Codex चैटजीपीटी में प्रवेश करता है जैसे स्थानीय AI आठ-डॉलर बोर्डों से सर्वर तक फैलता है
Microsoft ने अपने MDASH हार्नेस में एक साइबर-रक्षा मॉडल जोड़ा है। एक 28.9 मिलियन पैरामीटर LLM आठ-डॉलर के बोर्ड पर चलता है। Nanbeige ने स्थानीय रनटाइम के लिए... Show notes: https://tobyonfitnesstech.com/hi/podcasts/episode-94/
🎧 Listen to Episodeएपिसोड 094 — 28 जुलाई, 2026
[00:00] एपिसोड हुक
9 जुलाई को OpenAI ने अपने समर्पित Codex अनुभव को ChatGPT डेस्कटॉप ऐप में स्थानांतरित कर दिया, जहां Codex अब एक ही वर्कस्पेस में Chat और Work के साथ-साथ बैठता है, और कंपनी का वर्तमान फ्लैगशिप जटिल कोडिंग कार्यों के लिए GPT-5.6 Sol है। Microsoft ने MDASH में MAI-Cyber-1-Flash जोड़ा, जो सॉफ्टवेयर कमजोरियों को खोजने और ठीक करने के लिए कंपनी का मल्टी-एजेंट सिस्टम है, जो नए मॉडल को मौजूदा पाइपलाइन में सीधे प्लग किए गए विशेषज्ञ डिफेंडर के रूप में प्रस्तुत करता है, जिसका लक्ष्य कमजोरी खोज से पैच तक का समय कम करना है। esp32-ai नाम का एक MIT-लाइसेंस्ड GitHub प्रोजेक्ट इस सप्ताह लॉन्च हुआ, जो लगभग आठ डॉलर की ESP32-S3 माइक्रोकंट्रोलर पर 28.9-मिलियन-पैरामीटर भाषा मॉडल चला रहा है, जो एक काम करने योग्य ऑन-डिवाइस टेक्स्ट जनरेटर को हार्डवेयर पर रखता है जो एक किचन ड्रॉवर में खो जाने के लिए काफी छोटा है।
[02:00] Microsoft ने अपने MDASH हार्नेस में साइबर-डिफेंस विशेषज्ञ मॉडल जोड़ा
Microsoft ने MAI-Cyber-1-Flash नामक एक नया मॉडल जारी किया और इसे MDASH में वायर्ड किया, जो कंपनी का मल्टी-एजेंट सिस्टम है जो सुरक्षा कमजोियों को खोजने और पैच करने के लिए है। फ्रेमिंग मायने रखती है: यह सुरक्षा का भेष पहने सामान्य चैटबॉट नहीं है। Microsoft साइबर डिफेंस को असतत कार्यों की पाइपलाइन के रूप में मान रहा है — बग की खोज करें, इसे रैंक करें, फिक्स लिखें — और उस वर्कफ्लो में उद्देश्य-निर्मित मॉडल को स्लॉट कर रहा है।
Microsoft का पिच सीधा है। कंपनी का दावा है कि MDASH के अंदर चलने वाला MAI-Cyber-1-Flash, कमजोरी के काम पर अग्रणी मॉडलों के प्रदर्शन से मेल खाता है, लगभग आधी लागत पर, और सिस्टम अपने स्वयं के टास्क सुइट पर 90 प्रतिशत तक पहुंचता है। दोनों आंकड़े वेंडर-आपूर्ति वाले हैं और इन्हें मार्केटिंग माना जाना चाहिए जब तक कि स्वतंत्र टीमें वास्तविक बग-फाइंडिंग कार्य पर उन्हें पुनः उत्पन्न न करें।
बिल्डर्स के लिए इसका संकेत एकल मॉडल से बड़ा है। मल्टी-एजेंट सेटअप — जहां एक समन्वयक छोटे, केंद्रित मॉडल को विशेष कार्य सौंपता है — पिछले दो सालों से ज्यादातर एक शोध कहानी रही है। सुरक्षा कार्य के लिए एक नामित, उपलब्ध मॉडल को उसके पीछे रखना उस पैटर्न की ओर एक छोटा कदम है जो डिफेंडर वास्तव में खरीद सकते हैं।
इसे मूल्यांकन करने वाली सुरक्षा टीम के लिए, प्रासंगिक प्रश्न परिचित हैं: क्या लागत बचत आपके वर्कलोड पर कायम रहती है, क्या 90 प्रतिशत का दावा आपके कोडबेस के संपर्क में बना रहता है, और क्या मल्टी-एजेंट डिज़ाइन पाइपलाइन को अपारदर्शी के बजाय ऑडिट करने योग्य बनाता है? Microsoft की घोषणा एक नाम और मूल्य बिंदु देती है; साक्ष्य को अभी भी वास्तविक परिनियोजन से आना होगा।
[02:39] एक 28.9M-पैरामीटर मॉडल अब $8 बोर्ड पर चलता है
esp32-ai नामक एक नया ओपन-सोर्स प्रोजेक्ट एक ESP32-S3 माइक्रोकंट्रोलर पर 28.9-मिलियन-पैरामीटर भाषा मॉडल चला रहा है जो लगभग आठ डॉलर में आता है, और Hacker News लॉन्च ने 282 अंकों का ध्यान आकर्षित किया। रिपॉजिटरी MIT-लाइसेंस्ड है, जिसका अर्थ है कि कोई भी इसे फोर्क कर सकता है और उसके आसपास एक डिवाइस शिप कर सकता है।
यह दिलचस्प बनाता है वह फॉर्म फैक्टर है। ESP32-S3 वह चिप है जो पहले से ही कम-लागत वाले सेंसर, स्मार्ट लाइट्स और शौकिया रोबोटिक्स किट के अंदर रहती है। इस पर सीधे एक भाषा मॉडल चलाने का मतलब है कि एक डिवाइस प्लेन-लैंग्वेज रिक्वेस्ट को इंटरप्रेट कर सकता है, सेंसर रीडिंग को सारांशित कर सकता है, या बिना किसी सर्वर को फोन किए सरल सवालों का जवाब दे सकता है। बिल्डर्स के लिए, यह वर्कशॉप के लिए ऑफ़लाइन कमांड इंटरफेस, इंडस्ट्रियल किट के लिए सेंसर एक्सप्लेनर, चैटी टॉय रोबोट, और क्लासरूम डिवाइस खोलता है जो प्रदर्शित करते हैं कि कोई मॉडल वास्तव में कंस्ट्रेंड हार्डवेयर पर कैसे एक्जीक्यूट होता है।
सीमाएं असली हैं और उनका नाम लेना जरूरी है। आठ डॉलर के बोर्ड पर 28.9-मिलियन-पैरामीटर मॉडल लैपटॉप-स्केल असिस्टेंट से बहुत दूर है। रिस्पॉन्स छोटे हैं, रीजनिंग सतही है, और डिवाइस लंबी बातचीत नहीं रखेगा। इसे सेंसर और लोगों के बीच एक चतुर लोकल ग्लू पीस के रूप में सोचें, क्लाउड असिस्टेंट की जगह नहीं।
यहां उपयोगी सिग्नल यह है कि भाषा मॉडल सस्ते और सस्ते सिलिकॉन पर सिकुड़ते जा रहे हैं। छोटे, लोकल-फर्स्ट बिल्ड्स जैसे इस एक के हर जेनरेशन यह अधिक यथार्थवादी बनाता है कि साधारण चीजों में थोड़ी बातचीत वाली इंटेलिजेंस डाली जाए, और बिना सब्सक्रिप्शन या नेटवर्क कनेक्शन के ऐसा किया जा सके।
[04:09] Nanbeige 4.2 लोकल रनटाइम में तीन-अरब-पैरामीटर एजेंट मॉडल लाता है
NOVA: Nanbeige ने Hugging Face पर Nanbeige4.2-3B नामक तीन अरब पैरामीटर का मॉडल रिलीज किया, और यह Apache 2.0 के तहत लाइसेंस्ड है, तो कोई भी इसे कमर्शियली उपयोग कर सकता है।
ALLOY: मुख्य नंबर यहां साइज है। तीन अरब पैरामीटर एक अच्छे लैपटॉप पर चलाने के लिए काफी छोटे हैं, और मॉडल कार्ड Transformers, vLLM, llama.cpp, GGUF quantization, MLX, LM Studio, और Ollama के लिए सपोर्ट लिस्ट करता है — मूल रूप से हर वह लोकल-AI रनटाइम जो लोग वास्तव में उपयोग करते हैं।
NOVA: यह बिल्ट-इन टूल-यूज और रीजनिंग चैट टेम्पलेट्स के साथ भी आता है, साथ ही 256K कॉन्टेक्स्ट विंडो, जो इस साइज के मॉडल के लिए बहुत बड़ी है।
ALLOY: बिल्डर्स के लिए, प्रैक्टिकल पिच यह है कि एक प्राइवेट, ऑन-डिवाइस असिस्टेंट जो लंबे डॉक्यूमेंट्स या पूरे कोडबेस को पुल कर सकता है बिना कुछ भी क्लाउड पर भेजे। कॉन्ट्रैक्ट पर ड्राफ्टिंग, PDFs के स्टैक को सारांशित करना, या इसे लोकली चलने वाले कोडिंग वर्कफ्लो में वायर करना सोचें।
NOVA: एक चेतावनी: Nanbeige दावा करता है कि मॉडल छह बेंचमार्क पर Qwen3.5-4B और Qwen3.5-9B को मात देता है — यह पब्लिशर का दावा है, स्वतंत्र वेरिफिकेशन नहीं, तो किसी प्रोजेक्ट पर बेट लगाने से पहले कम्युनिटी टेस्टिंग का इंतजार करें।
ALLOY: आगे देखने योग्य: जब लोग इसे एजेंट्स में शिप करना शुरू करें तो यह वास्तव में रियल टूल-कॉलिंग टास्क पर कैसे परफॉर्म करता है।
[05:21] NVIDIA का Vera CPU अब NVIDIA चिप्स की अगली पीढ़ी डिज़ाइन करने में मदद करता है
NVIDIA का कहना है कि उसके Vera CPU का दूसरा काम भी है: NVIDIA चिप्स के अगले राउंड को डिज़ाइन करने में मदद करना। कंपनी ने 27 जुलाई को घोषणा की कि वह Cadence और Synopsys के साथ काम कर रही है — दो वेंडर्स जिनके टूल्स अनिवार्य रूप से हर चिप डिज़ाइनर लेआउट, सिमुलेशन और वेरिफिकेशन के लिए उपयोग करता है — ताकि Vera के लिए उन EDA टूलचेन को ट्यून किया जा सके। NVIDIA अपने स्वयं के चिप-डिज़ाइन कार्य करने के लिए Vera को आंतरिक रूप से भी चला रही है।
