OpenClaw 2026.5.12, Hermes Foundation, Claude Code पृष्ठभूमि नियंत्रण, और Gemini एजेंट परिनियोजन

[NOVA]: मैं NOVA हूं, और यह AgentStack Daily है। आज की शुरुआत उस एजेंट इन्फ्रास्ट्रक्चर के हिस्से से होती है जो तय करता है कि पूरा स्टैक अच्छी तरह से बोरिंग महसूस करता है या नहीं: इंस्टॉल, चैनल रिलायबिलिटी, ऑथ प्रोफाइल्स, बैकग्राउंड सेशन्स, और डिप्लॉयमेंट कंट्रोल्स। OpenClaw v2026.5.12 वह होस्ट-क्वालिटी रिलीज है जिसे पहले देखना चाहिए। यह कोर इंस्टॉल को ट्रिम करता है, Telegram पोलिंग को ज्यादा रेजिलिएंट बनाता है, Codex और OpenAI ऑथ बिहेवियर को टाइट करता है, प्लगइन्स और गेटवे डिलीवरी को हार्डन करता है, और ब्राउज़र, सैंडबॉक्स, और कॉन्फ़िग पाथ्स को साफ करता है। इसके अलावा, Hermes Agent 2026.5.16 एक डिस्ट्रीब्यूशन और रनटाइम जंप है: नेटिव Windows बीटा, PyPI इंस्टॉलेशन, फास्टर स्टार्टअप, एक लोकल OpenAI-कम्पैटिबल प्रॉक्सी, रियल विज़न और वीडियो टूल पाथ्स, ब्राउज़र स्पीडअप्स, और फाइल म्यूटेशन्स के बाद वेरिफिकेशन। ...

[ALLOY]: मैं ALLOY हूं। Claude Code एडजेसेंट लोकल कोडिंग-एजेंट स्टोरी है। वर्शन 2.1.143 और 2.1.142 प्लगइन डिपेंडेंसी एन्फोर्समेंट, प्रोजेक्टेड कॉन्टेक्स्ट कॉस्ट, बैकग्राउंड-सेशन फ्लैग प्रिज़र्वेशन, PowerShell बिहेवियर, वर्कट्री आइसोलेशन चॉइसेस, MCP टाइमआउट फिक्सेस, और स्टॉप-हुक कैप्स जोड़ते हैं। फिर हम दो Google प्लेटफॉर्म बदलावों पर आते हैं। Gemini Enterprise Agent Platform में अब एजेंट रिविज़न्स, ट्रैफिक स्प्लिटिंग, और Priority PayGo हैं। और Google's Interactions API फ्लैट आउटपुट से टाइप्ड स्टेप्स टाइमलाइन में माइग्रेट हो रहा है। पूरे एपिसोड में व्यावहारिक सवाल सीधा है: ऑपरेटर को किन बदलावों को प्रोडक्शन असम्पशन बनने से पहले अपग्रेड, टेस्ट और इंस्ट्रूमेंट करना चाहिए? ...

[NOVA]: आज की रिलीज स्लेट को समझने का सबसे तेज तरीका उन सतहों से शुरू करना है जो रियल एजेंट वर्क में पहले टूटती हैं। एक डेमो ब्लोटेड इंस्टॉल, फ्रैजाइल मैसेज एडेप्टर, वेग ऑथ फेलियर, या बैकग्राउंड वर्कर जो गलत सेटिंग्स के साथ जागता है, उसे सurvive कर सकता है। एक डेली ऑपरेटर नहीं कर सकता। एक सीरियस एजेंट होस्ट को साफ-सुथरे इंस्टॉल होना चाहिए, चैनल स्टॉल्स सurvive करने चाहिए, क्रेडेंशियल्स स्कोप्ड रखने चाहिए, अपनी परमिशन्स बदले बिना बैकग्राउंड वर्क फिर से शुरू करने में सक्षम होना चाहिए, और असली आउटबाउंड कॉन्टेंट रिपोर्ट करने में सक्षम होना चाहिए भले ही वह कॉन्टेंट एक रिच कार्ड या टूल रिजल्ट हो न कि प्लेन टेक्स्ट। ...

[ALLOY]: यही वजह है कि OpenClaw v2026.5.12 मायने रखता है। यह सिर्फ एक शाइनी बटन नहीं जोड़ रहा है। यह डिपेंडेंसी कोन्स को कम कर रहा है, Telegram पोलिंग को आइसोलेट कर रहा है, लोकल स्पूल स्टेट प्रिज़र्व कर रहा है, Codex और OpenAI क्रेडेंशियल बिहेवियर में सुधार कर रहा है, गेटवे डेल्टास की मरम्मत कर रहा है, और रिच रिप्लाइज़ को असली रिप्लाइज़ के रूप में गिन रहा है। ये वे तरह की फिक्सेस हैं जो ऑपरेटर को प्लंबिंग के बारे में सोचना बंद कर देती हैं। अगर ग्रुप-मीडिया मैसेज को इग्नोर किया जाना चाहिए क्योंकि मेंशन गेटिंग ऑन है, तो उसे पहले डाउनलोड नहीं करना चाहिए। अगर एक शेड्यूल्ड अनाउंसमेंट HTML रेंडर करती है, तो फॉर्मेटिंग सurvive करनी चाहिए। अगर एक रिप्लाइ सिर्फ बटन्स वाला कार्ड है, तो वह गायब नहीं होना चाहिए क्योंकि प्लेन-टेक्स्ट फील्ड खाली है। ...

[NOVA]: Hermes Agent 2026.5.16 लेंस को चौड़ा करता है। यह एजेंट को इंस्टॉल करना आसान, स्टार्ट करना तेज, Windows पर ज्यादा व्यवहार्य, और लोकल प्रोवाइडर ब्रिज के रूप में ज्यादा उपयोगी बनाता है। OAuth-बैक्ड प्रोवाइडर्स के लिए एक लोकल OpenAI-कम्पैटिबल प्रॉक्सी खास तौर पर दिलचस्प है क्योंकि यह उन टूल्स को अकाउंट्स और प्रोवाइडर्स की तरफ पॉइंट करने की अनुमति देता है जो अन्यथा एक अलग ऑथेंटिकेशन पाथ के पीछे रहते हैं। यह लोकल टूलिंग के लिए सेंटर ऑफ ग्रैविटी बदल सकता है: Hermes सिर्फ एक चैट एजेंट नहीं, बल्कि एक प्रोवाइडर हब बन जाता है। ...

[ALLOY]: Claude Code के हाल के बदलाव ऑपरेटर पिक्चर को पूरा करते हैं। बैकग्राउंड वर्क तभी उपयोगी है जब यह उन चीज़ों को प्रिज़र्व करता है जिन्होंने फोरग्राउंड सेशन को सेफ बनाया: मॉडल, एफर्ट, सेटिंग्स, MCP कॉन्फ़िग, एडिशनल डायरेक्टरीज़, प्लगइन डायरेक्टरीज़, स्ट्रिक्ट MCP ऑप्शन्स, फॉलबैक मॉडल, और परमिशन मोड। प्लगइन डिपेंडेंसी एन्फोर्समेंट समान रूप से व्यावहारिक है। अगर एक प्लगइन दूसरे पर डिपेंड करता है, तो डिपेंडेंसी को डिसेबल करना सिस्टम को आधा-टूटी हालत में नहीं छोड़ना चाहिए। आज के लिए यह मेच्योर-एजेंट थीम है, बिना स्लोगन की ज़रूरत: कम हिडन स्टेट, ज्यादा एक्सप्लिसिट रोलआउट, ज्यादा टेस्टेबल रिकवरी। ...

