टूल ने स्टेट म्यूटेट कर दिया हो तो ज्यादा कंज़र्वेटिव रहें।
कई फिक्सेस हेडलेस और नॉनस्टैंडर्ड एनवायरनमेंट्स के बारे में हैं। CLI हेडलेस Linux पर OAuth ऑथ के दौरान साइलेंट हैंग को प्रिवेंट करता है। यह GOOGLE_CLOUD_PROJECT में न्यूमेरिक प्रोजेक्ट आईडीज़ को रिजेक्ट करता है। यह अनट्रस्टेड फोल्डर्स में MCP लिस्ट UX को इम्प्रूव करता है। ये ऑपरेटर-क्वालिटी फिक्सेस हैं। कई एजेंट्स रिमोट मशीनों, कंटेनर्स, CI वर्कर्स, या बिना ब्राउज़र के सर्वर पर चलते हैं। ऑथेंटिकेशन और प्रोजेक्ट रिज़ॉल्यूशन फेलर्स को एक्शनेबल स्टेटस के साथ फेल होना चाहिए, उस UI का इंतज़ार करते हुए हैंग नहीं होना चाहिए जो मौजूद ही नहीं है।
सैंडबॉक्स बिहेवियर में छोटे लेकिन जरूरी बदलाव हैं। CLI सैंडबॉक्स कंटेनर नेम्स को रैंडमाइज़ करता है, और YOLO और AUTO_EDIT मोड्स में बिना सैंडबॉक्सिंग के रिडायरेक्शन की अनुमति देता है। रैंडमाइज़्ड कंटेनर नेम्स कॉलिज़न्स को कम करते हैं जब मल्टीपल रन एक ही होस्ट पर एक्जीक्यूट होते हैं। रिडायरेक्शन बिहेवियर मायने रखता है क्योंकि शेल सिंटैक्स नॉर्मल डेवलपर वर्क का हिस्सा है: फाइल्स में आउटपुट रिडायरेक्ट करना, लॉग्स पाइप करना, और पैचेस लिखना। लेकिन रिडायरेक्शन के आसपास किसी भी बदलाव को सेफ्टी इवैल्यूएशन की भी जरूरत है क्योंकि रिडायरेक्शन फाइल्स को ओवरराइट कर सकता है या कंटेंट एक्सफ़िल्ट्रेट कर सकता है। इसीलिए शेल सेफ्टी इवैल्स और शेल बिहेवियर बदलाव एक ही डिस्कशन में belong करते हैं।
Auto Memory को एक निजी पैच अलाउलिस्ट सख्ती और स्पष्ट दस्तावेज़ीकरण मिलता है कि Auto Memory मेमोरी अपडेट और स्किल्स का प्रस्ताव करता है। पर्सिस्टेंट मेमोरी तभी उपयोगी है जब अपडेट स्कोप्ड और समीक्षा योग्य हों। एक मेमोरी पैच अलाउलिस्ट नियंत्रित करता है कि किस प्रकार के निजी मेमोरी अपडेट स्वचालित रूप से लागू किए जा सकते हैं। उस सीमा के बिना, एक एजेंट संवेदनशील, गलत, या अत्यधिक व्यापक तथ्यों को बनाए रख सकता है। बहुत सख्त सीमा के साथ, मेमोरी बेकार हो जाती है। सही ऑपरेटर मॉडल प्रस्ताव, स्कोप, अलाउलिस्ट, और समीक्षा है।
7 मई की रिलीज थॉट स्ट्रीम से टूल एक्सप्लनेशन को टूल कॉल कंटेंट में भी स्थानांतरित करती है। यह UI क्लीनअप लग सकता है, लेकिन यह प्राइवेसी और ऑब्जर्वेबिलिटी को प्रभावित करता है। थॉट स्ट्रीम और टूल-कॉल कंटेंट के कई सिस्टम्स में अलग-अलग ऑडियंस और रिटेंशन नियम होते हैं। अगर टूल एक्सप्लनेशन टूल कॉल के साथ है, तो उसे वहां रखना ऑडिट लॉग्स को स्पष्ट बनाता है और इंटरनल रीजनिंग चैनल्स के साथ यूजर-विजिबल टूल रेशनल को मिलाने से बचाता है। एजेंट रनटाइम्स को इन कंटेंट बाउंड्रीज को सुसंगत रखने की जरूरत है।
Gemini CLI ऑपरेटर्स के लिए व्यावहारिक सिफारिश यह है कि इन नाइटलीज़ को रनटाइम-हार्डनिंग सिग्नल के रूप में देखें। अप्रूवल स्टेट मशीनों को रेस टेस्ट्स की जरूरत है। शेल टूल्स को सेफ्टी इवैल्स की जरूरत है। कंप्रेशन को इनपुट क्यूइंग की जरूरत है। स्ट्रीमिंग को रिट्री रूल्स की जरूरत है जो डुप्लिकेट साइड इफेक्ट्स से बचें। OAuth को हेडलेस फेलियर मोड्स की जरूरत है। मेमोरी पैचेस को अलाउलिस्ट्स की जरूरत है। नॉन-इंटरैक्टिव रन्स को JSON स्टेट्स की जरूरत है। ये CLI एजेंट के लिए वैकल्पिक पॉलिश नहीं हैं; ये डेमो टर्मिनल और विश्वसनीय ऑटोमेशन सर्फेस के बीच का अंतर हैं।
[50:00] समापन EP047 से व्यावहारिक निष्कर्ष ऑपरेशनल है: OpenClaw v2026.5.7 पब्लिशिंग, क्रॉन, चैनल्स, मेमोरी, डिलीवरी, वॉइस, मैसेजिंग, और अप्रूवल्स में सिस्टम स्टेट को अधिक विजिबल और सुरक्षित बनाता है। OpenAI Agents JS दिखाता है कि सैंडबॉक्स्ड एजेंट्स वर्कस्पेस-मैनिफेस्ट रनटाइम्स बन रहे हैं जिसमें स्पष्ट पाथ ग्रांट्स, टर्न लिमिट्स, टूल कंकरेंसी, और MCP नेमस्पेस हैं। Gemini CLI उन रनटाइम एजेस को दिखाता है जो कमांड-लाइन एजेंट्स के रियल वर्कफ्लोज़ में चलने पर मायने रखती हैं: अप्रूवल रेसेस, शेल सेफ्टी, कंप्रेशन क्यूज़, ट्रांसपोर्ट रिट्रीज़, OAuth लाइवनेस, और मेमोरी पैच स्कोप। बिल्डर्स के लिए, सवाल सिर्फ यह नहीं है कि एजेंट क्या कर सकता है; यह है कि जब वह काम करता है तो कौन सी बाउंड्रीज़, स्टेटस, और रिकवरी पाथ्स मौजूद हैं।
[NOVA]: ये है OpenClaw Daily. मैं हूं NOVA.
[ALLOY]: और मैं हूं ALLOY. आज हम शुरू कर रहे हैं OpenClaw v2026.5.7 से, क्योंकि इस रिलीज़ से ऑपरेटर्स के लिए पब्लिशिंग, क्रॉन स्टेट, चैनल कॉन्फ़िगरेशन, ऑथराइज़ेशन, डिलीवरी, वॉइस, व्हाट्सएप रूटिंग और Codex अप्रूवल देखने का तरीका बदल जाता है, इससे पहले कि हम JavaScript एजेंट सैंडबॉक्स और Gemini CLI रनटाइम हार्डनिंग में जाएं। ...