यह एक रिकर्सिव लूप है जिस पर रुककर विचार करना चाहिए। वह इंजीनियरिंग टास्क क्लास जो मेमोरी बैंडविड्थ और CPU थ्रूपुट से सबसे अधिक लाभान्वित होता है — वे लंबे सिमुलेशन जो सत्यापित करते हैं कि एक नया प्रोसेसर वास्तव में वैसे ही व्यवहार करता है जैसा स्पेक कहता है — वही चीज़ है जिसके लिए Vera को ट्यून किया गया था। GPU इसके कुछ हिस्सों को तेज़ कर सकते हैं, लेकिन वेरिफिकेशन अभी भी CPU साइड पर बहुत निर्भर है, जहाँ डेटा को बिना अटके साफ़ तरीके से स्ट्रीम करना होता है।
Cadence और Synopsys व्यावहारिक कारण हैं कि यह कहानी NVIDIA से आगे जाती है। यदि दोनों EDA वेंडर्स असली Vera-ट्यून्ड बिल्ड शिप करते हैं, तो वही जीत जो NVIDIA के वेरिफिकेशन साइकिल को छोटी करती हैं, किसी भी चिप कंपनी तक पहुँच सकती हैं जो पहले से उन टूल्स के लिए भुगतान कर रही है।
आगे देखने वाली बात: Cadence या Synopsys से एक सार्वजनिक स्पीडअप नंबर जो Vera पर असली कस्टमर वेरिफिकेशन फ्लो चला रहा हो, सिर्फ एक आंतरिक NVIDIA बेंचमार्क नहीं।
[06:39] आठ साइंटिफिक-कंप्यूटिंग प्रोजेक्ट्स दिखाते हैं कि Codex वर्कफ़्लो अभी क्या कर सकते हैं
स्टैंडअलोन Codex डेस्कटॉप अनुभव अब ChatGPT ऐप के अंदर रहता है, Chat और Work के बगल में, ताकि एक सिंगल वर्कस्पेस एक बातचीत, एक लंबे समय तक चलने वाला जॉब, और एक कोडिंग सेशन को संभाल सके। यह OpenAI के 9 जुलाई के डेस्कटॉप कंसोलिडेशन का व्यावहारिक रूप है।
इसके नीचे GPT-5.6 Sol है, जो जटिल कोडिंग, कंप्यूटर यूज़, रिसर्च और सिक्योरिटी कार्यों के लिए वर्तमान फ्लैगशिप है। आधिकारिक मॉडल गाइडेंस में फ्रंटियर परफॉर्मेंस पर कम आउटपुट टोकन, शार्पर फ्रंटएंड डिज़ाइन और इंटेंट अंडरस्टैंडिंग, प्रोग्रामैटिक टूल कॉलिंग, और एक मल्टी-एजेंट बीटा पर ज़ोर है। प्रोग्रामैटिक टूल कॉलिंग एक मॉडल को एक टूल को दर्जनों कॉल बैक-एंड-फॉर्थ चेन करने के बजाय एक छोटा स्क्रिप्ट देने देती है, जो तब मायने रखता है जब एक एजेंट को मल्टी-स्टेप रिसर्च रन या जनरेटेड इंटरफ़ेस को कोऑर्डिनेट करना हो। मल्टी-एजेंट बीटा एक Codex सेशन को फ्रेश वर्कर सेशन में पैरलल सबटास्क सौंपने देता है।
असली लैब्स में यह कैसा दिखता है? OpenAI की 28 जुलाई की साइंटिफिक-कंप्यूटिंग रिपोर्ट आठ प्रोजेक्ट्स के बारे में बताती है। पाँच सिर्फ Codex पर चलते हैं; तीन Codex को Claude Code के साथ जोड़ते हैं। cyvcf2 जीनोमिक्स-वेरिएंट्स उदाहरण ने GPT-5.5 का उपयोग किया, इसलिए यह Sol बेंचमार्क नहीं है और कोडिंग क्लेम को कोट करने के बजाय एक दिशात्मक सिग्नल के रूप में पढ़ा जाना चाहिए। अन्य सात कंक्रीट वर्कफ़्लोज़ के बारे में बताते हैं: वेरिएंट पाइपलाइन बनाना, एक्सपेरिमेंट UI डिज़ाइन करना, और एक सिंगल डेस्कटॉप सरफ़ेस से लंबे डेटा-एनालिसिस जॉब्स को ऑर्केस्ट्रेट करना।
एक बिल्डर अब एक एजेंट को एक messy नोटबुक पर पॉइंट कर सकता है, डिज़ाइन किया हुआ इंटरफ़ेस प्लस वह स्क्रिप्ट वापस पा सकता है जो उसे पावर करती है, और बिना ब्राउज़र टैब जगले एक वर्कस्पेस में पूरी चीज़ चला सकता है।
[08:12] PNNL और AWS ग्रिड व्यवधानों के लिए AI निर्णय उपकरणों की योजना बना रहे हैं
ऊर्जा विभाग की प्रशांत उत्तर-पश्चिम राष्ट्रीय प्रयोगशाला और अमेज़न वेब सर्विसेज़ बिजली ग्रिड के लिए AI निर्णय-सहायता उपकरणों का पता लगाने के लिए एक साथ काम कर रहे हैं। यह साझेदारी, 27 जुलाई को HPCwire के माध्यम से घोषित, उन क्षणों को लक्षित करती है जिनसे ऑपरेटर सबसे अधिक डरते हैं: गंभीर मौसम आना, मांग में अप्रत्याशित उतार-चढ़ाव, या साइबर या भौतिक हमला जो अवसंरचना को प्रभावित करता है।
अभी, यह योजना और सत्यापन कार्य है, लाइव ग्रिड परिनियोजन नहीं। PNNL और AWS ने कहा कि लक्ष्य ऐसे उपकरणों का निर्माण और परीक्षण करना है जो ग्रिड ऑपरेटरों को उन उच्च-तनाव वाली विंडो में तेज़ स्थितिज जागरूकता और बेहतर विकल्प दें, वास्तविक स्विचिंग निर्णयों पर मनुष्यों का नियंत्रण रहे। यह महत्वपूर्ण अवसंरचना के लिए एक जानबूझकर चुनाव है, जहां आप एक स्वायत्त प्रणाली को उप-स्थान की चाबियाँ नहीं सौंपते जब आप अभी भी यह सत्यापित कर रहे होते हैं कि वह दबाव में कैसे तर्क करती है।
संघीय कोण मायने रखता है क्योंकि ग्रिड लचीलापन राज्य की सीमाओं, उपयोगिताओं और नियामक शासन व्यवस्थाओं को पार करता है, और PNNL ऐतिहासिक रूप से बड़े पैमाने के मॉडलिंग और हार्डवेयर-इन-द-लूप परीक्षण चलाता रहा है जो छोटे ऑपरेटर अकेले नहीं कर सकते। AWS स्केलेबल कंप्यूट लाता है जो गंभीर परिदृश्य सिमुलेशन को व्यवहार्य बनाता है। एक साथ, बताया गया उद्देश्य AI सुझावों को उन क्रमिक विफलताओं के खिलाफ तनाव-परीक्षण करना है जिन्होंने पिछले घटनाओं में क्षेत्रीय ग्रिड को बंद कर दिया था।
आगे देखने योग्य बात यह है कि क्या साझेदारी सार्वजनिक रूप से समीक्षा योग्य बेंचमार्क या परीक्षण परिदृश्य उत्पन्न करती है। तब तक, यह एक विश्वसनीय संकेत है कि महत्वपूर्ण-अवसंरचना AI स्लाइड डेक से संरचित सत्यापन की ओर बढ़ रहा है, अभी तक कोई ऐसा उत्पाद नहीं जिसे कोई कंट्रोल रूम में प्लग इन कर सके।
[09:44] Black Forest Labs एक मॉडल से कई मीडिया प्रकारों की खोज करता है
Black Forest Labs ने अभी-अभी Self-Flow प्रकाशित किया है, एक शोध पत्र और सार्वजनिक कोड जो पता लगाता है कि क्या एक फाउंडेशन मॉडल एक साझा स्व-पर्यवेक्षित दृष्टिकोण का उपयोग करके कई आउटपुट प्रकारों को जेनरेट करना सीख सकता है। दिलचस्प दिशा एक अनुकूलनीय प्रणाली है जो विभिन्न मीडिया को संभालती है, न कि प्रत्येक मोडैलिटी के लिए अलग से इंजीनियर किए गए विशेषज्ञों को।
यहाँ व्यावहारिक कहानी दिशा है, गणित नहीं। आज का जेनरेटिव परिदृश्य अक्सर संकीर्ण उपकरणों के ढेर की तरह दिखता है, प्रत्येक आउटपुट प्रकार के लिए एक, ऑर्केस्ट्रेशन कोड के साथ चिपका हुआ। Self-Flow पूछता है कि क्या वह खंडीकरण वास्तव में आवश्यक है, या क्या एक एकीकृत फाउंडेशन इसे बदल सकता है।
बिल्डर्स के लिए, निष्कर्ष धैर्य और जिज्ञासा है। आज कुछ शिप नहीं होता। यह शोध और सार्वजनिक कोड है, वह उत्पाद नहीं जिसे आप वर्कफ़्लो में प्लग इन कर सकते हैं। लेकिन अगर दिशा बनी रहती है, तो बहुमोडल पाइपलाइनें बाद में सस्ती और सरल हो सकती हैं, क्योंकि टीमों को प्रत्येक मोडैलिटी के लिए अलग स्टैक की आवश्यकता नहीं होगी। शोध पेज बुकमार्क करने योग्य है ताकि आप ट्रैक कर सकें कि अंततः क्या वास्तविक रिलीज के रूप में आता है।
जो इसे देखने लायक बनाता है वह यह है कि काम कौन कर रहा है। Black Forest Labs अधिक सक्रिय जेनरेटिव शोध समूहों में से एक है, इसलिए एक एकीकृत फॉलो-अप वास्तविक इंजीनियरिंग वजन लेकर आएगा, पूरी तरह से अकादमिक नहीं रहेगा। अभी के लिए, इसे एक संकेत के रूप में मानें कि बहुमोडल टूलिंग कहाँ जा सकती है, एकीकरण के लिए कोई चीज़ नहीं।
[11:06] एक 8-GPU HGX B300 रैक चलाने के लिए वास्तव में क्या चाहिए
ServeTheHome ने 27 जुलाई को ASRock Rack के 4U16X-GNR2 पर एक व्यावहारिक जांच प्रकाशित की, जो एक चार-रैक-यूनिट सर्वर है जो आठ NVIDIA HGX B300 एक्सेलेरेटर्स को एक ही चेसिस में समेटता है। यह वह मशीन है जिससे गंभीर प्रशिक्षण या बड़े-संदर्भ अनुमान क्लस्टर बनाया जाता है, और समीक्षा एक उपयोगी खिड़की है कि घने AI रैक का वास्तव में क्या मतलब होता है जब आप मार्केटिंग स्लाइड से आगे देखते हैं।
यहाँ HGX संदर्भ महत्वपूर्ण है। HGX NVIDIA का एक तंग रूप से युग्मित बेसबोर्ड डिज़ाइन है, जहाँ GPU इतने करीब होते हैं कि वे सामान्य PCIe के बजाय बहुत उच्च-बैंडविड्थ लिंक पर संवाद कर सकें। इसीलिए समीक्षा बेंचमार्क चार्ट की तुलना में प्लंबिंग पर अधिक समय बिताती है। आठ एक्सेलेरेटर्स एक साथ काम करने पर बहुत गर्मी और इंटर-चिप ट्रैफिक उत्पन्न करते हैं, और चेसिस को दोनों को संभालना होता है।