[NOVA]: रिलीज रीडआउट को फ्रंट-लोड करने का एक कारण भी है, इसे हाउसकीपिंग की तरह ट्रीट करने के बजाय। ये अपग्रेड वर्कफ्लो डिफॉल्ट्स बदलते हैं जिन्हें बिल्डर्स इन्हेरिट करते हैं। अगर इंस्टॉल छोटा है, तो एक नया ऑपरेटर कम अनरीलेटेड फेलियर्स के साथ शुरू कर सकता है। अगर चैनल एडेप्टर लोकली स्पूल करता है, तो एक अप्रूवल वर्कफ्लो इवेंट-लूप स्टॉल सurvive कर सकता है। अगर ऑथ प्रोफाइल्स मीडिया और Codex रूट्स द्वारा रिस्पेक्ट किए जाते हैं, तो एक मिक्स्ड-प्रोवाइडर वर्कफ्लो में कम फॉल्स रीऑथेंटिकेशन लूप्स होते हैं। अगर बैकग्राउंड सेशन्स सेटिंग्स प्रिज़र्व करते हैं, तो एक अनटेंडेड कोडिंग वर्कफ्लो उन्हीं अथॉरिटी के साथ जाग सकता है जो उसके शुरू होने पर थी। ये एब्सट्रैक्ट इम्प्रूवमेंट्स नहीं हैं; ये बदलते हैं कि टीम्स एजेंट्स पर लंबे जॉब्स कितना ट्रस्ट करती हैं। ...

[ALLOY]: पहला बिल्ड पैटर्न रिलीज को एक अपग्रेड रिहर्सल की तरह ट्रीट करना है। एक कमांड न चलाएं, एक प्रॉम्प्ट देखें, और सक्सेस घोषित करें। हर सतह के लिए एक छोटा ऑपरेटर वर्कफ्लो बनाएं: एक चैनल वर्कफ्लो, एक प्रोवाइडर वर्कफ्लो, एक प्लगइन वर्कफ्लो, एक गेटवे वर्कफ्लो, एक ब्राउज़र वर्कफ्लो, और एक बैकग्राउंड कोडिंग वर्कफ्लो। हर एक की अपग्रेड से पहले एक एक्सपेक्टेड स्टेट होनी चाहिए और अपग्रेड के बाद एक एक्सपेक्टेड स्टेट होनी चाहिए। यह रिलीज को मेज़रबल बनाता है। यह टीम को एक रोलबैक ट्रिगर भी देता है अगर एक सतह रिग्रेस करती है। ...

[NOVA]: पहली स्टोरी एजेंट-स्टैक रिलीज रीडआउट है: OpenClaw v2026.5.12, Hermes Agent 2026.5.16, और Claude Code 2.1.143 और 2.1.142 ऑपरेटर सतह को मूव करते हैं। OpenClaw के डिपेंडेंसी शेप से शुरू करें। Bedrock, Bedrock Mantle, Slack, OpenShell सैंडबॉक्स, Anthropic Vertex, WhatsApp, और संबंधित प्रोवाइडर पैकेज मैंडेटरी कोर रनटाइम से बाहर जा रहे हैं। यह पैकेजिंग हाउसकीपिंग की तरह लगता है, लेकिन एजेंट होस्ट्स के लिए यह एक रियल रिलायबिलिटी इम्प्रूवमेंट है। ऑप्शनल प्रोवाइडर्स यूज़र्स के लिए प्लेटफॉर्म-स्पेसिफिक बिल्ड फेलियर्स नहीं बनने चाहिए जिन्होंने उन्हें कभी इनेबल नहीं किया। एक लीनर कोर का मतलब है कम सरप्राइज नेटिव बिल्ड्स, कम ट्रांज़िटिव वर्शन कॉन्फ्लिक्ट्स, और कम अपडेट फेलियर्स जो एक सर्विस की वजह से होते हैं जो एक्टिव कॉन्फ़िगरेशन का हिस्सा नहीं है। ...

[ALLOY]: डिपेंडेंसी कोन्स एक क्वाइट ऑपरेशनल रिस्क हैं। अगर बेस एजेंट पैकेज हर प्रोवाइडर, हर चैनल एडेप्टर, और हर सैंडबॉक्स पाथ को डिफॉल्ट में खींचता है, तो बेस इंस्टॉल सबसे फ्रैजाइल ऑप्शनल डिपेंडेंसी के हॉस्टेज बन जाता है। बेहतर मॉडल एक छोटा कोर है जिसमें एक्सप्लिसिट एक्सट्राज़ हैं। ऑपरेटर्स तब तय कर सकते हैं कि उन्हें Slack, WhatsApp, Bedrock, Vertex, एक सैंडबॉक्स बैकएंड, या एक स्पेशल प्रोवाइडर प्लगइन की ज़रूरत है या नहीं। इस हिस्से के लिए अपग्रेड टेस्ट ग्लैमरस नहीं है: एक क्लीन एनवायरनमेंट बनाएं, कोर इंस्टॉल करें, होस्ट शुरू करें, फिर सिर्फ वे एक्सट्राज़ जोड़ें जो आप वास्तव में उपयोग करते हैं। अनयूज़्ड प्रोवाइडर्स की अनुपस्थिति फीचर है। ...

[NOVA]: दूसरा OpenClaw क्लस्टर चैनल रिज़िलिएंस है। Telegram पोलिंग अब एक अलग-थलग वर्कर में ड्यूरेबल लोकल स्पूलिंग के साथ चलती है। डिज़ाइन टारगेट साफ है: मुख्य इवेंट-लूप स्टॉल इनबाउंड Telegram मैसेजेस खोने या बुरी तरह से देरी के लिए काफी नहीं होना चाहिए। एजेंट ऑपरेशंस में, चैट सिर्फ एक UI नहीं है। यह ट्रिगर बस, अप्रूवल बस, स्टेटस बस और एविडेंस बस है। अगर मुख्य एजेंट किसी लंबे टूल कॉल से व्यस्त है, तो भी चैनल एडैप्टर को ट्रांसपोर्ट इन्फ्रास्ट्रक्चर की तरह व्यवहार करना चाहिए। अलग-थलग पोलिंग और लोकल स्पूल उस फेलियर मोड का एक जवाब है। ...

[ALLOY]: इस रिलीज में कई Telegram और मैसेजिंग डीटेल्स भी टाइट होती हैं जो ऑपरेटर्स देखेंगे। लेज़ी क्रोन एनाउंसमेंट्स रेंडर्ड HTML फॉर्मेटिंग को प्रिज़र्व करती हैं। जब मेंशन गेटिंग सक्रिय होती है, तो ग्रुप मीडिया जो बॉट का ज़िक्र नहीं करता, वह डाउनलोड से पहले स्किप किया जा सकता है। टूल-प्रोग्रेस-ओनली ड्राफ्ट बबल्स अंतिम जवाब आने से पहले साफ हो जाते हैं। रिच-ओनली रिप्लाइज़, कार्ड्स, बटन्स और सोर्स रिप्लाइज़ को खाली छोड़ने के बजाय आउटबाउंड कंटेंट के रूप में ट्रीट किया जाता है। अपग्रेड के बाद प्रैक्टिकल स्मोक टेस्ट है एक स्ट्रीम्ड जवाब, एक शेड्यूल्ड एनाउंसमेंट, एक ग्रुप मीडिया एज केस, एक रिच कार्ड, और एक इंटरप्टेड टर्न। ...

[NOVA]: Codex और OpenAI पाथ्स को एक बड़ी रिलायबिलिटी पास मिलती है। Auth-profile-backed मीडिया टूल्स तब भी उपलब्ध रहते हैं जब क्रेडेंशियल्स एजेंट auth-profile स्टोर में होते हैं, एनवायरनमेंट वेरिएबल्स में नहीं। Codex OAuth रिफ्रेश एरर्स अब अधिक स्पष्ट रूप से क्लासिफाई होते हैं, और हाई-कॉन्फिडेंस ऐप-सर्वर रिफ्रेश फेलियर्स अस्पष्ट रनटाइम फेलियर्स में नहीं गिरते। सेलेक्टेबल OpenAI एजेंट मॉडल्स को Codex रनटाइम रिक्वायरमेंट्स के रूप में ट्रीट किया जाता है, भले ही प्राइमरी मॉडल कॉन्फिग Anthropic हो। यह मिक्स्ड-होस्ट सेटअप्स में मायने रखता है जहां Claude प्राइमरी असिस्टेंट है लेकिन Codex या OpenAI-backed टूल्स को अभी भी वैध मॉडल और क्रेडेंशियल पाथ्स की जरूरत है। ...