[NOVA]: इस रिलीज़ से ऑपरेटर्स को नए तरीके मिलते हैं ये देखने के लिए कि पब्लिशिंग, क्रॉन, चैनल, ऑथ, डिलीवरी, वॉइस, मेमोरी और अप्रूवल वास्तव में कैसे व्यवहार कर रहे हैं। ClawHub पब्लिशिंग अब ट्रांज़िएंट डिपेंडेंसी-इंस्टॉल फेलियर को रिट्राई करती है, प्रीव्यू पास करने वाले प्लगइन पब्लिश को आगे बढ़ाए रखती है जब एक प्रीव्यू सेल फ्लेक हो जाए, और पब्लिश के बाद हर अपेक्षित पैकेज वर्जन को वेरिफाई करती है। क्रॉन JSON अब सीधे कंप्यूटेड स्टेटस एक्सपोज़ करती है। चैनल लिस्टिंग अब चैनल-फोकस्ड है मॉडल ऑथ डीटेल्स मिक्स करने के बजाय। ऑटो-रेप्लाय इनलाइन स्किल डिस्पैच अब before-tool-call ऑथराइज़ेशन हुक्स से गुजरता है। Tavily टूल्स एक्टिव रनटाइम कॉन्फ़िग स्नैपशॉट से SecretRef-बैक्ड क्रेडेंशियल्स रिज़ॉल्व करते हैं। प्रोवाइडर प्रीफ़िक्स वाले Discord चैनल टार्गेट मिसलीडिंग डायरेक्ट-मैसेज अटेम्प्ट्स की जगह चैनल सेंड्स के रूप में रूट करते हैं। यही रिलीज़ का आकार है: कम छिपी धारणाएं, कम स्टेल कैश, कम फॉल्स सक्सेसेस, और ज़्यादा स्पष्ट ऑपरेटर कॉन्ट्रैक्ट्स।
[ALLOY]: OpenClaw v2026.5.7 पब्लिशिंग, चैनल, क्रॉन, ऑथ, मेमोरी, डिलीवरी, वॉइस, व्हाट्सएप और Codex अप्रूवल को ज़्यादा ऑब्ज़र्वेबल और सेफ़ बनाता है रिलीज़ और प्लगइन पब्लिशिंग से शुरू करते हैं। एक मेंटेनेंस रिलीज़ ऑपरेटर्स को ये आश्चर्य में नहीं छोड़ना चाहिए कि प्लगइन वास्तव में हर जगह पब्लिश हुआ जहां उसे जाना चाहिए था। v2026.5.7 ट्रांज़िएंट ClawHub CLI डिपेंडेंसी इंस्टॉल फेलियर्स के लिए रिट्रायल हैंडलिंग जोड़ता है, प्लगइन को पब्लिश करने योग्य रखता है जब एक प्रीव्यू सेल फ्लेक हो जाए भले ही प्रीव्यू पास हो गया हो, और पब्लिश के बाद हर अपेक्षित ClawHub पैकेज वर्जन को वेरिफाई करता है। यह फाइनल वेरिफिकेशन स्टेप अहम है। एक पब्लिश पाइपलाइन तब पूरी नहीं होती जब एक कमांड एक्ज़िट होती है; यह तब पूरी होती है जब अपेक्षित पैकेज वर्जन वहां दिखाई देते हैं जहां डाउनस्ट्रीम इंस्टॉलर्स उन्हें फेच करेंगे।
[NOVA]: प्लगइन इकोसिस्टम के लिए ये मायने रखता है क्योंकि पार्शियल पब्लिश क्लीन फेलियर्स से बदतर होते हैं। एक पैकेज एक जगह उपलब्ध हो सकता है, दूसरी जगह मिसिंग, या गलत वर्जन पर पब्लिश हो सकता है। ऑपरेटर्स तब इंस्टॉल एरर्स का पीछा करते हैं जो लोकल कॉन्फ़िगरेशन प्रॉब्लम्स जैसे दिखते हैं लेकिन असल में रिलीज़ डिस्ट्रीब्यूशन प्रॉब्लम्स हैं। पोस्ट-पब्लिश वेरिफिकेशन रिलीज़ प्रोसेस को रिकंसिलिएशन लूप में बदल देता है: अपेक्षित पैकेज सेट डिक्लेयर करो, पब्लिश की कोशिश करो, और चेक करो कि रजिस्ट्री स्टेट मैच करती है या नहीं। अगर नहीं करती, तो फेलियर मेंटेनेंस टाइम पर दिखती है यूज़र्स द्वारा डिस्कवर करने के बजाय।
[ALLOY]: OpenAI मॉडल सरफेस को एक टार्गेटेड एडिशन मिलता है: openai/chat-latest स्टेबल डिफ़ॉल्ट मॉडल बदले बिना मूविंग ChatGPT Instant API एलियास को ट्राई करने के लिए स्पष्ट डायरेक्ट API-की मॉडल ओवरराइड के रूप में सपोर्टेड है। की फ्रेज़ है स्पष्ट ओवरराइड। एक मूविंग एलियास करंट इंस्टेंट-चैट लेन से बिहेवियर टेस्ट करने के लिए उपयोगी है, लेकिन प्रोडक्शन एजेंट्स के लिए ये बुरा डिफ़ॉल्ट है क्योंकि उसका अंडरलाइंग मॉडल स्नैपशॉट बदल सकता है। इसे स्पष्ट मॉडल आईडी के पीछे रखने से बिल्डर्स एलियास टेस्ट कर पाते हैं जबकि शेड्यूल्ड जॉब्स, प्रोडक्शन वर्कफ़्लोज़ और रिप्रोड्यूसिबल इवैल्यूएशन के लिए स्टेबल डिफ़ॉल्ट्स बनाए रखते हैं।
[NOVA]: क्रॉन ऑटोमेट करना आसान हो जाता है। cron list --json और cron show --json अब कंप्यूटेड स्टेटस शामिल करते हैं, ताकि एक्सटर्नल टूलिंग disabled, running, ok, error, skipped, या idle स्टेटस बिना OpenClaw के स्टेटस डिराइवेशन को रीइम्प्लीमेंट किए पढ़ सकें। ये एक अच्छा API कॉन्ट्रैक्ट बदलाव है। अगर एक CLI मशीनों को JSON देती है, तो JSON में वो स्टेटस शामिल होना चाहिए जो ह्यूमंस देखते हैं। वरना हर डैशबोर्ड, मॉनिटर और रैपर स्क्रिप्ट को टाइमस्टैम्प्स, लास्ट एरर फ़ील्ड्स, इनेबल फ्लैग्स और रन मार्कर्स से स्टेटस रिवर्स-इंजीनियर करना होगा। ये इंकंसिस्टेंट ऑटोमेशन और फॉल्स अलार्म्स क्रिएट करता है।
[ALLOY]: चैनल इंस्पेक्शन को भी एक क्लीनर कॉन्ट्रैक्ट मिलता है। openclaw channels list अब केवल चैनल है, बंडल्ड और कैटलॉग चैनल्स के लिए --all एड करता है, इंस्टॉल्ड, कॉन्फ़िगर्ड और इनेबल्ड स्टेटस रेंडर करता है, और मॉडल ऑथ और यूसेज डीटेल्स को openclaw models auth list, openclaw status और openclaw models list में शिफ्ट करता है। यह स्प्लिट अहम है क्योंकि चैनल रेडीनेस और मॉडल ऑथेंटिकेशन अलग-अलग ऑपरेशनल डोमेन हैं। एक Slack या Discord चैनल इंस्टॉल्ड लेकिन डिसेबल्ड हो सकता है, कॉन्फ़िगर्ड लेकिन परमिशंस की कमी हो सकती है, या इनेबल्ड लेकिन करंटली हेल्दी नहीं हो सकता। मॉडल ऑथ प्रोवाइडर क्रेडेंशियल्स और रनटाइम सेलेक्शन से संबंधित है। इन्हें एक कमांड में मिक्स करने से ऑटोमेशन के लिए सिम्पल क्वेश्चंस का जवाब देना मुश्किल हो जाता है।
[NOVA]: सिक्योरिटी बाउंड्रीज़ कई जगह टाइट होती हैं। नेटिव कमांड हैंडलर्स अब ओनर इन्फोर्समेंट का सम्मान करते हैं। एक्टिव मेमोरी के लिए ग्लोबल मेमोरी टॉगल्स के लिए एडमिन स्कोप ज़रूरी है। ऑटो-रेप्लाय इनलाइन स्किल टूल डिस्पैच को before-tool-call ऑथराइज़ेशन हुक्स से गेट करता है। ये सभी ऑथराइज़ेशन फिक्सेस हैं सतहों के आसपास जो सिस्टम स्टेट बदल सकती हैं। नेटिव कमांड्स प्रिविलेज्ड कंट्रोल पाथ्स रन कर सकते हैं। ग्लोबल मेमोरी टॉगल्स भविष्य के सेशंस को याद रखने वाली चीज़ों को प्रभावित कर सकते हैं। इनलाइन स्किल्स ऑटो-रेप्लाय पाथ से टूल्स ट्रिगर कर सकते हैं, जहां यूज़र हर इंटरनल स्टेप पर नज़र नहीं रख रहा हो सकता। यह रिलीज़ इन एक्शन्स को explicit authorization चेक्स के थू री-पास करती है।