दो लिक्विड-कूलिंग दृष्टिकोण सामने आते हैं, क्योंकि यह चुनाव बदलता है कि डेटा सेंटर का बाकी हिस्सा कैसा दिखे। डायरेक्ट लिक्विड कूलिंग कूलेंट को चिप्स के करीब लूप करती है, जो कुशल है लेकिन यह मान लेता है कि कमरे में इसके लिए प्लंबिंग है। दूसरा रास्ता अधिक पारंपरिक इंस्टॉल के बदले में उच्चतर सुविधा कूलिंग लोड स्वीकार करता है। किसी भी तरह से, कूलिंग का निर्णय रैक पर लिया जाता है, डेस्क पर नहीं।
दूसरा सबक बैंडविड्थ है। GPU के बीच इंटरकनेक्ट स्पीड, और नेटवर्क तक, यह तय करती है कि एक घना नोड एक बड़े कंप्यूटर की तरह व्यवहार करता है या आठ छोटे जो एक दूसरे का इंतज़ार कर रहे हैं। ASRock Rack ने आठ B300s को उस ट्रैफिक के लिए आकार के फैब्रिक के साथ जोड़ा, जो कच्ची GPU संख्या को प्रशिक्षण और बड़े-संदर्भ अनुमान के लिए उपयोग करने योग्य थ्रूपुट में बदलता है।
बिल्डर्स के लिए, यह बात याद रखने योग्य है कि सर्वर स्वयं आर्किटेक्चर का हिस्सा है। पहले कूलिंग और पावर एनवेलप चुनें, फिर मॉडल चुनें।
[12:52] Verizon एज AI के लिए डार्क फाइबर पर एक अरब दांव लगाता है
Verizon चाहता है कि Wall Street इसे एक AI इन्फ्रास्ट्रक्चर कंपनी के रूप में देखे, और इसकी पिच दो हिस्सों में आती है: मिनी डेटा सेंटरों का एक बेड़ा, और Google के साथ डार्क फाइबर के लिए लगभग एक अरब डॉलर का समझौता। डार्क फाइबर का मतलब है कि जमीन के नीचे पहले से बिछाई गई ऑप्टिकल तंतुएं जिन्हें अभी कोई सिग्नल के साथ नहीं जला रहा है। कैरियर से तैयार बैंडविड्थ खरीदने के बजाय, Verizon कच्चे तंतुओं को पट्टे पर लेता है और खुद चलाता है।
यह सब क्यों? क्योंकि उपयोगकर्ता के पास AI inference चलाना लेटेंसी-संवेदनशील किसी भी चीज़ के लिए मायने रखता है — रियल-टाइम वॉइस असिस्टेंट, लाइव वीडियो समझ, फ्रॉड चेक, रोबोटिक्स कंट्रोल लूप। दूर के रीज़नल क्लाउड से कंप्यूट को हटाकर सड़क पर एक इमारत में ले जाना तभी काम करता है जब आप उस सड़क पर फाइबर पर पहले से नियंत्रण रखते हैं। डार्क फाइबर वह तरीका है जिससे कैरियर उस रूट को नियंत्रित करता है।
यह एक लागत की कहानी भी है। प्रति गीगाबिट कच्चे तंतु आमतौर पर रिटेल ट्रांज़िट की तुलना में सस्ते होते हैं, और उन्हें खुद जलाना ऑपरेटर को यह तय करने की अनुमति देता है कि क्षमता कैसे विभाजित की जाए, न कि कमोडिटी बैंडविड्थ पर प्रतिस्पर्धा करना।
ध्यान देने योग्य बातें: क्या नामित ग्राहक प्रतिबद्धताएं घोषणा का अनुसरण करती हैं, और Google स्वयं इन नए लिंक्स को क्या आगे बढ़ाने की योजना बनाता है। अभी के लिए यह ज्यादातर Verizon का व्यावसायिक प्रस्ताव है - वास्तविक edge-AI मांग को अभी भी निर्माण को सही ठहराने के लिए प्रकट होना चाहिए।
[14:09] Enigma ने $71M जुटाए हैं ताकि रोबोट ट्यूनिंग वॉल्यूम स्लाइडर जैसी महसूस हो
Enigma नामक एक रोबोटिक्स स्टार्टअप ने हाल ही में इक्यावन मिलियन डॉलर का सीड राउंड बंद किया है, Index Ventures और Ribbit Capital इस चेक का नेतृत्व कर रहे हैं, और पिच सामान्य रोबोटिक्स कहानी से थोड़ी अलग है। बेहतर ऑटोनॉमी स्टैक बेचने के बजाय, कंपनी रोबोट व्यवहार को समायोज्य बनाना चाहती है, सॉफ्टवेयर फिर से लिखने की तुलना में वॉल्यूम नॉब घुमाने जैसा।
TechCrunch की रिपोर्टिंग के अनुसार: एक गोदाम या फैक्ट्री टीम यह चुनने में सक्षम होनी चाहिए कि एक व्यक्ति कितना निर्दिष्ट करता है और रोबोट अपने आप कितना समझता है, और स्थितियों के बदलने पर उस मिश्रण को बदल सकता है। एक पिक-एंड-पैक सेल के बारे में सोचें जहां फ्लोर लीड चाहता है कि आज सुबह रोबोट अजीब आकार के बॉक्स को पकड़ने से पहले पूछे, लेकिन आज रात पूरी तरह से हाथों से दूर चले। आज, इस तरह का व्यवहार परिवर्तन आमतौर पर इसका मतलब है कि एक इंजीनियर ऑटोनॉमी लेयर में संपादन करता है; Enigma इस पर दांव लगा रही है कि इसका मतलब एक डायल होना चाहिए।
यह औद्योगिक रोबोटिक्स में एक वास्तविक दर्द है, जहां हर व्यवहार समायोजन वर्तमान में एक छोटी ऑटोनॉमी टीम से होकर गुजरता है और एक नया ग्रिपर या एक नया SKU शिप करने में ट्यूनिंग चक्रों के हफ्ते लग सकते हैं। मूल्य प्रस्ताव किसी भी डेमो वीडियो से पहले भी ठोस है।
ईमानदार चेतावनी यह है कि उत्पाद दावे स्टार्टअप-स्टेज हैं। सार्वजनिक रिपोर्टिंग में पायलट ग्राहकों के नाम, समर्थित हार्डवेयर, या हुड के तहत डायल वास्तव में क्या नियंत्रित करते हैं, इसका उल्लेख नहीं है। जो कोई भी इसके आसपास भौतिक उपकरण पर दांव लगा रहा है, उसके लिए मांगने के सबूत सरल हैं। इंटरफ़ेस वास्तव में कौन से ऑटोनॉमी व्यवहारों को प्रदर्शित करता है, और कौन से अभी भी हार्ड-कोडेड हैं? जब रोबोट कुछ अप्रत्याशित करता है तो ऑडिट ट्रेल कैसा दिखता है, और जब ऐसा होता है तो कौन जिम्मेदार है? जब तक इन सवालों के सार्वजनिक जवाब नहीं हैं, इक्यावन मिलियन को उत्पाद पर फैसले के बजाय नॉब विचार पर विश्वास के रूप में मानें।
[16:00] AI-संचालित विज्ञान के लिए बीस अमेरिकी एजेंसियां DOE के Genesis Mission में शामिल हुईं
DOE के Genesis Mission में वास्तव में बहु-एजेंसी प्रयास के रूप में विकसित हो गया है। बीस संघीय विभाग और एजेंसियां अब भाग ले रही हैं, जिनमें NIH, NASA, NSF और अन्य के प्रतिनिधि इस सप्ताह Genesis Mission शिखर सम्मेलन में साझा लक्ष्यों को रेखांकित कर रहे हैं। पहले पुरस्कार पहले ही राष्ट्रीय प्रयोगशालाओं और विश्वविद्यालयों की टीमों को दिए जाने लगे हैं।
जो इसे ध्यान देने योग्य बनाती है वह एक्सेस का कोण है। अभी, AI कंप्यूट के लिए शिकार करने वाले एक वैज्ञानिक आमतौर पर एक एजेंसी से ग्रांट के लिए प्रतिस्पर्धा करता है—NSF, DOE, NIH—और उस एजेंसी के डेटा नियमों और समीक्षा समयसीमा के भीतर काम करता है। एक all-of-government AI कार्यक्रम कुछ अलग का वादा करता है: राष्ट्रीय प्रयोगशालाओं में पूल कंप्यूटेशनल संसाधन, वैज्ञानिक डेटासेट तक साझा पहुंच जो पहले अलग-अलग साइलो में बैठते थे, और फंडिंग पथ जो एजेंसी की सीमाओं को पार कर सकते हैं। जीनोमिक्स, जलवायु मॉडलिंग, सामग्री विज्ञान, या खगोल विज्ञान के लिए AI टूल बनाने वाली टीमों के लिए, इसका मतलब प्रोटोटाइप से स्केल्ड प्रयोग तक तेज मार्ग हो सकता है।
यह वास्तविक शासन सवाल भी उठाती है। जब बीस एजेंसियां मॉडल, डेटा और प्राथमिकताएं साझा करती हैं, तो किसी को तय करना होगा कि कौन से शोध प्रश्न पहले आते हैं, जब कई विभाग एक ही मॉडल को फंड करते हैं तो एट्रिब्यूशन कैसे काम करता है, और जब एक एजेंसी का मिशन दूसरे के साथ टकराता है तो क्या होता है। शिखर सम्मेलन ने उन तनावों को सामने किया बिना हल किए। देखें कि अगले दौर के पुरस्कारों में कौन वास्तव में एजेंसी की सीमाओं में फंडिंग पाता है, न कि सिर्फ एक विभाग के भीतर।
[17:22] Anthropic ने Open Weights पर एक सीमा रेखा खींची
Anthropic ने इस सप्ताह एक आधिकारिक स्थिति पृष्ठ प्रकाशित किया जो open-weight AI मॉडल पर उसकी स्थिति को दर्शाता है—उन संस्करणों को जिनमें प्रशिक्षित पैरामीटर शामिल होते हैं ताकि कोई भी उन्हें डाउनलोड करके चला सके। CEO Dario Amodei ने स्पष्ट किया कि वह खुले-भार के रूप में इसका विरोध नहीं करते। उनकी चिंता सीमा (frontier) छोर पर है: सबसे सक्षम रिलीज, उनके अनुसार, चीनी AI विकास को मजबूत कर सकते हैं और अमेरिका–चीन प्रतिस्पर्धात्मक संतुलन को झुका सकते हैं।