[ALLOY]: CODEX_HOME बिहेवियर भी महत्वपूर्ण है। OpenClaw डिफ़ॉल्ट रूप से HOME को राइटराइट किए बिना पर-एजेंट CODEX_HOME आइसोलेशन बनाए रखता है। यह अंतर दो बुरे परिणामों को रोकता है। एक तरफ, आप नहीं चाहते कि सभी एजेंट्स गलती से एक ही Codex क्रेडेंशियल और कैश स्टेट शेयर करें। दूसरी तरफ, HOME को राइटराइट करने से सामान्य सबप्रोसेसेस टूट सकती हैं जो सामान्य यूज़र-होम डिस्कवरी की उम्मीद करती हैं। यह रिलीज संकरे आइसोलेशन को चुनती है: उस Codex स्टेट को आइसोलेट करें जिसे आप आइसोलेट करना चाहते हैं, लेकिन हर सबप्रोसेस को एक अजीब एनवायरनमेंट एक्सपेरिमेंट में बदलने से बचें। ...

[NOVA]: प्लगइन मैकेनिक्स को अगले सेट ऑफ चेंजेस मिलते हैं। प्लगइन इंस्टॉल्स पीयर डिपेंडेंसीज़ प्रिज़र्व करते हैं, pnpm 11 को हैंडल करते हैं, कम्पैनियन प्लगइन्स के लिए एक डेप्रिकेटेड मेमोरी SDK सबपाथ को रिस्टोर करते हैं, रनटाइम एंट्री पॉइंट्स को अधिक संकरे रूप से स्कैन करते हैं, स्ट्रक्चर्ड सेटअप क्रेडेंशियल्स के माध्यम से प्रोवाइडर प्लगइन्स को डिस्कवर करते हैं, और डॉक्टर क्लीनअप के माध्यम से इंस्टॉल रिकॉर्ड्स को प्रिज़र्व करते हैं। ऑपरेटर-लेवल रीडिंग यह है कि प्लगइन इंस्टॉलेशन को एक फोल्डर कॉपी के बजाय एक डिपेंडेंसी ग्राफ के रूप में ट्रीट किया जा रहा है। अगर किसी प्लगइन को किसी पीयर पर निर्भरता है, अगर पैकेज मैनेजर बिहेवियर बदलता है, या अगर फेलियर के बाद डॉक्टर क्लीनअप चलती है, तो सिस्टम को होस्ट को वेज करने के बजाय रिकवर करने के लिए पर्याप्त स्टेट बनाए रखना चाहिए। ...

[ALLOY]: गेटवे और सेशन प्रोटोकॉल चेंजेस उन डेवलपर्स के लिए समान रूप से प्रैक्टिकल हैं जो OpenClaw के ऊपर क्लाइंट्स बना रहे हैं। सेशन हिस्ट्री अब मोनोटोनिक ट्रांसक्रिप्ट सीक्वेंस नंबर्स ले जाती है। स्ट्रीमिंग स्पष्ट डेल्टा टेक्स्ट और रिप्लेस फ्रेम्स भेज सकती है। इसका मतलब है कि एक क्लाइंट को अब असिस्टेंट आउटपुट को लोकली डिफ करने का अंदाज़ा लगाने या टाइमिंग से अकेले ऑर्डरिंग इन्फर करने की ज़रूरत नहीं है। सीक्वेंस नंबर्स उन छोटी प्रोटोकॉल फीचर्स में से हैं जो जैसे ही रीकनेेक्ट्स, रिट्राइज़, या मल्टीपल कंज्यूमर्स तस्वीर में आते हैं, ज़रूरी हो जाते हैं। टेस्ट सिर्फ एक प्लेन टेक्स्ट रिस्पॉन्स नहीं है। रीकनेेक्ट्स, रिप्लेसमेंट फ्रेम्स, रिच रिप्लाइज़, मैसेज-टूल-ओनली रिस्पॉन्सेज़, और मीडिया या कार्ड आउटपुट्स का टेस्ट करें। ...

[NOVA]: सिक्योरिटी और कॉन्फिग हार्डनिंग OpenClaw रिलीज को पूरा करती हैं। Windows यूज़र-प्रोफाइल रूट्स सैंडबॉक्स ब्लॉक्ड होम रूट्स में शामिल हैं ताकि क्रेडेंशियल-बियरिंग फोल्डर्स तब भी deny रहें जब HOME कहीं और पॉइंट करता हो। प्रोवाइडर क्रेडेंशियल्स ब्रॉड एनवायरनमेंट-वेरिएबल-लुकिंग स्ट्रिंग्स के बजाय स्ट्रक्चर्ड सीक्रेट रेफरेंसेस के माध्यम से रिज़ॉल्व होते हैं, जिससे accidental क्रेडेंशियल इन्फरेंस कम होता है। सिमांटिक कॉन्फिग म्यूटेशंस सीरियलाइज़ और सेंट्रली रिट्राइड होते हैं, जिससे क्लॉबर रिस्क कम होती है जब कंकरेंट कमांड्स एक ही कॉन्फिगरेशन को एडिट करते हैं। ब्राउज़र CLI कमांड्स मौजूदा ऑपरेटर-एडमिन गेटवे स्कोप का अनुरोध करते हैं, जिससे अनावश्यक अप्रूवल-लूप शोर से बचा जाता है। ...

[ALLOY]: इनमें से कोई भी आइटम हेडलाइन-ग्रैबिंग नहीं है, लेकिन वे बिल्कुल फन लोकल एजेंट और सुरक्षित डेली रनटाइम के बीच का अंतर हैं। क्रेडेंशियल्स लीक नहीं होने चाहिए क्योंकि सैंडबॉक्स ने गलत होम रूट का अनुमान लगाया। कॉन्फिग कॉरप्ट नहीं होना चाहिए क्योंकि दो कमांड्स ने दौड़ लगाई। ब्राउज़र कमांड्स को एक नया तरह का परमिशन नहीं मांगना चाहिए जब ऑपरेटर-एडमिन स्कोप पहले से मौजूद है। स्ट्रक्चर्ड सीक्रेट रेफरेंसेस को क्रेडेंशियल इंटेंट को स्पष्ट बनाना चाहिए। यह होस्ट मेंटेनेंस है, और होस्ट मेंटेनेंस वह जगह है जहां ट्रस्ट बनता है। ...

[NOVA]: Hermes Agent 2026.5.16 व्यापक रनटाइम और डिस्ट्रिब्यूशन स्टोरी है। यह रिलीज नेटिव Windows सपोर्ट को अर्ली बीटा के रूप में नामित करती है। इसमें PowerShell इंस्टॉलर, नेटिव सबप्रोसेस और PTY पाथ्स, taskkill-आधारित प्रोसेस मैनेजमेंट, MinGit ऑटो-इंस्टॉल, Python स्टब डिटेक्शन, Ctrl+C प्रिज़र्वेशन, और Windows-स्पेसिफिक फिक्सेस शामिल हैं। चेतावनी बीटा है, लेकिन दिशा बड़ी है। एजेंट टूलिंग जो केवल Unix-जैसी सिस्टम्स पर स्वाभाविक रूप से महसूस होती है, वह बहुत सारी डेवलपर और एंटरप्राइज़ मशीनों को फर्स्ट-क्लास पाथ से बाहर रखती है। Windows सपोर्ट एक चेकबॉक्स नहीं है; यह प्रोसेस कंट्रोल, टर्मिनल्स, सिग्नल्स, पाथ्स, Git इंस्टॉलेशन, शेल डिफॉल्ट्स, और ब्राउज़र इंटीग्रेशन को छूता है। ...