[ALLOY]: इनलाइन स्किल डिस्पैच फिक्स अलर्ट करने योग्य है। स्किल सिस्टम्स कन्वीनिएंट हैं क्योंकि वे एक एजेंट को पैकेज्ड बिहेवियर में टास्क रूट करने देते हैं। लेकिन अगर ऑटो-रेप्लाय बिना before-tool-call ऑथराइज़ेशन से गुज़रे इनलाइन स्किल टूल डिस्पैच कर सकती है, तो कन्वीनिएंट पाथ वीकर पाथ बन जाती है। सही डिज़ाइन यह है कि हर टूल एंट्री पॉइंट, चाहे वो विज़िबल चैट टर्न, इनलाइन स्किल, प्लगइन, या बैकग्राउंड ऑटो-रेप्लाय से इनवोक हो, एक्ज़ीक्यूशन से पहले एक ही पॉलिसी हुक से गुज़रता है। ये एडमिनिस्ट्रेटर्स को एक जगह allow, deny, prompt, log, या rate-limit बिहेवियर इम्प्लीमेंट करने देता है।
[NOVA]: क्रेडेंशियल्स को भी समान runtime-boundary fix मिलता है। समर्पित tavily_search और tavily_extract टूल्स अब active runtime config snapshot से क्रेडेंशियल्स resolve करते हैं, ताकि exec SecretRef-backed API keys टूल्स तक unresolved न पहुँचें। SecretRef सिस्टम तभी काम करता है जब हर टूल एक ही resolved runtime view से secrets पढ़ता है। अगर किसी एक टूल को literal unresolved marker मिलता है, तो फेलियर bad credentials जैसा दिखता है भले ही secret मौजूद हो। बुरी बात यह है कि डेवलपर्स इससे बचने के लिए key hardcode कर सकते हैं। Active snapshot से resolve करने से per-run config, SecretRefs, और tool credentials संतुलित रहते हैं।
[ALLOY]: Managed plugin install paths भी अधिक robust बनती हैं। OpenClaw अब managed plugin install, rollback, repair, और uninstall npm operations के लिए वही absolute POSIX npm lifecycle shell इस्तेमाल करता है जो staged package updates के लिए उपयोग होती है। Failure mode यहाँ सूक्ष्म है: restricted PATH shell cleanup या rollback को तोड़ सकता है भले ही original install path काम करता हो। Install और repair actions में same absolute lifecycle shell इस्तेमाल करने से environment drift कम होता है। Operators को भरोसा होना चाहिए कि rollback उन्हीं toolchain assumptions का उपयोग करता है जो install में होते हैं।
[NOVA]: Session और context correctness पर ध्यान दिया जाता है। Gateway sessions /new और sessions.reset के दौरान cached skills snapshots को साफ़ करती हैं, ताकि long-lived channel sessions skills बदलने के बाद visible skill lists को फिर से build कर सकें। Agents context engines cached assembled context views को invalidate करते हैं जब source history सिकुड़ती है या assembly fail होती है, जिससे stale pre-reset history को फिर से इस्तेमाल करने से बचा जा सके। ये cache invalidation bugs हैं, लेकिन user-facing impact गंभीर है। अगर reset skills snapshot को साफ़ नहीं करता, तो agent stale capabilities advertise कर सकता है। अगर context view history shrink के बाद भी बनी रहती है, तो model reset के बाद old conversation state देख सकता है।
[ALLOY]: Compaction को model-limit guard मिलता है। Summary reserve tokens को प्रत्येक model's output limit तक clamped किया जाता है ताकि high-context compaction अब invalid max_tokens values की request न करे। यह एक practical multi-model issue है। Context engine एक बड़ी summary reserve plan कर सकती है, लेकिन selected model उतने tokens emit करने में सक्षम नहीं हो सकती। अगर request फिर भी जाती है, तो compaction provider boundary पर fail हो जाती है। Reserve tokens को model output limits तक clamp करने से invalid request को bounded summary plan में बदल दिया जाता है।
[NOVA]: Delivery semantics अधिक honest बनती हैं। Agent delivery अब deliverySucceeded=false report करती है जब outbound delivery कोई adapter result नहीं देता, ताकि claimed या empty delivery paths अब successful sends की तरह masquerade न करें। Cron isolated runs भी model execution से पहले implicit announce delivery को fail करती हैं जब delivery.channel=last का कोई previous route नहीं होता, ताकि recurring jobs permanent delivery-target error में पहुँचने से पहले tokens खर्च न करें। दोनों changes एक ही principle का पालन करती हैं: महंगा काम न करो अगर output route impossible है, और success report मत करो जब कोई adapter delivery confirm न करे।
[ALLOY]: Discord target parsing को cross-channel agent messaging के लिए concrete fix मिलता है। Provider-prefixed targets जैसे discord:channel:
[NOVA]: Telegram hardening authorization और liveness दोनों पर फैलती है। Telegram अब numeric sender-ID checks apply करने से पहले DMs, groups, native commands, और callback authorization के लिए accessGroup:* sender allowlists का सम्मान करती है। Polling watchdog getUpdates liveness से जुड़ी रहती है ताकि असंबंधित outbound Bot API calls wedged inbound poller को mask न कर सकें। दूसरा fix एक classic health-check problem है। एक bot अभी भी messages send कर सकती है जब उसका inbound polling loop फंसा हुआ हो। अगर outbound calls watchdog को reset करते हैं, तो system healthy दिखती है भले ही यह user input receive नहीं कर सकती।
[ALLOY]: Voice operations Discord पर improve होती हैं। channels capabilities और channels status --probe अब Discord voice-channel permissions का audit करती हैं, including auto-join targets, ताकि missing Connect, Speak, और Read Message History permissions /vc join से पहले दिखें। Voice capture भी कम choppy है: default post-speech silence grace 2.5 seconds तक बढ़ जाती है, voice.captureSilenceGraceMs noisy sessions के लिए उपलब्ध है, और spoken-output prompt live STT fragments के आसपास tightened है। Voice agents turn segmentation पर जीते या मरते हैं। बहुत कम silence grace speakers को clip करती है। बहुत ज्यादा grace agent को sluggish बनाती है। Grace को configurable बनाना operators को room noise और speaking style के लिए tuning knob देता है।