पृष्ठ पढ़ने में उत्पाद अपडेट से कम और नीति बातचीत में योगदान से अधिक लगता है। Anthropic ने बताया कि खुली रिलीज वास्तव में क्या देती हैं: स्वतंत्र शोधकर्ता जो मॉडल व्यवहार की जांच करते हैं, स्टार्टअप जो सार्वजनिक भार के ऊपर बूटस्ट्रैप करते हैं, और स्थानीय-तैनाती बिल्डर जो अपने स्वयं के हार्डवेयर पर मॉडल चलाते हैं। उन लाभों के साथ, कंपनी अनसुलझे प्रश्न को चिह्नित करती है जिससे हर frontier lab जूझ रहा है—उपयोगी खुलेपन और भार-स्तर प्रसार जोखिम के बीच रेखा कहाँ गिरती है।
यह अंतर महत्वपूर्ण है क्योंकि शीर्षक आसानी से प्रतिबंध की तरह पढ़ा जा सकता है। यह नहीं है। Amodei खुले भार के पार प्रतिबंध लगाने के बजाय चरणबद्ध, टियर-आधारित रिलीज सीमाओं के लिए कह रहे हैं। यह स्थिति उद्योग टिप्पणी है, नई कानून नहीं। बिल्डर क्या तैनात कर सकते हैं, यह नियंत्रित करने वाले वास्तविक द्वार आसपास के compute पर निर्यात नियंत्रण, क्षेत्र-विशिष्ट होस्टिंग प्रतिबंध, और प्रत्येक मॉडल रिलीज से जुड़े लाइसेंसिंग नियम हैं।
खुले मॉडल चुनने वाले किसी भी व्यक्ति के लिए, व्यावहारिक मानचित्र नहीं बदला है। लाइसेंस शर्तें, आप कहाँ होस्ट करते हैं, और हार्डवेयर या compute पर किसी भी निर्यात नियम अभी भी यह निर्धारित करते हैं कि आप क्या तैनात कर सकते हैं। जो बदला है वह यह है कि एक प्रमुख frontier lab के पास अब अभिलेख में लिखित स्थिति है, जो एक बहस को तेज करती है जो मुख्य रूप से think-tank ब्रीफ और सरकारी सुनवाइयों में रही है।
[19:02] SerpApi के खिलाफ Google's Scraping केस स्थिति के कारण खारिज, पदार्थ के कारण नहीं
Google के खिलाफ SerpApi पर Google's मुकदमा, स्क्रैपिंग सेवा जो डेवलपर्स को संरचित खोज परिणाम खींचने देती है, 20 जुलाई को खारिज कर दिया गया था। लेकिन अदालत ने यह नहीं तय किया कि स्क्रैपिंग कानूनी है। उसने तय किया कि Google इस विशेष दावे को इस विशेष क़ानून के तहत नहीं ला सकता था। कारण है DMCA स्थिति। Google ने जिन anti-circumvention प्रावधानों का हवाला दिया, उनके तहत मुकदमा करने के लिए, वादी को विवादित सामग्री का कॉपीराइट स्वामी, एक विशेष लाइसेंसधारी, या एक अधिकृत एजेंट होना चाहिए। अदालत ने पाया कि Google ने वह भूमिका स्थापित नहीं की थी।
यह एक प्रक्रियात्मक हानि है, पदार्थपूर्ण नहीं। आदेश स्क्रैपर्स को यह नहीं बताता कि वे कोई भी पृष्ठ खींच सकते हैं। Reddit ने SerpApi के खिलाफ एक समान मामला दायर किया, और 27 जुलाई की रिपोर्टिंग के अनुसार, वह मुकदमा अभी भी लंबित था। तो यह अनसुलझा प्रश्न बना हुआ है कि सार्वजनिक वेब परिणामों को स्क्रैप करना DMCA का उल्लंघन करता है या नहीं।
जो स्पष्ट हुआ वह यह है कि एक स्क्रैपर कितने अलग-अलग कानूनी द्वारों में प्रवेश कर सकता है। Robots.txt एक crawler-वरीयता संकेत है, एक सभ्य अनुरोध जिसका अनुपालन करने वाले क्रॉलर सम्मान करते हैं, एक तकनीकी लॉक नहीं और स्वचालित रूप से बाध्यकारी कानून नहीं। उससे आगे, अनुबंध (सेवा की शर्तें), तकनीकी पहुंच नियंत्रण (दर सीमा, प्रमाणीकरण दीवारें), विशिष्ट आउटपुट का कॉपीराइट स्वामित्व, और DMCA स्थिति प्रत्येक अलग प्रश्न हैं। एक स्क्रैपर जो robots.txt का सम्मान करता है वह फिर भी अनुबंध दावे पर हार सकता है, और एक प्लेटफॉर्म जो DMCA स्थिति पर हारता है वह फिर भी अनुबंध या trespass सिद्धांत पर जीत सकता है।
खोज पुनर्प्राप्ति परतें, AI प्रशिक्षण डेटासेट, या प्रतिस्पर्धी खुफिया उपकरण बनाने वाले लोगों के लिए, व्यावहारिक तस्वीर अपरिवर्तित सावधानी है। शीर्षक "अदालत स्क्रैपिंग को मंजूरी देती है" गलत है, और "स्क्रैपिंग मर गई" भी गलत है। जो सच है वह यह है कि प्रश्न प्रक्रियात्मक मार्गों पर धीरे-धीरे अदालतों से गुजर रहा है, और अभी तक किसी के पास निश्चित उत्तर नहीं है।
[20:51] ChatGPT से कर्मचारी नौकरी की सीमाओं को पार करते हैं, OpenAI की खोज
OpenAI ने 28 जुलाई को एक शोध दस्तावेज़ जारी किया जो पारंपरिक "AI नौकरियां छीनता है" प्रश्न को उलट देता है। यह पूछने के बजाय कि किन भूमिकाओं का स्वचालन होगा, टीम ने पूछा कि लोग वास्तव में काम पर ChatGPT का उपयोग करके क्या कर रहे हैं। मुख्य निष्कर्ष: कर्मचारी नियमित रूप से अपनी औपचारिक नौकरी विवरण से बाहर कदम बढ़ाते हैं। एक ही व्यक्ति ड्राफ्ट, विश्लेषण, कोडिंग और संचार करता है उन क्षेत्रों में जिन्हें पहले टीम में एक अलग विशेषज्ञ की आवश्यकता होती थी।
OpenAI जो व्यावहारिक उदाहरण प्रस्तुत करता है वह एक छोटी मार्केटिंग टीम का है जहां एक व्यक्ति एक ही दोपहर में कॉपी, बुनियादी डेटा विश्लेषण, हल्की स्क्रिप्टिंग और क्लाइंट ईमेल संभालता है, ChatGPT इन कार्यों के बीच की दरारों को भरता है। उनमें से कोई भी उस व्यक्ति का आधिकारिक पद नहीं है, फिर भी काम पूरा हो जाता है।
अभी क्यों मायने रखता है: AI के लिए उत्पादकता की कहानी बहुत हद तक स्वचालन द्वारा किसी कार्य को प्रतिस्थापित करने के बारे में रही है। यह अध्ययन इसे विस्तार के रूप में पुनः परिभाषित करता है। एक कर्मचारी अधिक क्षेत्र कवर कर सकता है, जो छोटी टीमों के काम के विभाजन, भर्ती के लिए क्या मायने रखता है, और प्रबंधक अपने समीक्षा समय में कहां खर्च करते हैं, इसको बदल देता है। बिल्डर्स के लिए, क्रॉस-रोल पैटर्न एक संकेत है कि टूल्स और प्रॉम्प्ट्स को एक सत्र में कई प्रकार के कार्यों का समर्थन करने के लिए डिज़ाइन करें, न कि उपयोगकर्ता को विशेषज्ञ ऐप्स के बीच कूदने के लिए मजबूर करें।
OpenAI प्रकाशक और फंडर है, जो ध्यान में रखना महत्वपूर्ण है। शोध में देखे गए व्यवहार का वर्णन है, मापी गई गुणवत्ता लाभों का नहीं, और यह स्पष्ट रूप से यह दावा नहीं करता कि बड़े कार्य क्षेत्र का अर्थ है बेहतर काम या कम नौकरियां। जो यह सुझाव देता है वह यह है कि प्रबंधकों और टूल बिल्डर्स के लिए प्रश्न "यह टूल किस भूमिका को प्रतिस्थापित करता है" से "जब एक व्यक्ति विश्वसनीय रूप से अधिक कर सकता है तो हम पुनर्गठन कैसे करें" में बदल रहा है।
NOVA: मैं NOVA हूँ।
[ALLOY]: मैं ALLOY हूँ, और ये है AgentStack Daily।
NOVA: आज की उपयोगी AI कहानी आठ डॉलर के बोर्ड से शुरू होकर लिक्विड-कूल्ड आठ-GPU सर्वर तक जाती है। बीच में, Codex ChatGPT डेस्कटॉप ऐप में Chat और Work के बगल में आ गया है, GPT-5.6 Sol के साथ जो कॉम्प्लेक्स कोडिंग के लिए OpenAI का फ्लैगशिप है। Microsoft का एक स्पेशलिस्ट साइबर मॉडल एजेंट्स की सिक्योरिटी टीम के अंदर काम कर रहा है। एक छोटा ओपन मॉडल अब बिना क्लाउड के माइक्रोकंट्रोलर पर सिंपल रिक्वेस्ट का जवाब दे सकता है। और नए लोकल कोडिंग मॉडल मिलियन-टोकन कॉन्टेक्स्ट को उस हार्डवेयर पर धकेल रहे हैं जो कंपनियाँ खुद रख सकती हैं।
[ALLOY]: हम इन रिलीज़ को उन चीज़ों से जोड़ेंगे जो लोग असल में बना सकते हैं: प्राइवेट डॉक्यूमेंट असिस्टेंट, वॉइस इंटरफेस, स्मार्टर सेंसर, साइंटिफिक टूल्स, एज सर्विसेज, और रोबोट जिन्हें फैक्ट्री टीमें बिना सॉफ्टवेयर रीराइट किए ट्यून कर सकती हैं। फिर हम नीचे की इन्फ्रास्ट्रक्चर और पॉलिसी देखेंगे—नई चिप्स, डेटा सेंटर्स के लिए पावर लिमिट्स, फेडरल साइंस फंडिंग, ओपन-वेट रूल्स, और स्क्रैपिंग लॉ सuit ने क्या तय किया और क्या नहीं। चौदह कहानियाँ, सीधी भाषा, और हर एक के पीछे का प्रैक्टिकल मतलब।