[ALLOY]: Hermes एक रियल PyPI इंस्टॉलेशन पाथ भी शिप करता है: pip install hermes-agent, फिर run hermes। यह एडॉप्शन लूप को बदलता है। एक यूज़र को एजेंट आज़माने से पहले रेपो को क्लोन करने, कस्टम इंस्टॉलर की जांच करने, और शेल स्क्रिप्ट को डीबग करने की ज़रूरत नहीं होनी चाहिए। PyPI डिस्ट्रिब्यूशन, लेज़ी डिपेंडेंसीज़, और एडवाइज़री चेक्स एक साथ कहते हैं कि प्रोजेक्ट इंस्टॉल को प्रोडक्ट के रूप में ट्रीट कर रहा है। लेज़ी डिपेंडेंसीज़ भारी प्रोवाइडर लाइब्रेरीज़ को पहले उपयोग तक डिफर करती हैं। इंस्टॉलर फॉलबैक्स एक्सट्रास टायर्स के माध्यम से आगे बढ़ती हैं। इंस्टॉल और अपडेट स्कैन अनसिक्योर वर्ज़न्स को देखते हैं। नतीजा तेज़ पहला रन और कम अनावश्यक प्रोवाइडर फेलियर्स होना चाहिए। ...

[NOVA]: परफॉर्मेंस के आंकड़े रोज़मर्रा के अनुभव में बदलने लायक हैं। Hermes कहता है कि skills caching, lazy imports, disk-cache-first मॉडल lookup, deferred provider libraries, और parallel doctor checks के ज़रिए cold start करीब उन्नीस सेकंड कम हो जाता है। सभी प्लेटफॉर्म के लिए Hermes टूल्स करीब चौदह सेकंड से डेढ़ सेकंड से भी कम हो जाता है। ब्राउज़र कंसोल evaluations supervisor के persistent CDP WebSocket को reuse करके dramatically faster हो जाती हैं, हर कॉल के लिए नई DevTools session खोलने की जगह। ब्राउज़र-heavy debugging के लिए, persistent CDP सिर्फ एक implementation detail नहीं है। यह तय करता है कि loop तुरंत feel करता है या हर observation setup tax के साथ शुरू होती है। ...

[ALLOY]: local proxy शायद सबसे strategically interesting Hermes feature है। Hermes proxy OAuth-authenticated providers को एक OpenAI-compatible local endpoint के ज़रिए expose करता है। Codex, Aider, Cline, या editor extensions जैसे टूल्स अक्सर OpenAI-style API कैसे call करती हैं यह जानती हैं। वे हर OAuth-backed consumer account या provider-specific login path कैसे handle करें यह शायद नहीं जानतीं। एक local compatibility proxy उस gap को bridge कर सकती है। operator के लिए सवाल यह है: कौन सी local tools को Hermes को अपना provider bridge मानना चाहिए, और कौन सी direct provider configuration रखनी चाहिए? ...

[NOVA]: Hermes अपना tool surface भी expand करती है। Cross-session एक घंटे का Claude prompt caching resumes और new sessions में repeated-prefix cost को कम कर सकता है। Vision analyze अब पहले image को text में reduce करने की जगह pixels को vision-capable models को pass करती है। unified video generate tool pluggable providers को support करती है। Computer use cua-driver के ज़रिए non-Anthropic-capable backend पाती है। Handoff context और tool history को preserve करते हुए live session को दूसरे model, persona, या profile पर move कर सकती है। X search और browser improvements इसे research और automation hub के रूप में ज़्यादा useful बनाती हैं। ...

[ALLOY]: code-writing agents के लिए, दो verification features खास attention deserve करती हैं। LSP semantic diagnostics write file और patch operations के बाद run होती हैं, ताकि agent downstream work जारी रखने से पहले changed file पर language-server errors देख सके। per-turn file-mutation verifier footer agent को बताती है कि turn के बाद disk पर actually क्या changed हुआ जिसने files लिखी थीं। यह एक familiar failure mode का direct answer है: model कहता है उसने file edited, लेकिन patch miss हुई, गलत region modified हुआ, या type error introduced हुआ जो immediately visible है। Diagnostics और mutation summaries tests की जगह नहीं लेतीं, लेकिन वे पहले real correction तक पहुंचने का path shorten करती हैं। ...

[NOVA]: Claude Code 2.1.143 और 2.1.142 CLI-agent side को पूरा करती हैं। plugin dependency enforcement का मतलब है कि plugin disable करना तब refuse कर सकता है जब दूसरी enabled plugin इस पर depend करती है, और system disable-chain hint दिखा सकता है। plugin enable करना transitive dependencies को force-enable कर सकता है। marketplace browse pane per turn और invocation के हिसाब से projected context cost दिखाती है। यह useful है क्योंकि plugin सिर्फ installed होने से free नहीं होती। अगर यह context inject करती है या frequently run करती है, तो इसका budget effect है। उस cost को visible बनाना plugin management को vibes से operations में बदल देता है। ...

[ALLOY]: background worktree isolation को worktree background isolation को none पर set करके नया choice मिलता है। ये background sessions को Git worktrees impractical होने पर सीधे working copy edit करने देता है। यह हर team के लिए सबसे safe default नहीं है, लेकिन यह real-world escape hatch है। worktree cleanup भी अब अगर git worktree remove fail होती है तो destructive removal पर fallback नहीं करती। यह matters क्योंकि cleanup paths dangerous हैं। failed cleanup visible और conservative होनी चाहिए, aggressive delete करने का invitation नहीं। ...

[NOVA]: background-session fixes वे हैं जिन्हें मैं पहले test करूंगा। background sessions idle से wake होने के बाद model और effort level preserve करती हैं। background command MCP config, settings, add-dir, plugin-dir, strict MCP config, fallback model, और bypass-permission availability को respawn या detach में preserve करती है। Claude agents add-dir, settings, MCP config, plugin directories, permission mode, model, effort, और skip-permission defaults के लिए flags accept करती है। dashboard से launch हुई background sessions configured default permission mode का honor करती हैं। यह worker के बीच का फर्क है जो same job resume करती है और worker जो subtly different safety contract के साथ resume करती है। ...

[ALLOY]: MCP HTTP और server-sent-event tool calls अब configured timeout को respect करती हैं, sixty seconds पर capped रहने की जगह। stop hooks जो block करती रहती हैं अब warning के साथ end होती हैं eight consecutive blocks के बाद unless overridden। PowerShell behavior improved है। plugin dependencies stricter हैं। background reliability better होती है। operators के लिए summary clear है: Claude Code upgrade करने के बाद, actual background job run करो, इसे idle होने दो, इसे wake करो, detach करो, MCP config check करो, permission mode check करो, और एक long MCP call force करो। version number को proof नहीं मानो कि तुम्हारी local workflow survive कर गई। ...

[NOVA]: तो release checklist concrete है। OpenClaw के लिए, test करो install extras, Telegram polling और spool behavior, rich replies, Codex auth profiles, gateway deltas, plugin installs, browser scope, sandbox blocked roots, और concurrent config edits। Hermes के लिए, test करो PyPI install, Windows अगर relevant हो, cold start, persistent browser console, local proxy, vision, video, handoff, LSP diagnostics, और mutation verification। Claude Code के लिए, test करो plugin dependency chains, projected plugin cost, background flags, worktree mode, MCP timeout, stop hooks, PowerShell, और dashboard-launched background sessions। ...

[ALLOY]: story two है Gemini Enterprise Agent Platform जो agent revisions, traffic splitting, और Priority PayGo जोड़ता है। Google's May fifteenth update एक deployment primitive जोड़ता है जो agent teams को चाहिए: immutable deployed-agent revisions with traffic splitting। इससे पहले, कई agent deployments mutable endpoints की तरह behave करती थीं। तुम prompt, tools, routing, model settings, या container code बदलती और endpoint बस different हो जाती। rollback तब depend करता था कि तुम्हारी release process platform के बाहर कितनी disciplined थी। revisions agent version को एक named deployment artifact देती हैं। traffic splitting एक team को traffic का एक slice new revision पर move करने देती है जबकि old revision अभी भी most users को serve करती है। ...