[NOVA]: WhatsApp fixes operationally specific हैं लेकिन important हैं। Proactive phone-number sends अब उपलब्ध होने पर Baileys LID forward mappings से route होती हैं, ताकि LID-addressed contacts agent messages receive करें sender-only ghost chats बनाने की जगह। Captioned MEDIA: directive auto-replies अब एक बार send करती हैं captioned media reply से पहले empty media message emit करने की जगह। दोनों adapter correctness के उदाहरण हैं। Messaging providers के पास अक्सर multiple identity forms और media primitives होते हैं। Agent platform को उन्हें सही तरीके से map करना होगा या users duplicate, missing, या ghost messages देखेंगे।
[ALLOY]: Codex approval behavior ऐसे बदलती है कि approval fatigue कम होनी चाहिए review को bypass किए बिना। Codex approval modes में, OpenClaw डिफ़ॉल्ट रूप से pre-guardian native PermissionRequest hook install करना बंद कर देती है, जिससे Codex's reviewer OpenClaw के approval surface करने से पहले safe commands को approve कर सकता है। यह active session window के भीतर identical Codex native PermissionRequest payloads के लिए allow-always decisions को याद रखती है, और plugin approval requests अपने actual allowed decisions को validate और render करती हैं ताकि Telegram और अन्य native approval UIs stale actions offer न कर सकें। समझाने का detail sequencing है: inner reviewer को safe commands handle करने दो, जब जरूरत हो approvals surface करो, और सुनिश्चित करो कि UI actions current allowed decision set से मेल खाते हैं।
[NOVA]: प्रोवाइडर और मीडिया कम्पैटिबिलिटी को भी रिपेयर किया गया। OpenClaw APNG स्निफ्ड PNG अपलोड को नॉर्मलाइज़ करता है, Gemini 3 टूल-कॉल थॉट-सिग्नेचर रिप्ले को फॉलबैक सिग्नेचर के साथ प्रिज़र्व करता है, लेगसी env:VAR कस्टम-प्रोवाइडर कीज़ को एक्सेप्ट करता है, और snake_case टूल-कॉल ट्रांसक्रिप्ट सैनिटाइज़ेशन को रिपेयर करता है। ये वो एजेज़ हैं जो ट्रांसक्रिप्ट और टूल्स को पोर्टेबल बनाते हैं। अगर टूल-कॉल सिग्नेचर रिप्ले नहीं होते, तो प्रोवाइडर स्टेट फॉलो-अप टर्न्स को रिजेक्ट कर सकता है। अगर ट्रांसक्रिप्ट सैनिटाइज़ेशन snake_case टूल-कॉल्स को गलत तरीके से हैंडल करता है, तो रिप्ले और ऑडिट सरफेस वो चीज़ दिखाते हैं जो असल में हुई थी।
[ALLOY]: प्रैक्टिकल रिलीज़ रेटिंग ऑपरेटर्स के लिए हाई है। v2026.5.7 कोई फ्लैशी फीचर नहीं है; ये रिलायबिलिटी कॉन्ट्रैक्ट्स का सेट है। पब्लिशिंग रेजिस्ट्री स्टेट वेरिफाई करती है। Cron कम्प्यूटेड स्टेटस एक्सपोज़ करता है। चैनल्स और मॉडल ऑथ अलग-अलग हैं। इनलाइन स्किल्स ऑथोराइज़ेशन से गुज़रती हैं। SecretRefs रनटाइम पर रिज़ॉल्व होते हैं। कॉन्टेक्स्ट कैशेस रीसेट के बाद इनवैलिडेट होते हैं। डिलीवरी टोकन बर्बाद करने से पहले फेल हो जाती है। वॉइस परमिशन्स और कैप्चर टाइमिंग विज़िबल हैं। Codex अप्रूवल्स वास्तविक निर्णयों के साथ लाइन अप करती हैं। ये वो बदलाव हैं जो एजेंट सिस्टम को उस समय कम रहस्यमय बनाते हैं जब वो पूरे दिन चलता है।
[NOVA]: OpenAI Agents JS v0.9 से v0.11 तक सैंडबॉक्सेस को वर्कस्पेस मैनिफेस्ट, रनटाइम लिमिट्स, टूल शेड्यूलिंग और आर्टिफैक्ट बाउंड्रीज़ में बदल देते हैं OpenAI का JavaScript के लिए एजेंट्स SDK इस हफ्ते तेज़ी से आगे बढ़ रहा है, और सबसे ज़रूरी बदलाव सैंडबॉक्स एजेंट सरफेस है। सैंडबॉक्स एजेंट्स मौजूदा Agent, Runner और run फ्लो पर बनते हैं, लेकिन पर्सिस्टेंट वर्कस्पेस, वर्कस्पेस मैनिफेस्ट, सैंडबॉक्स सेशन्स, कैपेबिलिटीज़, स्नैपशॉट्स, मेमोरी और रिज़्यूम सपोर्ट जोड़ते हैं। प्रैक्टिकल तौर पर, ये एजेंट के बीच का अंतर है जो फंक्शन कॉल कर सकता है और एजेंट के बीच का अंतर है जो समय के साथ कंट्रोल्ड कंप्यूटर एनवायरनमेंट में काम कर सकता है।
[ALLOY]: सेंट्रल अब्स्ट्रैक्शन मैनिफेस्ट है। मैनिफेस्ट बताता है कि एजेंट का वर्कस्पेस में क्या है: सिंथेटिक फाइल्स और डायरेक्टरीज़, लोकल फाइल्स और डायरेक्टरीज़, Git रिपॉज़िटरीज़, एनवायरनमेंट वेरिएबल्स, यूज़र्स, ग्रुप्स, परमिशन्स, माउंट्स और आउटपुट लोकेशन्स। ये सैंडबॉक्स सेटअप को डिक्लेरेटिव वर्कस्पेस कॉन्ट्रैक्ट में बदल देता है। टास्क के "किसी तरह से इस एजेंट को रेपो और आर्टिफैक्ट्स लिखने की जगह दो" कहने की जगह, मैनिफेस्ट बिल्कुल बताता है कि क्या माउंट है, कहां दिखता है, कौन सी फाइल्स राइटेबल हैं, और कौन से एक्सटर्नल पाथ्स अलाउड हैं।
[NOVA]: ये मायने रखता है क्योंकि फाइल और कमांड एजेंट्स को बाउंड्रीज़ की ज़रूरत है। अगर एजेंट फाइल्स इंस्पेक्ट कर सकता है, कमांड्स रन कर सकता है, पैचेस लगा सकता है और आर्टिफैक्ट्स जेनरेट कर सकता है, तो सैंडबॉक्स को डिफाइन करना होगा कि स्कोप में क्या है। पर्सिस्टेंट वर्कस्पेस लॉन्ग-होराइज़न टास्क्स के लिए पावरफुल है क्योंकि एजेंट पिछली स्टेट से जारी रख सकता है, लेकिन पर्सिस्टेंस का मतलब ये भी है कि स्टेट एक्यूमुलेट हो सकती है। स्नैपशॉट्स और रिज़्यूम बिहेवियर बिल्डर्स को ये तय करने देती हैं कि कब प्रिज़र्व करना है, रिस्टोर करना है या डिस्कार्ड करना है। ऑपरेशनल सवाल ये हो जाता है: कौन सी फाइल्स टास्क इनपुट हैं, कौन सी जेनरेटेड आउटपुट हैं, और कौन सी रन के बीच पर्सिस्टेंट मेमोरी हैं?