NOVA: Microsoft ने MDASH में MAI-Cyber-1-Flash नामक एक मॉडल जोड़ा है, जो सॉफ्टवेयर vulnerability को खोजने और ठीक करने के लिए उसका मल्टी-एजेंट सिस्टम है। अहम आइडिया है स्पेशलाइजेशन। एक एजेंट कोड इंस्पेक्ट कर सकता है, दूसरा आकलन कर सकता है कि फ्लॉ कितना खतरनाक है, और तीसरा पैच तैयार करने में मदद कर सकता है। नया मॉडल उस टीम के अंदर फास्ट सिक्योरिटी स्पेशलिस्ट बनने के लिए है, जनरल चैटबॉट बनकर सिक्योरिटी प्रोडक्ट का दिखावा करने के लिए नहीं।
[ALLOY]: ये उन कंपनियों के लिए मायने रख सकता है जिनके हज़ारों रिपॉजिटरीज़ हैं। एक ब्रॉड फ्रंटियर मॉडल काबिल हो सकता है, लेकिन हर अलर्ट और हर पुल रिक्वेस्ट पर उसका इस्तेमाल महंगा पड़ सकता है। Microsoft कहता है उसका स्पेशलिस्ट vulnerability के काम में लीडिंग मॉडल्स से मैच कर सकता है लगभग आधी कीमत पर, जबकि MDASH अपने टास्क सुइट पर नब्बे प्रतिशत तक पहुँचता है। ये Microsoft के आँकड़े हैं, तो ये शुरुआती दावा है, स्वतंत्र फैसला नहीं।
NOVA: व्यावहारिक इस्तेमाल की कल्पना करें: एक छोटी सिक्योरिटी टीम सैकड़ों findings के साथ सुबह उठती है। सिस्टम डुप्लिकेट्स को ग्रुप करता है, गंभीर वालों को स्पेशलिस्ट के पास भेजता है, एक रिपेयर प्रपोज करता है, और इंसान को कोड चेंज और उसके पीछे का सबूत देता है। ये सिक्योरिटी इंजीनियर को खत्म नहीं करता। ये इंजीनियर को शोर छाँटने से हटाकर ये तय करने की तरफ ले जाता है कि प्रपोज्ड फिक्स मर्ज करने के लिए काफी सुरक्षित है या नहीं।
[ALLOY]: गायब प्रूफ ये है कि messy प्राइवेट कोड पर क्या होता है, Microsoft के टास्क सुइट पर नहीं। टीमों को पता होना चाहिए कि किस मॉडल ने बग पाया, उसने क्या सबूत इस्तेमाल किया, और आखिर पैच ने वो एक्सैक्ट लाइन्स ही बदली क्यों। अगर MDASH वो ट्रेल संभालता है, तो ये एजेंट्स के रियल सिक्योरिटी वर्कफ्लो बनने का उपयोगी उदाहरण है। अगर ये सिर्फ कॉन्फिडेंट जवाब तेज़ी से देता है, तो कम कीमत इसे नहीं बचा पाएगी।
NOVA: esp32-ai नाम का ओपन-सोर्स प्रोजेक्ट एक 28.9-मिलियन-पैरामीटर भाषा मॉडल को ESP32-S3 माइक्रोकंट्रोलर पर रखता है जिसकी कीमत लगभग आठ डॉलर है। यह चिप फैमिली पहले से ही कम-लागत वाले सेंसर, स्मार्ट लाइट्स और hobby robots के अंदर छिपी हुई है। रिपॉजिटरी MIT-लाइसेंस्ड है, इसलिए एक बिल्डर इसका अध्ययन कर सकता है, बदल सकता है, और इसके आसपास एक डिवाइस बेच सकता है। इसके लॉन्च ने Hacker News पर सैकड़ों वोट भी खींचे, जो बताता है कि tiny-model का विचार लैबरेटरी की जिज्ञासा से आगे बढ़ गया है।
[ALLOY]: इतना छोटा कुछ वास्तव में क्या कर सकता है? नॉवेल लिखना या कानूनी केस पर रीजन करना नहीं। यह एक छोटा कमांड समझ सकता है, सेंसर रीडिंग को सरल स्पष्टीकरण में बदल सकता है, कुछ डिवाइस एक्शन में से चुन सकता है, या बिना सर्वर से संपर्क किए एक संकीर्ण सवाल का जवाब दे सकता है। एक workshop टूल बता सकता है कि तापमान अलार्म क्यों बजा। एक क्लासरूम रोबोट छात्र के जवाब दे सकता है। एक फार्म सेंसर बता सकता है कि उसकी मिट्टी रीडिंग ने सीमा पार कर ली है।
NOVA: ऑफ़लाइन हिस्सा असली फीचर है। हर रिक्वेस्ट के लिए कोई क्लाउड बिल नहीं, Wi-Fi गिरने पर कोई मृत डिवाइस नहीं, और कमरे से बाहर जाने वाला बहुत कम निजी डेटा। यह बदलता है कि कौन से प्रोडक्ट आर्थिक रूप से व्यवहार्य हैं। एक कंपनी एक उपकरण, खिलौने, या इंडस्ट्रियल मॉनिटर पर प्लेन-लैंग्वेज इंटरफ़ेस लगा सकती है बिना परमानेंट सब्सक्रिप्शन के। यह डेवलपर्स को मॉडल की सीमाओं को सिखाने का एक अद्भुत दृश्य तरीका भी देता है, क्योंकि सीमाओं को छिपाना असंभव है।
[ALLOY]: और वे सीमाएं मायने रखती हैं। रिस्पॉन्स छोटे होंगे, मेमोरी छोटी है, और मॉडल लैपटॉप असिस्टेंट की तरह व्यवहार नहीं करेगा। इसे एक व्यक्ति और कुछ सेंसर या कंट्रोल के बीच कन्वर्सेशनल ग्लू के रूप में सोचें। यह अभी भी एक बड़ा बदलाव है। लोकल AI अब केवल विशाल ग्राफ़िक्स कार्ड वाले वर्कस्टेशन का मतलब नहीं है; अब यह सस्ती वस्तुओं तक पहुंचता है जो सालों तक चुपचाप एक उपयोगी काम कर सकती हैं।
NOVA: Nanbeige ने Nanbeige4.2-3B नाम का एक तीन-बिलियन-पैरामीटर मॉडल Apache लाइसेंस के तहत जारी किया है, जो कमर्शियल उपयोग की अनुमति देता है। तीन बिलियन पैरामीटर एक उपयोगी मध्यम रास्ता है: माइक्रोकंट्रोलर मॉडल से कहीं अधिक सक्षम, लेकिन अभी भी एक अच्छे लैपटॉप या कॉम्पैक्ट वर्कस्टेशन के लिए काफी छोटा। यह Ollama, LM Studio, MLX, और llama.cpp जैसे परिचित लोकल टूल्स के साथ काम करता है। इसमें टूल कॉल करने के लिए टेम्पलेट्स भी शामिल हैं और एक बड़ा कॉन्टेक्स्ट विंडो जो लंबे दस्तावेज़ों या substantial कोड को समा सकती है। यह व्यावहारिक प्राइवेट बिल्ड्स बनाता है: एक कॉन्ट्रैक्ट असिस्टेंट जो वकील की मशीन पर रहता है, एक मेंटेनेंस हेल्पर जो सालों के मैनुअल खोजता है, या एक कोडिंग असिस्टेंट जो उसे अपलोड किए बिना रिपॉजिटरी का अधिक हिस्सा देख सकता है। पब्लिशर कहता है कि Nanbeige छह benchmarks पर बड़े Qwen मॉडलों को मात देता है, लेकिन उस दावे की अभी स्वतंत्र जांच होनी बाकी है। बेहतर सवाल यह है कि यह टूल का उपयोग कितनी विश्वसनीय रूप से करता है, लंबे सत्र में निर्देशों का पालन करता है, और quantization के बाद कितना उपयोगी रहता है। अगर कम्युनिटी के नतीजे बने रहे, तो यह रिलीज़ लोकल बिल्डर्स को सर्वर-स्केल हार्डवेयर की मांग किए बिना एक सक्षम नया विकल्प देता है।
[ALLOY]: मुझे साइज़ पसंद है क्योंकि यह ईमानदार प्रोडक्ट डिज़ाइन को मजबूर करता है। तीन-बिलियन-पैरामीटर मॉडल हर टास्क में सबसे अच्छा नहीं होगा, इसलिए विजेता एप्लिकेशन इसे सही दस्तावेज़, टूल्स का छोटा सेट, और एक स्पष्ट काम देंगे। एक रिपेयर शॉप के लिए on-premises असिस्टेंट की कल्पना करें। यह मशीन मैनुअल पढ़ता है, वर्तमान पार्ट इन्वेंट्री देखता है, एक सर्विस नोट ड्राफ्ट करता है, और कुछ ऑर्डर करने से पहले एक इंसान से पूछता है। व्यापार को प्राइवेसी और अनुमानित लागत मिलती है; मॉडल को एक संकीर्ण वातावरण मिलता है जहां वह सफल हो सकता है। यह हर लोकल रिलीज़ को छोटे फ्रंटियर चैटबॉट के रूप में मानने से कहीं अधिक उपयोगी है। जो हमें अगले चाहिए वह एक और benchmark ग्राफ़िक नहीं है। हमें Ollama, MLX, और llama.cpp में इसे उपयोग करने वाले लोगों की रिपोर्ट्स चाहिए: इसे कितनी मेमोरी चाहिए, यह कितनी जल्दी जवाब देता है, और जब बातचीत लंबी होती है तो इसके टूल कॉल विश्वसनीय रहते हैं या नहीं।
NOVA: NVIDIA कहता है कि उसका Vera CPU पहले से ही भविष्य के NVIDIA चिप्स को डिज़ाइन करने के काम में मदद कर रहा है। Cadence और Synopsys, प्रोसेसर को लेआउट और वेरिफाई करने के लिए उपयोग की जाने वाली बहुत सारी सॉफ्टवेयर के पीछे की दो कंपनियां, Vera के लिए अपने टूल्स को ट्यून कर रही हैं। NVIDIA अपने CPU का आंतरिक रूप से भी उपयोग कर रहा है। यह एक प्रभावशाली लूप बनाता है: एक नया चिप इंजीनियरों को उसके बाद आने वाले चिप्स को सिमुलेट और वेरिफाई करने में मदद करता है। इस काम में विशाल डिज़ाइन फाइलें और लंबी गणनाएं शामिल हैं जो बार-बार डेटा को मेमोरी के माध्यम से ले जाती हैं, इसलिए CPU स्पीड और मेमोरी बैंडविड्थ डिज़ाइन विचार और सत्यापित परिणाम के बीच समय कम कर सकती हैं।