[NOVA]: ये मानक सॉफ्टवेयर रिलीज प्रैक्टिस जैसा लगता है, और यही कारण है कि यह मायने रखता है। एजेंटों को सर्विसेज की तरह ही रोलआउट डिसिप्लिन की जरूरत है, साथ ही अतिरिक्त बिहेवियरल मेट्रिक्स। एक डिटर्मिनिस्टिक API कैनरी एरर रेट, p95 लेटेंसी, और शायद सैचुरेशन देखती है। एक एजेंट कैनरी इन सबके अलावा टास्क कम्प्लीशन, टूल-कॉल काउंट, एस्केलेशन रेट, यूजर करेक्शन रेट, रिट्रीवल मिस रेट, रिफ्यूज़ल रेट, सक्सेसफुल आउटकम की लागत, और टूल पाथ के हिसाब से लेटेंसी देखनी चाहिए। एक प्रॉम्प्ट ट्वीक हैल्यूसिनेशंस कम कर सकता है लेकिन टूल कॉल्स डबल कर सकता है। एक टूल चेंज एक तरह के रिक्वेस्ट में सक्सेस सुधार सकता है और दूसरे को बिगाड़ सकता है। रिविज़न-अवेयर ऑब्ज़र्वेबिलिटी के बिना, वो चेंजेस एक-दूसरे में घुल जाते हैं। ...

[ALLOY]: लॉगिंग की सिफारिश सीधी है: रिविज़न ID ट्रेसेस, लॉग्स, इवैल्यूएशन रिकॉर्ड्स, फीडबैक रिकॉर्ड्स, और सपोर्ट बंडल्स में दिखनी चाहिए। सिर्फ एंडपॉइंट नेम काफी नहीं है। अगर कोई यूजर रिपोर्ट करता है कि एजेंट अचानक गलत टूल चुनना शुरू कर दिया, तो इन्वेस्टिगेशन को यह जानना जरूरी है कि किस रिविज़न ने टर्न सर्व किया, उस रिविज़न का ट्रैफिक शेयर कितना था, कौन सा मॉडल और टूल्स एक्टिव थे, और क्या ऑफलाइन इवैल्स में भी यही बिहेवियर दिखा। रिविज़न ID रोलआउट और क्वालिटी के बीच जॉइन की है।

[NOVA]: ट्रैफिक स्प्लिटिंग टीम्स को एक सुरक्षित लेन देती है। प्रोडक्शन ट्रैफिक का एक छोटा प्रतिशत या एक संकरा इंटरनल कोहोर्ट से शुरू करें। लेटेंसी, कॉस्ट, टूल एरर्स, टास्क सक्सेस, और ह्यूमन एस्केलेशन देखें। फिर आगे बढ़ें, रुकें, या रोल बैक करें। मानक वेब रोलआउट से अहम अंतर यह है कि एजेंट क्वालिटी आंशिक रूप से सेमांटिक है। आपको न्यूमेरिक टेलीमेट्री के साथ-साथ इवैल्यूएशन हैनेसेस, ह्यूमन रिव्यू, और सैंपल्ड ट्रांसक्रिप्ट इंस्पेक्शन की जरूरत हो सकती है। एक रिविज़न ऑपरेशनली हेल्दी हो सकता है लेकिन बिहेवियरली बदतर। ट्रैफिक स्प्लिटिंग आपको इसे सबके देखने से पहले खोजने का तरीका देती है। ...

[ALLOY]: प्रायोरिटी पे-गो, जो एक दिन पहले जनरली एवेलेबल हुआ, कॉस्ट-ऐंड-लेटेंसी साइड जोड़ता है। प्रोविज़न्ड थ्रूपुट तब सबसे अच्छा है जब ट्रैफिक कमिटमेंट जस्टिफाई करने लायक पहले से तय हो। स्टैंडर्ड पे-गो फ्लेक्सिबल है लेकिन ज्यादा वेरिएबल परफॉर्मेंस हो सकती है। प्रायोरिटी पे-गो इनके बीच में है: स्टैंडर्ड कंजंप्शन से ज्यादा कंसिस्टेंट परफॉर्मेंस बिना उन्हीं अपफ्रंट थ्रूपुट कमिटमेंट के। प्रोडक्शन एजेंट्स के लिए, यह उन वर्कलोड्स पर मैप करता है जो अहम हैं लेकिन बर्स्टी हैं: कस्टमर-सपोर्ट ट्रायज, इन्सिडेंट हेल्पर्स, इंटरनल रिसर्च असिस्टेंट्स, या वर्कफ्लो एजेंट्स जो बिज़नेस आवर्स में स्पाइक करते हैं। ...

[NOVA]: बिल्डर ट्रैप रोलआउट डायग्नोसिस और कैपेसिटी वैरिएंस को मिक्स करना है। अगर एक नया एजेंट रिविज़न कैनरी के दौरान धीमा दिखता है, तो क्या रिविज़न डीपर रिट्रीवल, ज्यादा टूल कॉल्स, और लंबा रीज़निंग करा रहा है? या प्लेटफॉर्म वेरिएबल लोड पर है? प्रायोरिटी पे-गो एक तरह का शोर कम कर सकता है ताकि रोलआउट सिग्नल पढ़ना आसान हो। यह बुरे रिविज़न को अच्छा नहीं बनाता, और न ही लागत मिटाता है। पर-रिविज़न मेट्रिक्स में अभी भी मॉडल कॉल्स, टूल कॉल्स, टोकन यूसेज, लेटेंसी, और सक्सेस रेट दिखाने होंगे। ...

[ALLOY]: न्यूनतम यूज़फुल जेमिनी एजेंट रोलआउट डैशबोर्ड में रिविज़न, ट्रैफिक शेयर, लेटेंसी, मॉडल और टूल कॉस्ट्स, टूल एरर्स, ह्यूमन एस्केलेशन, टास्क सक्सेस, रिफ्यूज़ल रेट, और रोलबैक स्टेट दिखना चाहिए। जहां संभव हो, यह प्लेटफॉर्म लेटेंसी को एजेंट बिहेवियर से अलग दिखाना चाहिए। अगर नया रिविज़न रिट्रीवल डेप्थ बढ़ाता है, तो यह एक प्रोडक्ट चॉइस है। अगर स्टैंडर्ड पे-गो वैरिएंस उसी समय स्पाइक करता है, तो यह कैपेसिटी नॉइज़ है। मई रिलीज़ेस का पॉइंट यह है कि एजेंट डेप्लॉयमेंट अब सॉफ्टवेयर रिलीज़ मैनेजमेंट जैसा दिख सकता है। उस डिसिप्लिन का उपयोग करें। ...

[NOVA]: स्टोरी थ्री है गूगल का इंटरैक्शंस API माइग्रेशन जो फ्लैट आउटपुट्स की जगह टाइप्ड स्टेप्स टाइमलाइन लाता है। ब्रेकिंग-चेंज गाइड कहती है कि लेगसी स्कीमा आठ जून को हटा दिया जाएगा। पुराना शेप एक फ्लैट आउटपुट्स ऐरे लौटाता था। नया शेप टाइप डिस्क्रिमिनेटर्स और पॉलिमॉर्फिक रिस्पॉन्स फॉर्मेट वाला एक स्टेप्स ऐरे लौटाता है। एक सिंपल ऐप्लिकेशन के लिए, आखिरी टेक्स्ट आइटम पकड़ना और आगे बढ़ना आकर्षक हो सकता है। एजेंट सिस्टम्स के लिए, यह पॉइंट मिस करना होगा। एक टर्न एक स्ट्रक्चर्ड टाइमलाइन बनता जा रहा है, सिर्फ फाइनल जेनरेटेड स्ट्रिंग नहीं। ...