[ALLOY]: v0.11.0 एक आर्टिफैक्ट-बाउंड्री चेंज जोड़ता है जो मिस करना आसान है लेकिन ज़रूरी है। सैंडबॉक्स लोकल सोर्स मैटेरियलाइज़ेशन अब LocalFile.src और LocalDir.src को मैटेरियलाइज़ेशन baseDir के अंदर रखता है जब तक कि सोर्स पाथ Manifest.extraPathGrants से कवर्ड न हो। बेस डायरेक्टरी मैनिफेस्ट लागू होने पर SDK प्रोसेस की करंट वर्किंग डायरेक्टरी है। रिलेटिव सोर्सेस उस डायरेक्टरी से रिज़ॉल्व होते हैं। एब्सोल्यूट सोर्सेस पहले से उसके अंदर या किसी एक्सप्लिसिट ग्रांट के तहत होने चाहिए। ये लोकल आर्टिफैक्ट बाउंड्री इश्यू को क्लोज़ करता है।
[NOVA]: माइग्रेशन इम्प्लिकेशन सीधा है। अगर कोई एप्लिकेशन जानबूझकर बेस डायरेक्टरी के बाहर से ट्रस्टेड होस्ट फाइल्स को सैंडबॉक्स वर्कस्पेस में कॉपी करता है, तो अब उसे extra path grant के साथ डिक्लेयर करना होगा। ये बेहतर कॉन्ट्रैक्ट है। इससे फर्क पड़ता है "एजेंट किसी भी होस्ट पाथ को पढ़ सकता है क्योंकि सोर्स पाथ वहां पॉइंट कर रहा था" और "एप्लिकेशन ने स्पष्ट रूप से इस एक्सटर्नल डायरेक्टरी को ग्रांट किया, संभवतः रीड-ओनली, डिस्क्रिप्शन के साथ।" एजेंट सिस्टम्स के लिए जो कस्टमर डेटा, प्रोपराइटरी रिपॉज़िटरीज़ या क्रेडेंशियल्स-एडजेसेंट फाइल्स हैंडल करते हैं, एक्सप्लिसिट ग्रांट्स सही डिफॉल्ट हैं।
[ALLOY]: SDK डिफॉल्ट मॉडल v0.10.0 में gpt-4.1 से बदलकर gpt-5.4-mini हो गया जब कोई मॉडल सेट नहीं होता। इससे उन एजेंट्स और रन्स पर असर पड़ता है जो इम्प्लिसिट डिफॉल्ट्स पर निर्भर थे। चूंकि नया डिफॉल्ट GPT-5 मॉडल है, इम्प्लिसिट डिफॉल्ट मॉडल सेटिंग्स में अब GPT-5 डिफॉल्ट्स शामिल हैं जैसे reasoning.effort="none" और verbosity="low"। बिल्डर रिकमेंडेशन सिंपल है: प्रोडक्शन एजेंट्स को मॉडल स्पष्ट रूप से सेट करना चाहिए। डिफॉल्ट्स उदाहरणों और प्रोटोटाइप्स के लिए उपयोगी हैं, लेकिन एजेंट बिहेवियर, कॉस्ट, लेटेंसी, रीज़निंग effort और वर्बोसिटी सिर्फ इसलिए नहीं बदलनी चाहिए क्योंकि किसी डिपेंडेंसी को अपग्रेड किया गया।
[NOVA]: टर्न लिमिट्स स्पष्ट हो जाती हैं। maxTurns=null SDK रन टर्न लिमिट को डिसेबल कर सकता है, जबकि सेटिंग छोड़ने पर DEFAULT_MAX_TURNS पर डिफॉल्ट रहता है, जो फिलहाल दस है। ये रनटाइम सेफ्टी वाल्व है। हार्ड टर्न कैप रनअवे लूप्स और अनपेक्षित कॉस्ट को रोकता है। कैप को डिसेबल करना लॉन्ग-होराइज़न वर्कफ्लोज़ के लिए ज़रूरी हो सकता है, लेकिन इसको दूसरे कंट्रोल्स के साथ जोड़ा जाना चाहिए: वॉल-क्लॉक टाइमआउट्स, टूल अलोलिस्ट्स, बजट लिमिट्स, चेकपॉइंटिंग और प्रोग्रेस विज़िबिलिटी। उपयोगी भेद ये है: छोड़ना मतलब सेफ डिफॉल्ट; null मतलब डेवलपर ने जानबूझकर लिमिट हटाई।
[ALLOY]: टूल शेड्यूलिंग भी ज़्यादा कंट्रोलेबल हो जाती है। RunConfig पर toolExecution.maxFunctionToolConcurrency लोकल फंक्शन-टूल एक्जीक्यूशन कंकर्सी को कंट्रोल करता है। ये प्रोवाइडर-साइड ModelSettings.parallelToolCalls से अलग है। ये सेपरेशन मायने रखता है। मॉडल को पैरेलल में कई टूल कॉल्स प्रपोज़ करने की अनुमति हो सकती है, लेकिन लोकल रनटाइम को अभी भी तय करना होता है कि एक बार में कितने एक्जीक्यूट करने हैं। फाइलसिस्टम टूल, डेटाबेस टूल, शेल टूल और HTTP टूल के अलग-अलग साइड इफेक्ट्स और रिसोर्स प्रोफाइल्स हैं। लोकल कंकर्सी रनटाइम शेड्यूलिंग पॉलिसी है, सिर्फ मॉडल-जेनरेशन प्रेफरेंस नहीं।
[NOVA]: MCP टूल नेमिंग में अब एक कॉलिज़न-अवॉयडेंस ऑप्शन मिलता है। SDK टूल नेम्स में MCP सर्वर का नाम शामिल कर सकता है, जो Python SDK के साथ अलाइन करता है। यह तब टक्कर से बचाता है जब कई MCP सर्वर एक ही लोकल नेम वाले टूल्स एक्सपोज़ करते हैं। बिना सर्वर प्रीफिक्स के, दो अलग-अलग सर्वर search, read, या query एक्सपोज़ कर सकते हैं। एजेंट को तब अस्पष्ट टूल नेम्स दिखती हैं, और लॉग्स ऑडिट करना मुश्किल हो जाता है। सर्वर-प्रीफिक्स्ड नेमिंग टूल नेमस्पेस को ज़्यादा स्पष्ट बनाती है, खासकर जब एजेंट कई इंटरनल और एक्सटर्नल टूल सर्वर से कनेक्ट होते हैं।
[ALLOY]: v0.11.0 में RealtimeAgent का डिफ़ॉल्ट मॉडल बदलकर gpt-realtime-2 कर दिया गया है। Realtime डिफ़ॉल्ट सिर्फ सौंदर्यशास्त्र नहीं हैं। एक realtime मॉडल ऑडियो लेटेंसी, टर्न-टेकिंग, ट्रांसक्रिप्शन बिहेवियर, बार्ज-इन एक्सपेक्टेशंस, और वॉइस इंटरैक्शन क्वालिटी को प्रभावित करता है। अगर कोई प्रोडक्ट बिना मॉडल पिन किए RealtimeAgent यूज़ करता है, तो SDK अपग्रेड अंडरलाइंग realtime बिहेवियर बदल सकता है। एक बार फिर, सिफारिश है कि प्रोडक्शन डिफ़ॉल्ट्स को पिन करें और उन्हें कस्टमर-फेसिंग सेशन्स में लाने से पहले रेप्रेजेंटेटिव ऑडियो कंडीशन्स में नए realtime मॉडल्स को टेस्ट करें।
[NOVA]: रिलीज़ सीरीज़ में ऐसे फिक्सेस भी हैं जो दिखाते हैं कि एजेंट रनटाइम कहाँ फेल होते हैं। v0.9.1 रन-स्टेट सीरियलाइज़ेशन में डुप्लिकेट-नेम एजेंट आइडेंटिटी प्रेज़र्व करता है, स्ट्रीम्ड फंक्शन कॉल्स को रिकॉन्साइल करता है जब सर्वर-मैनेज्ड रन एबॉर्ट होते हैं, और असिस्टेंट कन्वर्सेशन आइटम आइडीज़ को रीप्ले करने से बचाता है। v0.10.1 सेशन हिस्ट्री रिस्टोर करता है जब रिस्पॉन्सेस कम्पैक्शन रिप्लेसमेंट फेल होता है और होस्टेड MCP अप्रूवल पॉलिसीज़ को वैलिडेट करता है। ये स्टेट-मशीन फिक्सेस हैं। एजेंट सिस्टम्स में लोकल स्टेट, सर्वर स्टेट, स्ट्रीम्ड डेल्टास, कम्पैक्शन रिप्लेसमेंट, और अप्रूवल पॉलिसी होती है। अगर ये ड्रिफ्ट होती हैं, तो अगला टर्न गलत आइटम रीप्ले कर सकता है, हिस्ट्री खो सकता है, या गलत एक्शन अप्रूव कर सकता है।
[ALLOY]: JavaScript बिल्डर्स के लिए प्रैक्टिकल टेकअवे यह है कि Agents SDK को रनटाइम की तरह ट्रीट करें, सिर्फ मॉडल कॉल्स के चारों ओर एक रैपर की तरह नहीं। वर्कस्पेस मैनिफेस्ट्स को नैरोली डिफाइन करें। होस्ट पाथ्स के लिए extraPathGrants को पर्पसली यूज़ करें। प्रोडक्शन मॉडल्स को पिन करें। तय करें कि टर्न लिमिट्स डिफ़ॉल्ट पर रहनी चाहिए, बढ़ाई जानी चाहिए, या अन्य गार्डरेल्स के साथ डिसेबल की जानी चाहिए। साइड इफेक्ट्स के आधार पर लोकल टूल कंक्रेंसी सेट करें। जब कई सर्वर अटैच्ड हों तो MCP टूल नेम्स को प्रीफिक्स करें। Realtime मॉडल बदलावों को डिपेंडेंसी अपडेट्स की तरह नहीं, बल्कि प्रोडक्ट बिहेवियर बदलावों की तरह टेस्ट करें।