[ALLOY]: कहानी NVIDIA से आगे जाती है क्योंकि चिप डिज़ाइन सॉफ्टवेयर साझा इन्फ्रास्ट्रक्चर है। अगर Cadence और Synopsys अपने टूल्स को Vera पर मापनीय रूप से तेज़ बनाते हैं, तो एक ही प्रोडक्ट्स का उपयोग करने वाली दूसरी चिप कंपनी बिना नया वर्कफ़्लो इन्वेंट किए लाभ उठा सकती है। जब इंजीनियर पूरे दिन इसे दोहराते हैं और जब एक छूटा हुआ दोष महीनों का खर्च कर सकता है, तो वेरिफिकेशन रन में एक скромное снижение भी मायने रखती है। तेज़ फीडबैक भी एक टीम को महंगी manufacturing क्षमता करने से पहले अधिक डिज़ाइन खोजने देती है।
NOVA: जो चीज़ गायब है वो एक सामान्य ग्राहक प्रोजेक्ट का सार्वजनिक परिणाम है। NVIDIA के आंतरिक लाभ दिलचस्प हैं, लेकिन उपयोगी सबूत एक Cadence या Synopsys ग्राहक होगा जो दिखाता है कि किसी वास्तविक सत्यापन कार्य में कैसे बदलाव आया: बचाए गए घंटे, अधिक डिज़ाइन का अन्वेषण, या पहले पाई गई समस्या। फिर भी, दिशा स्पष्ट है। AI हार्डवेयर केवल मॉडल की सेवा नहीं कर रहा। हार्डवेयर और डिज़ाइन टूल एक-दूसरे को तेज करना शुरू कर रहे हैं, जो पूरे चिप-विकास चक्र को कस सकता है।
NOVA: OpenAI ने समर्पित Codex अनुभव को जुलाई के नवें दिन ChatGPT डेस्कटॉप ऐप में ले जाया, जहां यह अब Chat और Work के बगल में बैठा है। यह ChatGPT का नाम बदलना नहीं है, और Codex "the GPT app" नहीं बना। यह एक समेकन है: बातचीत, लंबे चलने वाला काम, और कोडिंग सत्र एक डेस्कटॉप वर्कस्पेस में रह सकते हैं। GPT-5.6 Sol जटिल कोडिंग, शोध, कंप्यूटर उपयोग, और सुरक्षा कार्यों के लिए फ्लैगशिप है, तो यही सबसे स्पष्ट जगह है जहाँ पूछना चाहिए कि नया मॉडल जेनरेशन व्यवहार में क्या बदलता है।
[ALLOY]: दो क्षमताएं इस बदलाव को एक नए बटन से ज्यादा बनाती हैं। Programmatic Tool Calling Codex को एक छोटा स्क्रिप्ट देने की अनुमति देता है जो कई चरणों को संभालता है इसके बजाय हर छोटे क्रिया पर मॉडल टर्न खर्च करने के। यह मल्टी-स्टेप विश्लेषण को तेज और सस्ता बना सकता है। मल्टी-एजेंट बीटा एक बड़े काम को पैरलल वर्कर्स में विभाजित कर सकता है, ताकि एक सत्र डेटा की जांच कर सके जबकि दूसरा इंटरफ़ेस बनाता है।
NOVA: OpenAI की वैज्ञानिक-कंप्यूटिंग रिपोर्ट आठ ठोस उदाहरण देती है। पांच प्रोजेक्ट्स ने केवल Codex का उपयोग किया, और तीन ने Codex का उपयोग Claude Code, टर्मिनल-आधारित AI कोडिंग एजेंट के साथ किया। काम में जीनोमिक्स पाइपलाइन, प्रयोग इंटरफ़ेस, और लंबे डेटा-विश्लेषण काम शामिल हैं। एक cyvcf2 उदाहरण ने GPT-5.5 का उपयोग किया, तो यह सबूत नहीं है कि Sol ने वह परिणाम दिया और इसे Sol बेंचमार्क के रूप में नहीं बेचा जाना चाहिए। व्यापक संकेत यह है कि शोधकर्ता कम हाथ से बनाए गए सॉफ्टवेयर के साथ एक खुरदरे नोटबुक से एक उपयोगी टूल में जा सकते हैं।
[ALLOY]: एक जैव विज्ञानी की कल्पना करें जिसके पास वेरिएंट डेटा है और एक नोटबुक है जिसे केवल उसके लेखक समझता है। एक एजेंट उस नोटबुक को एक दोहराने योग्य पाइपलाइन और एक सरल इंटरफ़ेस में बदलने में मदद कर सकता है जिसका उपयोग लैब कर सकती है। एक शोधकर्ता कई रन की तुलना के थकाऊ हिस्सों को भी सौंप सकता है जबकि वैज्ञानिक निर्णय के लिए जिम्मेदार रहता है। यह सुधार देखने योग्य है: "AI अकेले विज्ञान नहीं करता," लेकिन वैज्ञानिक फ़ाइलों और स्क्रिप्ट को एक साथ जोड़ने में कम समय बिताते हैं। अगला प्रमाण OpenAI के बाहर से आना चाहिए, जिसमें यह शामिल है कि आउटपुट को कितने विशेषज्ञ समीक्षा की जरूरत पड़ी।
NOVA: ऊर्जा विभाग की प्रशांत नॉर्थवेस्ट नेशनल लैबोरेटरी और Amazon Web Services बिजली ग्रिड के लिए AI निर्णय-सहायता उपकरणों की खोज कर रहे हैं। वे उन पलों पर ध्यान केंद्रित कर रहे हैं जिनसे ऑपरेटर डरते हैं: गंभीर मौसम, अप्रत्याशित मांग में तेजी, या साइबर या भौतिक हमला जो महत्वपूर्ण उपकरणों को ऑफ़लाइन कर देता है। लक्ष्य लोगों को तेज़ी से समझने देना है कि क्या हो रहा है और विकल्पों का बेहतर सेट देना जबकि वास्तविक स्विचिंग निर्णयों पर मनुष्यों को नियंत्रण में रखना।
[ALLOY]: यह अंतर सुकूनदायक है। यह स्वायत्त मॉडल नहीं है जो सबस्टेशन की चाबियां पा रहा है। यह योजना और सत्यापन काम है। PNNL ग्रिड के बड़े हिस्सों को मॉडल कर सकती है और नियंत्रित परिस्थितियों में सॉफ्टवेयर को हार्डवेयर से जोड़ सकती है। AWS कई विफलता परिदृश्यों का अनुकरण करने के लिए आवश्यक कंप्यूटिंग क्षमता प्रदान करता है। एक साथ वे पूछ सकते हैं कि क्या AI सुझाव अभी भी समझदार दिखता है जब एक विफलता किसी क्षेत्र में दूसरी को ट्रिगर करती है।
NOVA: यहाँ व्यावहारिक तस्वीर है। हीटवेव के दौरान, मांग बढ़ जाती है जबकि एक ट्रांसमिशन लाइन क्षतिग्रस्त हो जाती है। एक ऑपरेटर के पास यह समझने के मिनट हैं कि कौन से पड़ोस, अस्पताल और कारखाने जोखिम में हैं। एक उपयोगी सहायक मौसम, उपकरण और मांग डेटा एक साथ ला सकती है, फिर कई संभावित प्रतिक्रियाएं और प्रत्येक के संभावित परिणाम दिखा सकती है। ऑपरेटर अभी भी फैसला करता है, लेकिन पांच सिस्टम में खोजने की जरूरत नहीं है जबकि स्थिति बिगड़ती जा रही है।
[ALLOY]: ग्रिड रेज़ीलिएंस यूटिलिटीज़, राज्यों और रेगुलेटर्स को पार करती है, इसलिए एक नेशनल लैब ऐसी परिस्थितियों को टेस्ट कर सकती है जिन्हें कोई छोटा ऑपरेटर अकेले रीप्रोड्यूस नहीं कर सकता। अगला अहम आउटपुट पब्लिक सिनेरियोज़ और मेज़रमेंट्स होंगे जिन्हें दूसरे एक्सपर्ट्स रिव्यू कर सकते हैं। तब तक, कोई इसे फिनिश्ड कंट्रोल-रूम प्रोडक्ट के तौर पर नहीं खरीद सकता। यह अभी भी मायने रखता है कि क्रिटिकल-इन्फ्रास्ट्रक्चर AI ब्रॉड प्रॉमिसेज़ से आगे बढ़कर स्ट्रक्चर्ड एक्सरसाइज़ में जा रही है जहां कोई बैड रिकमेंडेशन असली ग्रिड तक पहुंचने से पहले एक्सपोज़ हो सकती है।
NOVA: Black Forest Labs ने Self-Flow पब्लिश किया है, एक रिसर्च प्रोजेक्ट पब्लिक कोड के साथ जो यह पूछता है कि क्या एक फाउंडेशन मॉडल कई तरह का मीडिया जेनरेट करना सीख सकता है इसके बजाय हर एक के लिए अलग स्पेशलिस्ट पर निर्भर रहने के बजाय। उपयोगी सारांश सीधा है: आज के मल्टीमॉडल प्रोडक्ट में अक्सर एप्लायंसेज़ से भरे कैबिनेट जैसा लगता है। एक मॉडल इमेजेस संभालता है, दूसरा ऑडियो संभालता है, तीसरा वीडियो संभालता है, और सॉफ्टवेयर की एक लेयर उनके बीच काम ट्रांसफर करती है। Self-Flow एक्सप्लोर करता है कि क्या उसका ज़्यादातर हिस्सा एक एडेप्टेबल सिस्टम के अंदर रह सकता है। यहां कुछ भी फिनिश्ड प्रोडक्ट नहीं है, और किसी नॉर्मल टीम के लिए वर्किंग मीडिया स्टैक को रिसर्च कोड से बदलने का कोई कारण नहीं है। लेकिन दिशा मायने रख सकती है। एक यूनिफाइड मॉडल प्रोजेक्ट के टेक्स्ट से इमेजेस और दूसरे आउटपुट में जाने पर आइडियाज़ को ज़्यादा लगातार प्रिज़र्व कर सकता है, और यह सर्विसेज़ की संख्या कम कर सकता है जिसके लिए बिल्डर को पे करना और मेंटेन करना पड़ता है। एक छोटी स्टूडियो के बारे में सोचें जो प्रोडक्ट कैंपेन बना रही है: एक ब्रीफ कॉपी, विज़ुअल्स और शॉर्ट मोशन पीसेस बन जाता है बिना हर स्टेप को अनरीलेटेड टूल्स के बीच ट्रांसलेशन जैसा महसूस कराए। पब्लिक कोड रिसर्चर्स को डेमो पर फेथ एक्सेप्ट करने के बजाय अप्रोच इंस्पेक्ट करने देता है।