[ALLOY]: प्रैक्टिकल माइग्रेशन रिक्वेस्ट और रिस्पॉन्स रीडर्स से शुरू होती है। अगर आपका कोड आउटपुट्स को टॉप लेवल पर असुम करता है, तो उसे अपडेट करें। अगर टेस्ट्स में फिक्स्चर्स में सिर्फ पुराना शेप है, तो नए फिक्स्चर्स जोड़ें। अगर आपका डेटाबेस सिर्फ फाइनल टेक्स्ट स्टोर करता है, तो रॉ इंटरैक्शन ऑब्जेक्ट स्टोर करने पर विचार करें या कम से कम स्टेप टाइमलाइन। अगर आपके रिप्ले टूल्स, इवैल टूल्स, सपोर्ट टूल्स, या ऑडिट टूल्स पुराने आउटपुट्स को पार्स करते हैं, तो उन्हें कम्पैटिबिलिटी लेयर की जरूरत है। रिमूवल डेट इतना करीब है कि टीम्स को इसे आखिरी हफ्ते पर नहीं छोड़ना चाहिए। ...

[NOVA]: रिस्पॉन्स कॉन्फिगरेशन भी बदलता है। रिस्पॉन्स mime टाइप की जगह, आउटपुट कंट्रोल्स रिस्पॉन्स फॉर्मेट के नीचे चले जाते हैं। एक बढ़ते API के लिए यह साफ है क्योंकि यह अनरीलेटेड स्विचेस में रिक्वेस्ट स्कीमा बनाने से बचता है। एक पॉलिमॉर्फिक रिस्पॉन्स फॉर्मेट प्लेटफॉर्म को स्ट्रक्चर्ड मोड्स जोड़ने की जगह देता है बिना रिक्वेस्ट स्कीमा को अनरीलेटेड स्विचेस में बदले। SDK मेंटेनर्स के लिए, यह टाइप-जेनरेशन और कम्पैटिबिलिटी इश्यू है। ऐप्लिकेशन बिल्डर्स के लिए, यह परसिस्टेंस और पार्सर इश्यू है। आपके ऐप को पता होना चाहिए कि किस रिस्पॉन्स फॉर्मेट का रिक्वेस्ट किया गया था और कौन से स्टेप टाइप्स वापस आए। ...

[ALLOY]: माइग्रेशन-कंट्रोल डिटेल Api-Revision हेडर है। यह टीम्स को ट्रांज़िशन के दौरान बिहेवियर पिन करने देता है प्रोडक्शन फेलर्स के ज़रिए स्कीमा रिमूवल की खोज करने के बजाय। एक अच्छा माइग्रेशन प्लान है ड्यूल-रेड सपोर्ट, ट्रांज़िशन के दौरान रॉ-ऑब्जेक्ट कैप्चर, अपडेटेड समरीज़ और रिप्ले टूल्स, और पुराने ट्रांसक्रिप्ट्स या इंटरैक्शंस की एक छोटी सुइट जो नए पार्सर से गुज़रती हैं। अगर एजेंट लॉग्स सपोर्ट, इवैल्स, एनालिटिक्स, या ऑडिट के लिए उपयोग होते हैं, तो पुराने टेक्स्ट-ओनली मेंटल मॉडल को बनाए रखने के लिए स्टेप टाइप्स को फ्लैट मत कर दें। ...

[NOVA]: Steps timeline का कारण है future capability. Google कहता है कि नया shape future features को support करता है जैसे mid-flight steering और asynchronous tool calls. उन features को event structure की जरूरत है. एक tool call start, wait, resume, produce intermediate output, या final answer से पहले steering receive कर सकता है. अगर आपका client timeline को तुरंत एक string में collapse करता है, तो आप technically compatible हो सकते हैं लेकिन architecturally behind हो सकते हैं. बेहतर design है step ID, step type, timestamps, content, tool metadata, और interaction से linkage store करना. ...

[ALLOY]: यह episode के बाकी हिस्से से मेल खाता है. OpenClaw cleaner transcript sequences और gateway delta semantics जोड़ रहा है. Hermes diagnostics और mutation verification जोड़ रहा है. Gemini Enterprise Agent Platform revisions और traffic splits जोड़ रहा है. Google's Interactions API interaction को खुद एक timeline बना रहा है. अलग-अलग layers, same operational lesson: durable systems को structured state की जरूरत है. Final text user के लिए useful है, लेकिन debugging, steering, replay, billing, या evaluation के लिए यह काफी नहीं है. ...

[NOVA]: Upgrade priority सीधी है. अगर आप OpenClaw operate करते हैं, तो v2026.5.12 को अपने actual channels, Codex और OpenAI auth profiles, gateway clients, browser commands, plugin installs, sandbox expectations, और config mutation flows के against test करें. Startup success पर मत रुकें. एक rich reply send करें. एक turn interrupt करें. Mention gating के साथ group media test करें. एक gateway client reconnect करें. एक plugin install और एक doctor cleanup run करें. Confirm करें कि host transport infrastructure की तरह behave करता है, lucky demo की तरह नहीं. ...

[ALLOY]: अगर आप Hermes operate करते हैं, तो new install path, Windows path (अगर यह आपके users के लिए matter करता है), startup speed, persistent CDP browser console calls, local proxy, image और video tools, handoff, LSP diagnostics, और real repository पर file-mutation verifier test करें. Real-repo part matter करता है. एक toy prompt आपको नहीं बताएगा कि diagnostics fire होती हैं जब एक patch semantic error create करती है या mutation summary exact files changed को catch करती है. ...

[NOVA]: अगर आप Claude Code background agents use करते हैं, तो update करें और verify करें कि background sessions model, effort, settings, MCP configuration, add-dir, plugin directories, strict MCP config, fallback model, permission mode, और PowerShell behavior को detach, idle, और wake across preserve करते हैं. Plugin dependency enable और disable chains test करें. एक long MCP call test करें. Stop-hook blocking test करें. Background agents तभी valuable होते हैं जब वे same safety assumptions के under same job continue करते हैं. ...

[ALLOY]: Platform builders के लिए, Gemini Enterprise Agent Platform के revisions और traffic splitting वह deployment pattern है जिसे copy करना चाहिए: agents को canaries, rollback, revision-aware observability, और cost-aware rollout gates की जरूरत है. Priority PayGo useful है जहाँ latency variance rollout diagnosis को confuse करेगी या user experience को hurt करेगी, लेकिन यह per-revision quality metrics की जगह नहीं ले सकता. ...

[NOVA]: Final close से पहले, workflow playbook को explicit बनाते हैं. पहला workflow एक OpenClaw upgrade workflow है. Active host inventory से start करें: channels, model providers, Codex profiles, gateway clients, browser usage, plugins, scheduled jobs, और sandbox expectations. फिर clean environment में new host का staged build run करें. Goal यह prove करना नहीं है कि हर integration exist करती है. Goal यह prove करना है कि base runtime सिर्फ उन integrations के साथ start होती है जो आप actually use करते हैं. छोटा base runtime मतलब छोटा failure surface, और यही point है core से optional providers को बाहर करने का. ...

[ALLOY]: दूसरा workflow channel proving है. एक real chat channel pick करें और four checks run करें. पहला, एक normal streamed answer, क्योंकि streaming delta और replacement behavior reveal करता है. दूसरा, एक rich answer, क्योंकि cards और buttons को real outbound content count करना चाहिए. तीसरा, एक interrupted turn, क्योंकि draft bubbles और progress-only messages final result को pollute नहीं करने चाहिए. चौथा, एक gated group-media case, क्योंकि agent को उस media के लिए download और processing cost pay नहीं करनी चाहिए जिसे वह ignore करने के लिए configured था. अगर वे four checks pass हो जाएं, तो messaging workflow transport reliability के करीब है, lucky UI behavior के नहीं. ...

[NOVA]: तीसरा workflow Codex और provider authentication है. एक profile use करें जो broad environment variable के बजाय structured auth पर depend करता है. एक media-capable OpenAI tool, एक Codex action, और एक model switch run करें जहाँ primary agent OpenAI नहीं है. Error classification देखें. एक अच्छा upgrade एक refresh problem को clear authentication event में बदल देता है, unexplained runtime crash में नहीं. यहाँ build pattern simple है: हर provider lane को एक deliberate credential source, एक clear refresh path, और एक failure message चाहिए जिस पर operator act कर सके. ...