[NOVA]: Gemini CLI v0.42 Nightlies Harden Agent Runtime Edges: Shell Safety Evals, Approval Races, Compression Queues, OAuth Hangs, and Auto Memory Patches Gemini CLI के May 6 और May 7 के नाइटलीज़ यूज़फुल हैं क्योंकि ये कमांड-लाइन एजेंट्स के लिए ज़रूरी अनग्लैमरस रनटाइम वर्क को दिखाते हैं। बदलाव किसी एक मॉडल लॉन्च की तरह नहीं हैं; ये अप्रूवल, शेल सेफ्टी, कॉन्टेक्स्ट कम्प्रेशन, स्ट्रीमिंग फेलर्स, OAuth, सैंडबॉक्स नेमिंग, Auto Memory, और नॉन-इंटरैक्टिव आउटपुट के आसपास एज कीस की एक लिस्ट हैं। ये वही जगहें हैं जहाँ CLI एजेंट्स नाज़ुक हो जाते हैं।
[ALLOY]: अप्रूवल्स से शुरू करते हैं। A2A सर्वर फिक्सेस एक टूल अप्रूवल रेस कंडीशन को रिज़ॉल्व करते हैं, स्टेटस रिपोर्टिंग को इम्प्रूव करते हैं, और टूल कम्प्लीशन वेटिंग में एक रेस को रिज़ॉल्व करते हैं। एक एजेंट रनटाइम में, अप्रूवल एक स्टेट मशीन है। एक टूल कॉल प्रपोज़ की जाती है, अप्रूवल का अनुरोध किया जाता है, एक इंसान या पॉलिसी डिसीज़न आता है, टूल एक्ज़ीक्यूट होता है या डिनाइड होता है, और रनटाइम कम्प्लीशन रिपोर्ट करता है। अगर सिस्टम अप्रूवल रिज़ल्ट कमिट होने से पहले स्टेटस रिपोर्ट करता है, या गलत कम्प्लीशन सिग्नल का इंतज़ार करता है, तो UI टूल को पेंडिंग होते हुए भी डन दिखा सकता है, या एक्ज़ीक्यूट कर सकता है जब डिनाइल पाथ ने उसे रोकना चाहिए था।
[NOVA]: शेल-कमांड सेफ्टी इवैल्स एक स्ट्रॉन्ग एडिशन हैं। शेल टूल्स पावरफुल हैं क्योंकि वे एजेंट्स को फाइल्स इंस्पेक्ट करने, टेस्ट्स रन करने, डिपेंडेंसीज़ इंस्टॉल करने, और डेवलपर वर्कफ्लोज़ ऑपरेट करने देते हैं। वे उसी कारण से खतरनाक भी हैं। एक शेल सेफ्टी इवैल सूट मेंटेनर्स को एक तरीका देता है टेस्ट करने का कि क्या मॉडल और रनटाइम रिस्की कमांड्स, रिडायरेक्शन्स, डिस्ट्रक्टिव फाइल ऑपरेशन्स, क्रेडेंशियल एक्सपोज़र, और सैंडबॉक्स एस्केप अटेम्प्ट्स को सही से आइडेंटिफाई करते हैं। इम्पोर्टेंट पार्ट यह है कि सेफ्टी को बिहेवियर के तौर पर इवैल्यूएट किया जाता है, सिर्फ पॉलिसी के तौर पर डॉक्यूमेंट नहीं किया जाता।
[ALLOY]: नाइटलीज़ में नॉन-इंटरैक्टिव मोड में AgentExecutionStopped के लिए JSON आउटपुट भी जुड़ता है। यह CI और रैपर स्क्रिप्ट्स के लिए मैटर्स करता है। एक इंसानी TUI स्टॉप्ड स्टेट को प्रोज़ में दिखा सकता है; ऑटोमेशन को एक स्ट्रक्चर्ड ऑब्जेक्ट चाहिए। अगर नॉन-इंटरैक्टिव रन पॉलिसी, लिमिट, एरर, या अप्रूवल स्टेट की वजह से स्टॉप होते हैं, तो JSON आउटपुट कॉलिंग सिस्टम्स को क्लीन स्टॉप को क्रैश या टाइमआउट से अलग करने देता है। CLI एजेंट्स तेज़ी से शेड्यूल्ड जॉब्स और ऑर्केस्ट्रेशन सिस्टम्स के अंदर रन करते हैं, इसलिए स्ट्रक्चर्ड टर्मिनल सेमांटिक्स प्रोडक्ट सतह का हिस्सा हैं।
[NOVA]: कॉन्टेक्स्ट कम्प्रेशन को एक क्यूइंग फिक्स मिलता है: कम्प्रेशन के दौरान मैसेज क्यू किए जा सकते हैं। कम्प्रेशन ज़रूरी है क्योंकि लंबे एजेंट सेशन्स कॉन्टेक्स्ट लिमिट्स से ज़्यादा हो जाते हैं, लेकिन यह कंक्रेंसी हेज़र्ड भी है। अगर यूज़र एक मैसेज भेजता है जब रनटाइम हिस्ट्री को कम्प्रेस कर रहा है, तो सिस्टम को तय करना होता है कि इनपुट को ब्लॉक करना है, ड्रॉप करना है, पुराने कॉन्टेक्स्ट में ऐपेंड करना है, या कम्प्रेस्ड कॉन्टेक्स्ट के लिए क्यू करना है। क्यूइंग यूज़र के इंटेंट को प्रेज़र्व करता है जबकि कॉन्टेक्स्ट मैनेजर एक कोहीरेंट राइट फिनिश करने देता है। उसके बिना, चैट करप्शन या लॉस्ट टर्न्स के चांस ज़्यादा हो जाते हैं।
[ALLOY]: CLI ERR_STREAM_PREMATURE_CLOSE एरर्स को भी रिट्राई करता है। स्ट्रीमिंग एजेंट रन मॉडल आउटपुट, टूल प्रोग्रेस, और टर्मिनल रेंडरिंग में लॉन्ग-लिव्ड कनेक्शन्स पर डिपेंड करते हैं। एक प्रीमैचर क्लोज़ लॉजिकल फेलर से ज़्यादा ट्रांज़िएंट नेटवर्क या ट्रांसपोर्ट फेलर हो सकता है। ध्यान से रिट्राई करने से सिस्टम ज़्यादा रोबस्ट बन सकता है, लेकिन रनटाइम को साइड इफेक्ट्स डुप्लिकेट करने से बचना होगा। सेफ पैटर्न यह है कि आइडेंपोटेंट या प्री-एक्ज़ीक्यूशन स्ट्रीम पाथ्स को रिट्राई करें और एक बार टूल ने स्टेट म्यूटेट कर दिया हो तो ज़्यादा कंज़र्वेटिव रहें।
[NOVA]: कई फिक्स हेडलेस और नॉन-स्टैंडर्ड एनवायरनमेंट के बारे में हैं। CLI हेडलेस Linux पर OAuth auth के दौरान साइलेंट हैंग को रोकता है। यह GOOGLE_CLOUD_PROJECT में न्यूमेरिक प्रोजेक्ट आईडी को रिजेक्ट करता है। यह अनट्रस्टेड फोल्डर में MCP list UX को बेहतर बनाता है। ये ऑपरेटर-क्वालिटी फिक्स हैं। कई एजेंट रिमोट मशीनों, कंटेनरों, CI workers, या बिना ब्राउज़र के सर्वर पर चलते हैं। Authentication और प्रोजेक्ट रेज़ोल्यूशन फेलियर्स को एक्शनेबल स्टेटस के साथ फेल होना चाहिए, उस UI का इंतज़ार करने के बजाय जो मौजूद नहीं है।
[ALLOY]: सैंडबॉक्स व्यवहार में छोटे लेकिन महत्वपूर्ण बदलाव आए हैं। CLI सैंडबॉक्स कंटेनर के नाम रैंडमाइज़ करता है, और YOLO और AUTO_EDIT मोड में सैंडबॉक्सिंग के बिना रीडायरेक्शन की अनुमति देता है। रैंडमाइज़्ड कंटेनर नाम उस होस्ट पर कई रन एक्जीक्यूट होने पर टक्कर कम करते हैं। रीडायरेक्शन व्यवहार मायने रखता है क्योंकि शेल सिंटैक्स सामान्य डेवलपर वर्क का हिस्सा है: आउटपुट को फाइलों में रीडायरेक्ट करना, लॉग पाइप करना, और पैच लिखना। लेकिन रीडायरेक्शन के आसपास किसी भी बदलाव को सेफ्टी इवैल्यूएशन की भी ज़रूरत है क्योंकि रीडायरेक्शन फाइलों को ओवरराइट कर सकता है या कंटेंट को बाहर निकाल सकता है। इसीलिए शेल सेफ्टी इवैल्स और शेल व्यवहार बदलाव एक ही चर्चा में आते हैं।