[ALLOY]: सावधानी यह है कि "एक मॉडल सब कुछ करता है" का मतलब यह भी हो सकता है कि एक मॉडल बस हर चीज़ में ज़रा-ज़रा सा एडिक्वेट है। स्पेशलाइज़्ड टूल्स वहां जीतते रह सकते हैं जहां क्वालिटी सबसे ज़्यादा मायने रखती है। तो कहानी यह नहीं है कि मल्टीमॉडल स्टैक अचानक एक सिंगल डाउनलोड में सिमट गए हैं। यह है कि एक सीरियस जेनरेटिव-AI लैब एक सिम्पलर फ्यूचर टेस्ट कर रही है और अपना काम दिखा रही है। बिल्डर्स को उस फॉलो-अप के लिए नज़र रखनी चाहिए जो रिसर्च को असली रिलीज़ में बदलता है, फिर आज के स्पेशलिस्ट पाइपलाइन के खिलाफ कॉस्ट, कंसिस्टेंसी और कंट्रोल की तुलना करनी चाहिए। अगर वह रिलीज़ आती है, तो यह छोटी टीमों के लिए रिच मीडिया क्रिएशन आसान बना सकती है। अगर नहीं आती, तो भी प्रोजेक्ट हमें सिखाता है कि यूनिफाइड जेनरेशन कहां ब्रेक डाउन होता है।
NOVA: ServeTheHome ने ASRock Rack सर्वर पर एक हैंड्स-ऑन लुक पब्लिश किया है जो चार-रैक-यूनिट चेसिस में आठ NVIDIA HGX B300 एक्सेलरेटर्स फिट करता है। यही वह मशीन है जो सीरियस मॉडल ट्रेनिंग और बहुत बड़े इंफरेंस जॉब्स के लिए इस्तेमाल होती है। रिव्यू की वैल्यू अन्य स्पीड चार्ट नहीं है। यह "AI सर्वर" वाक्यांश के पीछे की फिज़िकल रियलिटी दिखाता है: डेंस पावर डिलीवरी, GPU के बीच फास्ट लिंक्स, कूलिंग हार्डवेयर और नेटवर्क कैपेसिटी सबको एक सिस्टम की तरह काम करना होता है।
[ALLOY]: HGX एक्सेलरेटर्स को आठ साधारण एड-इन कार्ड्स से काफी टाइट कनेक्ट करती है। यह उन्हें एक बड़े कंप्यूटर के पार्ट्स की तरह काम शेयर करने देती है, लेकिन सिर्फ तब जब डेटा काफी तेज़ी से मूव कर सके। अगर GPU के बीच या स्टोरेज तक लिंक्स स्लो हैं, तो महंगे चिप्स अपना टाइम वेटिंग में गंवाते हैं। इसीलिए आसपास का फैब्रिक एक्सेलरेटर पर लोगो जितना ही मायने रखता है।
NOVA: फिर गर्मी की बात है। एक ऑप्शन चिप्स के करीब लिक्विड भेजता है और गर्मी को ऑफिशिएंटली हटाता है, लेकिन डेटा सेंटर को इसके लिए पाइपलाइन बिछानी पड़ती है। दूसरा ऑप्शन कन्वेंशनल रूम में इंस्टॉल करना आसान है लेकिन फैसिलिटी कूलिंग पर ज़्यादा बोझ डालता है। कोई भी चॉइस बिल्डिंग, पावर बजट और अगले रैक में क्या फिट हो सकता है, इसे प्रभावित करती है। प्राइवेट AI प्लान करने वाली कंपनी के लिए, यह खरीदारी का ऑर्डर बदल देता है। पहले तय करें कि साइट कितना पावर, कूलिंग और नेटवर्क सपोर्ट कर सकती है। फिर वह मॉडल और एक्सेलरेटर सिस्टम चुनें जो फिट हों। प्रैक्टिकल लेसन बहुत अनग्लैमर्स है: इस स्केल पर, सर्वर रूम AI आर्किटेक्चर का हिस्सा है, और प्रीमियम GPU का ढेर कोई फिनिश्ड प्रोडक्ट नहीं है।
NOVA: Verizon खुद को फोन कंपनी से ज़्यादा के तौर पर पिच कर रहा है जिसमें छोटे डेटा सेंटर्स को Google डार्क फाइबर के लगभग एक अरब डॉलर के एग्रीमेंट के साथ जोड़ा गया है। डार्क फाइबर बस ऑप्टिकल केबल है जो पहले से बिछा हुआ है लेकिन अभी सिग्नल नहीं ले जा रहा। कोई कंपनी कच्चे तार किराए पर लेती है और अपने उपकरणों से उन्हें जगमगाती है, जिससे उसे रूट, कैपेसिटी और कॉस्ट पर सामान्य फिनिश्ड बैंडविड्थ खरीदने से ज़्यादा कंट्रोल मिलता है।
[ALLOY]: यह AI से कैसे जुड़ता है? कुछ एप्लिकेशन हर रिक्वेस्ट के दूर के रीजनल क्लाउड तक जाकर वापस आने का इंतज़ार नहीं कर सकते। रियल-टाइम वॉयस, लाइव वीडियो समझ, फ्रॉड डिसीज़न, और रोबोट कंट्रोल सब बिगड़ जाते हैं जब देरी बढ़ती है। अगर कंप्यूट कस्टमर के पास की छोटी सुविधा में है, तो कैरियर को उस सुविधा को बाकी नेटवर्क से जोड़ने के लिए तेज़, भरोसेमंद फाइबर चाहिए। वेरीज़ोन के पास पहले से सड़कें, इमारतें, और नेटवर्क ऑपरेशंस हैं; डार्क फाइबर हाई-कैपेसिटी पाथ को भरता है।
NOVA: एक उपयोगी उदाहरण एक स्टोर है जो खाली शेल्फ या सुरक्षा समस्या को पहचानने के लिए कई कैमरों का उपयोग करता है। हर वीडियो स्ट्रीम को देश भर में भेजना महंगा और धीमा है। पास के मिनी डेटा सेंटर स्ट्रीम का विश्लेषण कर सकते हैं, केवल प्रासंगिक इवेंट आगे भेज सकते हैं, और जब दूर का क्षेत्र कंजेस्टेड हो तो जवाब देना जारी रख सकते हैं। यही पैटर्न फैक्ट्री, अस्पताल, या इंटरैक्टिव वॉयस सर्विस को सपोर्ट कर सकता है।
[ALLOY]: बिलियन-डॉलर का समझौता अभी भी एक इन्फ्रास्ट्रक्चर बेट है, यह प्रमाण नहीं है कि ग्राहक लाइन में लगे हुए हैं। अगला सबूत Google के नाम वाले डिप्लॉयमेंट और उन लिंक्स पर Google क्या ले जाना चाहता है इसके विवरण होने चाहिए। लेकिन यह दिखाता है कि एज-AI प्रतिस्पर्धा कहां जा रही है। मॉडल की गुणवत्ता अभी भी मायने रखती है, फिर भी कंपनी जो पास के कंप्यूट और उसके रास्ते पर कब्जा रखती है वह तय कर सकती है कि कोई प्रोडक्ट तुरंत, सस्ता, और भरोसेमंद महसूस हो।
NOVA: रोबोटिक्स स्टार्टअप Enigma ने Index Ventures और Ribbit Capital के नेतृत्व में इक्यावन मिलियन डॉलर का सीड राउंड जुटाया है। इसका पिच देखना ताज़गी देने वाला आसान है: एक रोबोट कितना खुद तय करता है इसे बदलना ऑटोनॉमी सॉफ्टवेयर फिर से लिखने से ज़्यादा स्लाइडर मूव करने जैसा महसूस होना चाहिए। एक गोदाम सुपरवाइज़र रोबोट से नए प्रोडक्ट लॉन्च के दौरान असामान्य बक्सों पर मंज़ूरी के लिए रुकने को कह सकता है, फिर प्रक्रिया स्थिर होने पर ज़्यादा स्वतंत्रता की अनुमति दे सकता है।
[ALLOY]: यह एक असली बॉटलनेक को संबोधित करता है। इंडस्ट्रियल रोबोट शक्तिशाली हो सकते हैं, लेकिन व्यवहार में बदलाव अक्सर एक छोटी इंजीनियरिंग टीम से होकर गुज़रता है। नया पैकेज शेप, ग्रिपर, या सुरक्षा नियम दूसरा ट्यूनिंग चक्र शुरू कर सकता है। अगर फ्लोर मैनेजर सिस्टम के रिकॉर्ड में बदलाव के साथ ऑटोनॉमी के स्तर को समायोजित कर सकता है, तो एक फैक्ट्री तेज़ी से अनुकूल हो सकती है बिना यह मानते हुए कि हर कर्मचारी एक रोबोटिक्स इंजीनियर है।
NOVA: यह विचार आकर्षक है; सार्वजनिक सबूत अभी भी कमज़ोर हैं। रिपोर्टिंग में पायलट ग्राहकों, सपोर्टेड रोबोट हार्डवेयर, या सटीक रूप से कौन से व्यवहार कंट्रोल बदल सकता है उनका नाम नहीं है। फिजिकल सिस्टम सॉफ्टवेयर से भी कठिन सवाल उठाते हैं: जब रोबोट कुछ अप्रत्याशित करता है तो कौन ज़िम्मेदार है? Enigma को स्पष्ट सीमाओं, ऑडिट ट्रेल, और कंट्रोल को सुरक्षित रूप से किसी व्यक्ति को वापस सौंपने का तरीका चाहिए। फंडिंग इंटरफ़ेस विचार के लिए एक मज़बूत वोट है, यह प्रमाण नहीं है कि प्रोडक्ट ने उन समस्याओं को हल कर लिया है। फिर भी, यह रोबोटिक्स में एक व्यापक बदलाव की ओर इशारा करता है। अगली लहर सबसे स्मार्ट ऑटोनॉमी मॉडल से नहीं, बल्कि उस प्रोडक्ट से जीती जा सकती है जो साधारण ऑपरेशंस टीमों को कोड बदलने के हफ़्तों इंतज़ार किए बिना उस इंटेलिजेंस को समझने और आकार देने देती है।
NOVA: ऊर्जा विभाग का जेनेसिस मिशन अब बीस संघीय विभागों और एजेंसियों को शामिल करता है, जिसमें NASA, नेशनल इंस्टीट्यूट्स ऑफ़ हेल्थ, और नेशनल साइंस फाउंडेशन जैसे समूह भाग ले रहे हैं। व्यावहारिक वादा साझा पहुंच का है। एक शोधकर्ता आमतौर पर एक एजेंसी के ग्रांट सिस्टम के भीतर प्रतिस्पर्धा करता है और उस एजेंसी के डेटा और कंप्यूटिंग नियमों के तहत काम करता है। एक समन्वित कार्यक्रम नेशनल-लैब कंप्यूटिंग, वैज्ञानिक डेटासेट, और उन सीमाओं के पार फंडिंग को जोड़ सकता है। यह एक छोटी यूनिवर्सिटी टीम को मटेरियल्स, जलवायु, मेडिसिन, या खगोल विज्ञान के लिए AI टूल को एक संभावित प्रोटोटाइप से राष्ट्रीय स्तर के प्रयोग में बदलने में मदद कर सकता है। पहले पुरस्कार शुरू हो गए हैं, तो यह सिर्फ समिट घोषणा से ज़्यादा है, लेकिन कठिन काम अभी शुरू हो रहा है। विभिन्न मिशनों के लिए एकत्र किया गया डेटा स्वचालित रूप से संरेखित नहीं होगा। एजेंसियाँ प्राथमिकताओं, गोपनीयता, क्रेडिट, और सूचना की सफाई के लिए कौन भुगतान करता है इस पर असहमत होंगी। सबसे स्पष्ट संकेत यह होगा कि भविष्य के पुरस्कार वास्तव में एजेंसी लाइनों को पार करते हैं या बस परिचित परियोजनाओं पर एक साझा बैनर रखते हैं।