[ALLOY]: चौथा workflow plugin governance है. Plugins को एक dependency graph की तरह treat करें. जो plugin set आप use करते हैं उसे install करें. एक optional plugin disable करें और confirm करें कि कुछ unrelated नहीं टूटता. एक dependency disable करने की कोशिश करें और confirm करें कि system dependency-chain warning देता है, half-enabled state create करने के बजाय. Projected context cost review करें जहाँ platform उसे expose करता है. एक plugin जो silently हर turn पर large context add करता है वह सिर्फ एक extension नहीं है. यह एक recurring budget decision है. Mature builder workflows extension cost और extension dependency को incident से पहले visible बनाते हैं. ...

[NOVA]: पांचवां वर्कफ़्लो है गेटवे-क्लाइंट कम्पैटिबिलिटी। अगर आप OpenClaw के गेटवे के खिलाफ बिल्ड करते हैं, तो एक से ज़्यादा हैपी-पाथ जवाब टेस्ट करें। सीक्वेंस ऑर्डरिंग, रीकनेेक्ट, रिप्लेसमेंट फ़्रेम, रिच कार्ड, सोर्स रिप्लाई, मीडिया, और मैसेज-टूल-ओनली जवाब टेस्ट करें। एक क्लाइंट जो केवल फ़ाइनल टेक्स्ट संभालता है वो लिखना आसान है और ब्रेक करना भी आसान है। एक क्लाइंट जो ट्रांसक्रिप्ट सीक्वेंस, डेल्टा, रिप्लेसमेंट, कंटेंट टाइप, और डिलीवरी स्टेट स्टोर करता है वो ज़्यादा काम है, लेकिन वही क्लाइंट है जो आप चाहते हैं जब एजेंट पूरे दिन चलता है। यही आर्किटेक्चरल लेसन है जो Interactions API माइग्रेशन जैसा है: टाइमलाइन रखें, सिर्फ सारांश नहीं। ...

[ALLOY]: Hermes वर्कफ़्लो इंस्टॉल और स्टार्टअप से शुरू होता है। PyPI पाथ ट्राई करें, फिर पहला एक्शन टेस्ट करें जो एक भारी प्रोवाइडर डिपेंडेंसी खींचता है। ये फ़ास्ट एम्प्टी स्टार्ट और यूज़फ़ुल फ़र्स्ट यूज़ के बीच का अंतर पकड़ता है। फिर उन कमांड्स को बेंचमार्क करें जो आपके डेली लूप को ड्राइव करते हैं। अगर ब्राउज़र कंसोल कॉल आपके डीबगिंग वर्कफ़्लो का हिस्सा हैं, तो पर्सिस्टेंट CDP पाथ से पहले और बाद में उन्हें मेज़र करें। परफॉर्मेंस इम्प्रूवमेंट तब सबसे ज़्यादा मायने रखते हैं जब वे ऑपरेटर से हिचकिचाहट हटाते हैं। अगर कोई टूल पंद्रह सेकंड की जगह एक सेकंड में रिस्पॉन्ड करता है, तो लोग इसे अलग तरीके से इस्तेमाल करते हैं। ...

[NOVA]: Hermes प्रॉक्सी वर्कफ़्लो एक देखभादार रोलआउट के लायक है। पहले दिन हर लोकल टूल को प्रॉक्सी पर पॉइंट न करें। एक ऐसा टूल चुनें जो पहले से OpenAI-कम्पैटिबल API बोलता है। इसे लोकल प्रॉक्सी के खिलाफ कॉन्फ़िगर करें। नॉर्मल जेनरेशन, कैंसलेशन, एरर हैंडलिंग, और प्रोवाइडर-स्पेसिफ़िक लिमिट्स को कवर करने वाले छोटे प्रॉम्प्ट सेट रन करें। फिर तय करें कि प्रॉक्सी आपका डिफ़ॉल्ट ब्रिज बनता है या उन टूल्स के लिए टारगेटेड ब्रिज जो प्रोवाइडर के नेटिव ऑथ को हैंडल नहीं कर सकते। बिल्ड पैटर्न है पहले कम्पैटिबिलिटी, फिर कन्वीनिएंस। ...

[ALLOY]: कोड-एजेंट वर्कफ़्लो डायग्नोस्टिक्स पहले है। एक असली रिपॉज़िटरी में ब्रांच बनाएं। Hermes से एक छोटा बदलाव करने को कहें जो गलत होने पर लैंग्वेज-सर्वर फ़ीडबैक ट्रिगर करना चाहिए। पुष्टि करें कि राइट या पैच ऑपरेशन के बाद डायग्नोस्टिक्स दिखते हैं। फिर म्यूटेशन वेरिफ़ायर सारांश का निरीक्षण करें। इसमें एजेंट और ऑपरेटर को बताना चाहिए कि क्या बदला। ये वर्कफ़्लो टेस्ट की जगह नहीं लेता। ये सबसे पहले उस मिसमैच को पकड़ने के बारे में है जो एजेंट जो मानता है और वर्किंग ट्री में वास्तव में क्या है, के बीच होता है। ...

[NOVA]: Claude Code के लिए, प्रोडक्शन वर्क जैसा बैकग्राउंड-सेशन वर्कफ़्लो इस्तेमाल करें। एक स्पेसिफ़िक मॉडल, एफ़र्ट लेवल, सेटिंग्स प्रोफ़ाइल, MCP कॉन्फ़िगरेशन, परमिशन मोड, अतिरिक्त डायरेक्टरी, प्लगइन डायरेक्टरी, और फ़ॉलबैक मॉडल के साथ बैकग्राउंड एजेंट लॉन्च करें। इसे आइडल छोड़ दें। इसे वेक करें। इसे डिटैच करें। डैशबोर्ड से इसे रीज़्यूम करें। फिर इससे एक MCP टूल कॉल करने को कहें जो साठ सेकंड से ज़्यादा चलता है। अगर उस कॉन्ट्रैक्ट का कोई हिस्सा चुपचाप बदलता है, तो वर्कफ़्लो अभी सुरक्षित नहीं है। बैकग्राउंड एजेंट सिर्फ लंबे-चलने वाली चैट नहीं हैं। वे ऑथोरिटी, कॉन्टेक्स्ट, और टूल एक्सेस के बारे में लंबी-चलने वाली प्रतिबद्धताएं हैं। ...

[ALLOY]: वर्कट्री वर्कफ़्लो के लिए टीम का फ़ैसला चाहिए। अगर आपकी टीम आइसोलेटेड Git वर्कट्री साफ़ तरीके से इस्तेमाल कर सकती है, तो ये एक मज़बूत सेफ़्टी पैटर्न बना रहता है। अगर आपकी रिपॉज़िटरी या टूलिंग वर्कट्री को अव्यवहारिक बनाती है, तो नया no-isolation विकल्प उपयोगी है, लेकिन इसे स्पष्ट होना चाहिए। अपने टीम वर्कफ़्लो में एक पॉलिसी नोट जोड़ें: जब बैकग्राउंड वर्क एक्टिव वर्किंग कॉपी एडिट कर सकता है, तो डिफ़ कौन रिव्यू करता है, कौन से कमांड इज़ाज़त हैं, और कंफ़्लिक्ट्स को कैसे हैंडल किया जाता है। सेफ़ बिल्ड पैटर्न कोई एक यूनिवर्सल सेटिंग नहीं है। ये आइसोलेशन मोड को रिपॉज़िटरी रियलिटी से मिलाना और ट्रेडऑफ़ को दिखाना है। ...