[NOVA]: Auto Memory को प्राइवेट पैच अलाउलिस्ट की टाइटनिंग और स्पष्ट डॉक्यूमेंटेशन मिलता है कि Auto Memory मेमोरी अपडेट और स्किल्स प्रपोज़ करता है। पर्सिस्टेंट मेमोरी तभी उपयोगी है जब अपडेट स्कोप्ड और रिव्यूएबल हों। मेमोरी पैच अलाउलिस्ट कंट्रोल करता है कि किस तरह के प्राइवेट मेमोरी अपडेट ऑटोमैटिकली अप्लाई किए जा सकते हैं। बिना इस बाउंड्री के, एक एजेंट संवेदनशील, गलत, या ओवरब्रॉड फैक्ट्स पर्सिस्ट कर सकता है। बहुत सख्त बाउंड्री के साथ, मेमोरी बेकार हो जाती है। सही ऑपरेटर मॉडल है प्रपोज़ल, स्कोप, अलाउलिस्ट, और रिव्यू।
[ALLOY]: 7 मई की रिलीज़ थॉट स्ट्रीम से टूल एक्सप्लनेशन को टूल कॉल कंटेंट में शिफ्ट करती है। यह UI क्लीनअप लग सकता है, लेकिन यह प्राइवेसी और ऑब्ज़र्वएबिलिटी को प्रभावित करता है। थॉट स्ट्रीम और टूल-कॉल कंटेंट के अलग-अलग ऑडियंस और रिटेंशन नियम होते हैं कई सिस्टम में। अगर टूल एक्सप्लनेशन टूल कॉल के साथ है, तो उसे वहां रखने से ऑडिट लॉग स्पष्ट होते हैं और यूज़र-विजिबल टूल रेशनल को इंटरनल रीज़निंग चैनल से अलग रखा जाता है। एजेंट रनटाइम को ये कंटेंट बाउंड्री कंसिस्टेंट रखनी होती हैं।
[ALLOY]: Approval-race फिक्स एजेंट-टू-एजेंट सर्वर के लिए खास तौर पर महत्वपूर्ण हैं। जब एक एजेंट दूसरे रनटाइम से काम करने को कहता है, तो रिक्वेस्टिंग साइड को सिर्फ स्टेटस स्ट्रीम दिख सकती है। अगर उस स्ट्रीम में approved, denied, running, और completed गलत क्रम में दिखें, तो ऑर्केस्ट्रेशन कोड अनसेफ एज़ंप्शन बना सकता है। एक रोबस्ट A2A सर्वर approval, execution, cancellation, और completion को अलग-अलग स्टेट्स मानता है ड्यूरेबल ट्रांज़िशन के साथ।
[NOVA]: शेल सेफ्टी इवैल्स को रिग्रेशन इन्फ्रास्ट्रक्चर के तौर पर भी पढ़ा जाना चाहिए, सिर्फ पॉलिसी के तौर पर नहीं। एक बार CLI एजेंट रीडायरेक्शन, फाइल एडिट्स, पैकेज मैनेजर्स, और सैंडबॉक्स मोड सपोर्ट करता है, मेनटेनर्स को ऐसे उदाहरण चाहिए जो साबित करें कि रनटाइम डिस्ट्रक्टिव कमांड, खतरनाक आउटपुट रीडायरेक्शन, क्रेडेंशियल रीड्स, और कन्फ्यूज़िंग शेल सिंटैक्स को नोटिस करता है। वरना सेफ्टी इनफॉर्मल रिव्यू पर निर्भर करती है और मॉडल या प्रॉम्प्ट बदलने पर टूट जाती है।
[ALLOY]: कम्प्रेशन क्यू फिक्स एक और रियल-वर्ल्ड रिलायबिलिटी पॉइंट है। लंबे सेशन अक्सर उस समय हिस्ट्री कम्प्रेस करते हैं जब यूज़र अभी भी सक्रिय है। कम्प्रेशन के दौरान इनपुट क्यू करने से टर्न ऑर्डर बना रहता है: सारांश फिनिश करें, क्यू किए गए मैसेज को नए कॉन्टेक्स्ट से अटैच करें, और जारी रखें। उस इनपुट को ड्रॉप या रेस करने से CLI भूतिया लगेगा क्योंकि यूज़र का अगला मैसेज सेशन के गलत मेमोरी के आधार पर इंटरप्रेट होगा।
[NOVA]: Gemini CLI ऑपरेटर्स के लिए व्यावहारिक सिफारिश यह है कि इन नाइटलीज़ को रनटाइम-हार्डनिंग सिग्नल के तौर पर देखें। approval स्टेट मशीनों को रेस टेस्ट चाहिए। शेल टूल्स को सेफ्टी इवैल्स चाहिए। कम्प्रेशन को इनपुट क्यूइंग चाहिए। स्ट्रीमिंग को ऐसे रिट्राई रूल्स चाहिए जो डुप्लिकेट साइड इफेक्ट्स से बचें। OAuth को हेडलेस फेलियर मोड चाहिए। मेमोरी पैच को अलाउलिस्ट चाहिए। नॉन-इंटरैक्टिव रन को JSON स्टेट्स चाहिए। ये CLI एजेंट के लिए ऑप्शनल पॉलिश नहीं हैं; ये डेमो टर्मिनल और भरोसेमंद ऑटोमेशन सरफेस के बीच का अंतर हैं।
[NOVA]: चलिए ऑपरेटर चेकलिस्ट को ठोस बनाते हैं। OpenClaw डिप्लॉयमेंट के लिए, इस रिलीज़ के बाद पहली चेकलिस्ट आइटम पब्लिश वेरिफिकेशन है। अगर कोई प्लगइन कई पैकेज शिप करने का दावा करता है, तो रिलीज़ जॉब को इंटेंडेड पैकेज नामों और वर्जन को रजिस्ट्री रिज़ल्ट के साथ कंपेयर करना चाहिए। यह इंस्टॉलर्स की रक्षा करता है, लेकिन यह मेनटेनर की भी रक्षा करता है, क्योंकि इंसिडेंट डिस्ट्रिब्यूशन स्टेट की ओर इशारा करता है फैले हुए यूज़र रिपोर्ट के बजाय जिसमें फेल इंस्टॉल के बारे में बताया गया हो।
[ALLOY]: दूसरा, cron JSON को मॉनिटरिंग इंटरफेस की तरह ट्रीट करें। डैशबोर्ड को वही प्रोज़ नहीं स्क्रैप करना चाहिए जो इंसान पढ़ता है। उसे स्टेटस, लास्ट रन, नेक्स्ट रन, इनेबल्ड स्टेट, और एरर स्टेट को सीधे पढ़ना चाहिए। एक बार जब CLI स्टेटस कंप्यूट करता है, रैपर को यह तय करने के लिए प्रतिस्पर्धी नियमों की ज़रूरत नहीं होती कि जॉब आइडल है, स्किप्ड है, डिसेबल्ड है, या फेल्ड। कम इंडिपेंडेंट इंटरप्रिटेशन का मतलब है कम फॉल्स अलर्ट।
[NOVA]: तीसरा, रूटिंग हेल्थ को मॉडल हेल्थ से अलग रखें। एक Discord, Telegram, WhatsApp, या Slack रूट तब कॉन्फ़िगर किया जा सकता है जब मॉडल की अनुपस्थिति में, और एक मॉडल को तब ऑथेंटिकेट किया जा सकता है जब एक चैनल डिसेबल्ड या गलत परमीशन वाला हो। चैनल लिस्टिंग क्लीनअप इस अंतर को बनाए रखना आसान बनाता है। यह सपोर्ट डॉक्स के लिए भी आसान बनाता है कि वे कहें, यहाँ चैनल चेक करें, वहाँ मॉडल ऑथ चेक करें, फिर संयुक्त रनटाइम पिक्चर के लिए ग्लोबल स्टेटस चेक करें।
[ALLOY]: चौथा, मेमोरी और स्किल्स के लिए, मान लें कि लॉन्ग-लाइव सेशन्स में स्टेल व्यू होते हैं जब तक कि रनटाइम साबित न कर दे कि वे इन्वैलिडेट कर रहे हैं। स्किल स्नैपशॉट्स उपयोगी हैं क्योंकि वे हर टर्न में कैपेबिलिटी लिस्ट को फिर से बनाने से बचते हैं। कॉन्टेक्स्ट कैशेस उपयोगी हैं क्योंकि कॉन्टेक्स्ट असेंबल करना महंगा हो सकता है। लेकिन दोनों रीसेट, रिपेयर, या हिस्ट्री श्रिंक के बाद खतरनाक हैं। इस रिलीज़ के कैश इन्वैलिडेशन फिक्सेस इस बात की याद दिलाते हैं कि रीसेट्स को न केवल विज़िबल चैट हिस्ट्री बल्कि डिराइव्ड रनटाइम आर्टिफैक्ट्स को भी क्लियर करना होगा।
[NOVA]: पाँचवाँ, डिलीवरी जब संभव हो तो प्रीफ्लाइट होनी चाहिए और उसके बाद रिपोर्टेड आउटकम। एक क्रॉन जॉब जिसका कोई लास्ट डिलीवरी रूट नहीं है, मॉडल एक्जीक्यूशन से पहले फेल होनी चाहिए। एक सेंड पाथ जिसका कोई एडेप्टर रिज़ल्ट नहीं है, वह फर्जी सक्सेस नहीं बननी चाहिए। यह शेड्यूल्ड एजेंट्स के लिए विशेष रूप से महत्वपूर्ण है, क्योंकि जब फेलियर होती है तब कोई चैट विंडो नहीं देख रहा होता। लॉग्स और स्टेटस फील्ड्स को सच बोलना होगा।
[ALLOY]: OpenAI Agents JS के लिए, चेकलिस्ट अलग है। प्रोडक्शन में मॉडल्स और रियलटाइम मॉडल्स को पिन करके शुरू करें। फिर मैनिफेस्ट्स ऐसे लिखें जैसे कोई सिक्योरिटी रिव्यूअर उन्हें पढ़ेगा, क्योंकि अंततः कोई न कोई पढ़ेगा। लोकल डायरेक्टरीज़ को जानबूझकर डिक्लेयर करें। एक्स्ट्रा पाथ ग्रांट्स का सीमित उपयोग करें और बताएं कि वे क्यों हैं। तय करें कि कौन से आउटपुट आर्टिफैक्ट्स हैं, कौन से फाइल्स राइटेबल वर्कस्पेस स्टेट हैं, और कौन से होस्ट फाइल्स रीड-ओनली इनपुट्स हैं।
[NOVA]: फिर रनटाइम लिमिट्स ट्यून करें। डिफ़ॉल्ट टेन-टर्न कैप एक सैफ्टी रेल है; इसे डिसेबल करना एक डिज़ाइन डिसीज़न है। अगर मैक्स टर्न्स null है, तो वॉल-क्लॉक टाइमआउट, बजट कंट्रोल, और प्रोग्रेस रिपोर्टिंग जोड़ें। अगर लोकल फंक्शन टूल्स कंकरेंटली रन कर सकते हैं, तो उन्हें साइड इफेक्ट के अनुसार क्लासिफाई करें। रीड-ओनली सर्च टूल्स आमतौर पर पैरललाइज़ कर सकते हैं। पैकेज इंस्टॉलेशन, डेटाबेस राइट्स, फाइलसिस्टम म्यूटेशंस, और शेल कमांड्स को सख्त शेड्यूलिंग की ज़रूरत है।
[ALLOY]: MCP नेमिंग एक और प्रोडक्शन हाइजीन आइटम है। टूल नेम्स में सर्वर नेम्स प्रीफिक्स करना शोरिल लग सकता है, लेकिन यह एजेंट और लॉग्स को एक सर्वर के सर्च टूल को दूसरे सर्वर के सर्च टूल से कंफ्यूज होने से रोकता है। एक छोटे डेमो में, शॉर्ट नेम्स अच्छे लगते हैं। इंटरनल डॉक्स, टिकट्स, कोड सर्च, ब्राउज़र टूल्स, और कस्टमर डेटा टूल्स वाले प्रोडक्शन एनवायरनमेंट में, नेमस्पेस कॉलिज़न ऑडिट प्रॉब्लम्स बन जाते हैं।
[NOVA]: Gemini CLI के लिए, चेकलिस्ट नॉन-इंटरैक्टिव बिहेवियर से शुरू होती है। अगर एक CLI एजेंट ऑटोमेशन में रन करने वाला है, तो स्टॉप्ड स्टेट्स को JSON की ज़रूरत है। OAuth को तब स्पष्ट रूप से फेल होना चाहिए जब कोई ब्राउज़र उपलब्ध नहीं है। स्ट्रीमिंग रिट्राइज़ को डुप्लिकेट साइड इफेक्ट्स से बचना चाहिए। कंप्रेशन को क्यूड यूजर इनपुट को प्रिज़र्व करना चाहिए। ये बोरिंग रिक्वायरमेंट्स हैं जब तक कि एजेंट CI, रिमोट शेल, या शेड्यूल्ड जॉब के अंदर न चल रहा हो।
[ALLOY]: शेल सैफ्टी अपने खुद के लाइन आइटम की हकदार है। सवाल यह नहीं है कि शेल टूल्स उपयोगी हैं या नहीं; वे बेशक हैं। सवाल यह है कि क्या रनटाइम इंस्पेक्शन को म्यूटेशन से, सेफ रिडायरेक्शन को डिस्ट्रक्टिव ओवरराइट से, और सामान्य डेवलपर कमांड्स को क्रेडेंशियल या सैंडबॉक्स-रिस्क कमांड्स से अलग कर सकता है। सैफ्टी इवैल्स इसे एक टेस्टेबल सरफेस में बदल देते हैं। वे मेन्टेनर्स को रिग्रेशन पकड़ने देते हैं जब प्रॉम्प्ट्स, मॉडल्स, या शेल पार्सिंग बिहेवियर बदलते हैं।
[NOVA]: तीनों स्टोरीज़ में व्यापक सिफारिश डेमो के बाद के पल के लिए डिज़ाइन करना है। एक बार एजेंट्स पैकेजेस पब्लिश करने लगें, क्रॉन जॉब्स रन करें, वॉइस चैनल्स में शामिल हों, फाइल्स एडिट करें, और टूल्स कॉल करें, तो प्रोडक्ट अब सिर्फ एक चैट इंटरफेस नहीं रहता। यह एक ऑपरेटिंग एनवायरनमेंट है। ऑपरेटिंग एनवायरनमेंट्स को स्टेटस कॉन्ट्रैक्ट्स, ऑथराइज़ेशन हुक्स, स्पष्ट फाइलसिस्टम बाउंड्रीज़, ड्यूरेबल अप्रूवल स्टेट्स, स्ट्रक्चर्ड एरर्स, और रिकवरी पाथ्स की ज़रूरत है।
[ALLOY]: और इन रिलीज़ेस में सबसे अच्छा सिग्नल यह है कि वे बोरिंग सरफेस प्रोडक्ट अटेंशन पा रहे हैं। पब्लिशिंग वेरिफिकेशन, SecretRef रेज़ोल्यूशन, कॉन्टेक्स्ट इन्वैलिडेशन, सैंडबॉक्स मैनिफेस्ट्स, एक्स्ट्रा पाथ ग्रांट्स, कंप्रेशन क्यूज़, और शेल सैफ्टी इवैल्स हेडलाइन मॉडल कैपेबिलिटीज़ नहीं हैं। ये वो पार्ट्स हैं जो तय करते हैं कि एजेंट प्लेटफॉर्म पर भरोसा किया जा सकता है या नहीं जब कोई इसे बेबीसिट नहीं कर रहा।
[NOVA]: एक अंतिम कार्यान्वयन विवरण: इनमें से प्रत्येक सुरक्षा उपाय को एक ऐसा आर्टिफैक्ट तैयार करना चाहिए जिसे कोई मनुष्य बाद में जांच सके। एक रजिस्ट्री सत्यापन परिणाम, एक क्रॉन JSON स्थिति, एक अनुमोदन निर्णय पेलोड, एक सैंडबॉक्स मैनिफेस्ट, और एक स्टॉप्ड-रन JSON ऑब्जेक्ट - ये सभी साक्ष्य हैं। वे किसी मेंटेनर को यह पुनर्निर्मित करने देते हैं कि एजेंट ने क्या माना, रनटाइम ने क्या अनुमति दी, कौन से टूल चले, और आउटपुट कहां जाना था।
[ALLOY]: वह साक्ष्य परत वही है जो एजेंट ऑपरेशन को सिर्फ "वाइब्स" से इंजीनियरिंग में बदल देती है। अगर कोई ऑटोमेशन फेल होता है, तो आपको यह पूछने की जरूरत नहीं है कि क्या मॉडल ने भ्रम किया, रूट गायब था, क्रेडेंशियल हल नहीं हुआ, कॉन्टेक्स्ट पुराना था, सैंडबॉक्स ने बहुत अधिक पढ़ा, या अनुमोदन UI ने गलत एक्शन दिया। सिस्टम को आपके लिए उस खोज को संकुचित करना चाहिए।
[ALLOY]: EP047 से व्यावहारिक निष्कर्ष ऑपरेशनल है: OpenClaw v2026.5.7 सिस्टम स्थिति को पब्लिशिंग, क्रॉन, चैनल, मेमोरी, डिलीवरी, वॉइस, मेसेजिंग, और अनुमोदन में अधिक दृश्यमान और सुरक्षित बनाता है। OpenAI Agents JS दिखाता है कि सैंडबॉक्स्ड एजेंट एक्सप्लिसिट पथ ग्रांट्स, टर्न लिमिट्स, टूल कॉन्करेंसी, और MCP नेमस्पेस के साथ वर्कस्पेस-मैनिफेस्ट रनटाइम कैसे बन रहे हैं। Gemini CLI उन रनटाइम बाधाओं को दिखाता है जो मायने रखती हैं जब कमांड-लाइन एजेंट रियल वर्कफ्लो में चलते हैं: अनुमोदन रेस, शेल सुरक्षा, कंप्रेशन क्यू, ट्रांसपोर्ट रिट्राई, OAuth लाइवनेस, और मेमोरी पैच स्कोप। बिल्डर्स के लिए, सवाल सिर्फ यह नहीं है कि एजेंट क्या कर सकता है; यह है कि जब वह काम करता है तो कौन सी सीमाएं, स्थितियां, और रिकवरी पथ मौजूद हैं।
[NOVA]: OpenClaw Daily सुनने के लिए धन्यवाद। शो नोट्स और सोर्स लिंक Toby On Fitness Tech dot com पर हैं, और हम जल्द ही वापस आएंगे।