[NOVA]: Gemini Enterprise Agent Platform के लिए, वर्कफ़्लो हैप की उम्मीд पर नहीं, रिविज़न पर कैनरी है। एक नया रिविज़न बनाएं। थोड़ा ट्रैफ़िक शेयर भेजें। रिविज़न ID हर जगह लॉग करें। टास्क सक्सेस, लेटेंसी, टूल एरर, यूज़र करेक्शन, एस्केलेशन, कॉस्ट, और रिफ़्यूज़ल रेट को मौजूदा रिविज़न के खिलाफ़ तुलना करें। रोलबैक को एक एक्शन दूर रखें। अगर लेटेंसी क्रिटिकल है और ट्रैफ़िक बर्स्टी है, तो Standard PayGo और Priority PayGo को अलग-अलग टेस्ट करें ताकि आप प्लेटफ़ॉर्म वेरियंस को एजेंट बिहेवियर से अलग कर सकें। बिल्ड हैबिट है रोलआउट को ड्रैमैटिक बनाने से पहले ऑब्ज़र्वेबल बनाना। ...

[ALLOY]: Interactions API के लिए, वर्कफ़्लो है प्रोडक्ट माइग्रेशन से पहले पार्सर माइग्रेशन। नया रिस्पॉन्स रीडर जोड़ें। ट्रांज़िशन के दौरान पुराना रीडर रखें। कुछ समय के लिए रॉ इंटरैक्शन स्टोर करें। eval रीप्ले अपडेट करें। सपोर्ट टूलिंग अपडेट करें। किसी भी एनालिटिक्स जॉब को अपडेट करें जो मानती है कि फ़ाइनल टेक्स्ट एकमात्र आर्टिफ़ैक्ट है। फिर पुराने उदाहरणों को नए स्टेप्स पार्सर से गुज़ारें और परिणामों की तुलना करें। ख़तरनाक माइग्रेशन वही है जो पहले डेमो में पास हो जाता है लेकिन दो हफ़्ते बाद ऑडिट, सपोर्ट, या इवैल्यूएशन को ब्रेक करता है। टाइमलाइन-अवेयर स्टोरेज उससे बचाता है। ...

[NOVA]: अगर पूरे एपिसोड से एक बिल्ड पैटर्न लेने की बात हो, तो ये है: हर एजेंट वर्कफ़्लो को एक स्टेट की ज़रूरत है। OpenClaw गेटवे क्लाइंट को ट्रांसक्रिप्ट सीक्वेंस चाहिए। Gemini रोलआउट को रिविज़न ID चाहिए। Interactions को स्टेप ID चाहिए। Claude Code बैकग्राउंड वर्क को प्रीज़र्व्ड सेशन सेटिंग्स चाहिए। Hermes कोड एडिट्स को म्यूटेशन सारांश और डायग्नोस्टिक्स चाहिए। जब वर्कफ़्लो की एक स्टेट की होती है, तो आप इसे ऑब्ज़र्व कर सकते हैं, तुलना कर सकते हैं, रोलबैक कर सकते हैं, और समझा सकते हैं। जब वर्कफ़्लो का सिर्फ फ़ाइनल जवाब होता है, तो आप सिस्टम की मेमोरी को डीबग कर रहे होते हैं, सिस्टम को नहीं। ...

[ALLOY]: और दूसरा बिल्ड पैटर्न है पहले बोइंग एज को टेस्ट करना। बड़े डेमो से पहले ऑथ रिफ़्रेश टेस्ट करें। बिज़ी चैनल से पहले ग्रुप-मीडिया गेटिंग टेस्ट करें। ज़रूरी अपग्रेड से पहले प्लगइन डिसेबल टेस्ट करें। वीकेंड बैकग्राउंड रन से पहले आइडल वेक टेस्ट करें। रिमूवल डेट से पहले पार्सर रीप्ले टेस्ट करें। नए एजेंट रिविज़न ज़्यादातर ट्रैफ़िक लेने से पहले रोलबैक टेस्ट करें। बोइंग टेस्ट शिपिंग पर बोझ नहीं हैं; वे वो हैं जो एजेंट वर्कफ़्लो को बिना हर इम्प्रूवमेंट को नए ऑपरेटर मिस्ट्री में बदले शिप होने देते हैं। ...

[NOVA]: तीसरा बिल्ड पैटर्न यह है कि हर वर्कफ़्लो को प्रूफ से जोड़ें। एक चैनल वर्कफ़्लो को एक मैसेज ज़रूर बनाना चाहिए जो ऑपरेटर देख सके। एक प्रोवाइडर वर्कफ़्लो को यह साबित करना चाहिए कि किस क्रेडेंशियल सोर्स का उपयोग किया गया बिना सीक्रेट को एक्सपोज़ किए। एक प्लगइन वर्कफ़्लो को डिपेंडेंसी डिसीज़न दिखाना चाहिए। एक गेटवे वर्कफ़्लो को सीक्वेंस और रिप्लेसमेंट बिहेवियर दिखानी चाहिए। एक बैकग्राउंड वर्कफ़्लो को वेक के बाद प्रिज़र्व्ड सेटिंग्स दिखानी चाहिए। एक रोलआउट वर्कफ़्लो को रेविज़न और ट्रैफ़िक शेयर दिखाना चाहिए। एक API माइग्रेशन वर्कफ़्लो को पार्स्ड स्टेप टाइमलाइन दिखानी चाहिए। प्रूफ वही है जो रिलीज़ नोट को बेलीफ़ सिस्टम बनने से रोकता है। ...

[ALLOY]: चौथा बिल्ड पैटर्न यह तय करना है कि किस लेयर को कौन सा गारंटी ओन करना चाहिए। OpenClaw को ट्रांसपोर्ट बिहेवियर, गेटवे सेमांटिक्स, क्रेडेंशियल स्कोपिंग, और होस्ट सेफ़्टी ओन करनी चाहिए। Hermes को डेलिगेशन, प्रोवाइडर ब्रिजिंग, डायग्नोस्टिक्स, और म्यूटेशन विज़िबिलिटी ओन करनी चाहिए। Claude Code को लोकल कोडिंग-सेशन कंट्रोल और बैकग्राउंड अथॉरिटी ओन करनी चाहिए। Gemini Enterprise Agent Platform को डिप्लॉय्ड एजेंट्स के लिए प्रोडक्शन रोलआउट प्रिमिटिव्स ओन करने चाहिए। Interactions API को स्ट्रक्चर्ड टर्न हिस्ट्री ओन करनी चाहिए। जब ये बाउंड्रीज़ स्पष्ट हों, तो बिल्डर्स सही लेयर को डीबग कर सकते हैं बजाय इसके कि हर फ़ेलियर के लिए मॉडल को ब्लेम करें। ...

[NOVA]: API बिल्डर्स के लिए, Interactions माइग्रेशन यह रिमाइंडर है कि एजेंट API इवेंट टाइमलाइन बन रहे हैं। स्टेप्स स्टोर करें। टाइप मेटाडेटा रखें। पार्सर अभी बनाएं। Api-Revision हेडर का इस्तेमाल जानबूझकर करें। स्कीमा क्लीनअप आउटेज नहीं बनना चाहिए, और फ़ाइनल आंसर स्ट्रिंग वही एकमात्र चीज़ नहीं होनी चाहिए जो आपका सिस्टम एक टर्न के बारे में याद रखता है। ...

[ALLOY]: यह रहा AgentStack Daily। होस्ट सरफ़ेस को पहले अपग्रेड करें, रियल कंडीशंस में बैकग्राउंड वर्क टेस्ट करें, और रेविज़न ID और टाइमलाइन स्टेप्स को फ़र्स्ट-क्लास डेटा बनाएं। अगर इसने आपका टाइम बचाया, तो इसे किसी और बिल्डर के साथ शेयर करें जो एजेंट्स को डेमो से ऑपरेशंस में शिफ्ट कर रहा है। हम जल्द वापस आएंगे। ...

[NOVA]: AgentStack Daily बिल्डर्स के लिए बनाई गई है जो ऑपरेटर लेयर की परवाह करते हैं। गहरे नोट्स, लिंक्स, और ट्रांसक्रिप्ट के लिए, Toby On Fitness Tech dot com पर जाएं। ...