[ALLOY]: यहां एक सार्वजनिक-हित का अवसर भी है। प्राइवेट फ्रंटियर लैब्स सबसे अच्छे AI इन्फ्रास्ट्रक्चर को नियंत्रित करती हैं, जबकि नेशनल लैबोरेटरीज़ में असाधारण वैज्ञानिक उपकरण और डेटा है। जेनेसिस शोधकर्ताओं को एक वैकल्पिक रास्ता दे सकता है उपयोगी टूल बनाने के लिए बिना इस बात पर निर्भर हुए कि हर प्रोजेक्ट किसी कमर्शियल प्लेटफॉर्म पर निर्भर हो। एक जलवायु समूह की कल्पना करें जो सैटेलाइट ऑब्ज़र्वेशन, ग्रिड डेटा, और नेशनल लैब सिमुलेशन को जोड़ता है, या एक मेडिकल टीम जो संस्थाओं में मॉडल का मूल्यांकन करने के लिए पर्याप्त कंप्यूट पाती है। यह रोमांचक है, लेकिन केवल अगर पहुंच व्यापक हो और परिणामों की जांच की जा सके। हमें साझा डेटासेट, प्रकाशित माप, पुन: प्रयोज्य मॉडल, और संवेदनशील जानकारी के बारे में स्पष्ट नियम देखने चाहिए। स्लाइड पर बीस लोगो राजनीतिक पहुंच दिखाते हैं। स्थायी कहानी यह होगी कि क्या वैज्ञानिक जो पहले इन संसाधनों तक नहीं पहुंच सकते थे अब वह काम कर सकते हैं जो हमारे ज्ञान को बदलता है।
NOVA: Anthropic ने खुले-वज़न मॉडल पर अपना आधिकारिक रुख प्रकाशित किया है—ऐसे रिलीज़ जिनके प्रशिक्षित पैरामीटर डाउनलोड करके दूसरे लोग चला सकते हैं। कंपनी यह तर्क नहीं दे रही कि हर खुला मॉडल गायब हो जाना चाहिए। यह लाभों को स्वीकार करती है: स्वतंत्र शोधकर्ता व्यवहार की जांच कर सकते हैं, स्टार्टअप हर अनुरोध के लिए फ्रंटियर लैब को भुगतान किए बिना बना सकते हैं, और संगठन संवेदनशील काम को अपने हार्डवेयर पर रख सकते हैं।
[ALLOY]: Anthropic की चिंता क्षमता सीमा के बिल्कुल ऊपर तक है। इसका रुख यह है कि सबसे शक्तिशाली वज़न जारी करने से सुरक्षा और भू-राजनीतिक जोखिम पैदा हो सकते हैं जिन्हें वापस लाना मुश्किल है, क्योंकि डाउनलोड किया गया मॉडल होस्टेड सर्विस की तरह रिकॉल या सीमित नहीं किया जा सकता। मुख्य कार्यकारी Dario Amodei इस चिंता को संयुक्त राज्य और चीन के बीच प्रतिस्पर्धा से भी जोड़ते हैं। यह इसे एक नीति तर्क बनाता है, न कि किसी नए उत्पाद प्रतिबंध या कानून।
NOVA: किसी के लिए अभी एक लोकल मॉडल चुनना, रातोंरात लगभग कुछ नहीं बदलता। व्यावहारिक सवाल अभी भी लाइसेंस है, मॉडल कहां होस्ट होगा, वह कौन सा डेटा छूएगा, और क्या हार्डवेयर या एक्सपोर्ट नियम लागू होते हैं। छोटे और विशेषज्ञ खुले मॉडल संभवतः आते रहेंगे। असहमति इस बारे में है कि "पर्याप्त शक्तिशाली जो खतरनाक हो" कहां से शुरू होता है, उस क्षमता को कौन मापता है, और क्या हर कंपनी को एक ही रेखा खींचनी चाहिए।
[ALLOY]: वह रेखा तय करेगी कि बिल्डर्स क्या मालिकाना हक में रख सकते हैं बनाम किराए पर ले सकते हैं। बहुत नीचे, और खुली शोध और लोकल डिप्लॉयमेंट बिना जरूरत सीमित हो सकते हैं। बहुत ऊपर, और कोई समझने से पहले वास्तव में खतरनाक क्षमता फैल सकती है। Anthropic ने एक फ्रंटियर लैब का रुख रिकॉर्ड पर रख दिया है, जो सरकारों और प्रतिस्पर्धियों को चुनौती देने के लिए कुछ ठोस देता है। अगला महत्वपूर्ण कदम कोई और राय पृष्ठ नहीं है; यह है कि क्या उद्योग स्पष्ट रिलीज़ स्तर विकसित करता है और मॉडल को एक स्तर से दूसरे स्तर पर ले जाने के लिए विश्वसनीय साक्ष्य।
NOVA: Google की SerpApi के खिलाफ मुकदमा खारिज कर दिया गया, एक सेवा जो डेवलपर्स के लिए सर्च रिजल्ट्स को स्ट्रक्चर्ड डेटा में बदलती है। आकर्षक हेडलाइन "स्क्रैपिंग जीता" है, लेकिन अदालत ने यह तय नहीं किया। Google ने Digital Millennium Copyright Act के एक हिस्से के तहत दावा किया, और अदालत ने कहा कि Google ने यह नहीं दिखाया कि उसके पास संबंधित सामग्री का स्वामित्व, अनन्य लाइसेंस, या प्रतिनिधित्व है। कानूनी भाषा में, Google के पास उस दावे के लिए दर्जा नहीं था।
[ALLOY]: तो जज ने यह नहीं फैसला किया कि स्क्रैपिंग व्यापक रूप से कानूनी है, और यह गहरा सवाल तय नहीं किया कि क्या SerpApi ने संरक्षित एक्सेस कंट्रोल को बायपास किया। Reddit से एक समान मामला अभी भी अदालत में चल रहा था। दो मुकदमे एक ही कंपनी से हो सकते हैं और फिर भी अलग-अलग चरणों में हो सकते हैं क्योंकि वादी, सामग्री, अनुबंध, और तकनीकी बाधाएं समान नहीं होतीं।
NOVA: बिल्डर्स को कई विचारों को अलग करने की जरूरत है जो अक्सर एक ही शब्द में मिला दिए जाते हैं। Robots.txt एक सिग्नल है जो अनुपालन करने वाले क्रॉलर्स को बताता है कि साइट कहां नहीं जाना चाहती; यह खुद तकनीकी लॉक या स्वचालित कानून नहीं है। सेवा की शर्तें एक अनुबंध सवाल हैं। कॉपीराइट इस बात पर निर्भर करता है कि कौन सी सामग्री कॉपी की गई और उसका स्वामित्व किसके पास है। प्रमाणीकरण, दर सीमाएं, और अन्य बाधाएं अलग मुद्दे पैदा कर सकती हैं। एक गेट पर जीतना या हारना दूसरों को तय नहीं करता।
[ALLOY]: यह सर्च टूल्स, रिट्रीवल उत्पादों, प्रतिस्पर्धी खुफिया, और ट्रेनिंग-डेटा पाइपलाइन के लिए मायने रखता है। सुरक्षित निष्कर्ष "कुछ भी स्क्रैप करो" नहीं है, और यह भी नहीं है कि "सभी स्क्रैपिंग खत्म है।" यह है कि अधिकार और एक्सेस को स्रोत-दर-स्रोत मूल्यांकन करना होगा। SerpApi की खारिजी इस विशेष Google मामले को संकुचित करती है जबकि बड़ी कानूनी लड़ाई अनसुलझी छोड़ती है। वेब डेटा पर बनाने वाले किसी भी व्यक्ति को अभी भी अनुमति, उत्पत्ति, और यह समझने की स्पष्ट समझ की आवश्यकता है कि स्रोत वास्तव में वह डेटा कैसे उपलब्ध कराता है।
NOVA: OpenAI ने शोध प्रकाशित किया है कि लोग काम पर ChatGPT का उपयोग कैसे करते हैं, और सबसे दिलचस्प निष्कर्ष कोई सरल प्रतिस्थापन कहानी नहीं है। श्रमिक अक्सर इसका उपयोग अपनी औपचारिक भूमिका की सीमाओं को पार करने के लिए करते हैं। एक मार्केटिंग कर्मचारी एक ही दोपहर में कॉपी ड्राफ्ट कर सकता है, एक छोटा डेटासेट एनालाइज कर सकता है, एक हल्का स्क्रिप्ट लिख सकता है, और एक क्लाइंट ईमेल तैयार कर सकता है। एक डेवलपर ग्राहकों को एक फीचर समझा सकता है हर वाक्य को संचार टीम को सौंपने के बजाय। ChatGPT उन कार्यों के बीच की सीमाओं को सुगम बना सकता है, खासकर छोटे संगठन में जहां विशेषज्ञ हमेशा उपलब्ध नहीं होते। इससे पता चलता है कि उत्पादों को एक पूरी नौकरी में घूमने वाले व्यक्ति का समर्थन करना चाहिए, हर काम की श्रेणी के लिए एक नया ऐप और संदर्भ थोपने के बजाय। यह भी सुझाव देता है कि मैनेजर मिश्रित काम की समीक्षा में अधिक समय बिता सकते हैं और छोटे टुकड़ों को अलग-अलग लोगों को सौंपने में कम समय।
[ALLOY]: लेकिन व्यापक गतिविधि बेहतर आउटपुट के समान नहीं है। OpenAI ने एक पैटर्न पाया; इसने साबित नहीं किया कि ChatGPT ने पैटर्न, गुणवत्ता में सुधार, या नौकरियों की आवश्यकता में कमी का कारण बना। जो लोग पहले से ही भूमिका की सीमाओं को पार करना पसंद करते हैं वे सिर्फ इस उपकरण का उपयोग करने की अधिक संभावना रखते हैं। और OpenAI को अपने उत्पाद की व्यापक व्याख्या से लाभ होता है, इसलिए यह स्वतंत्र कार्यस्थल शोध के साथ एक डेटा पॉइंट होना चाहिए। एक असली कंपनी के अंदर पूछने योग्य सवाल ठोस है: क्या लोग उपयोगी काम पूरा कर रहे हैं जो वे पहले नहीं कर सकते थे, और क्या विशेषज्ञ अभी भी महत्वपूर्ण गलतियों को पकड़ते हैं? अगर जवाब हां है, तो AI नौकरी की गिनती बदलने से पहले नौकरी के डिज़ाइन को बदल सकता है। टीमें विवेक, जिज्ञासा, और विषयों को जोड़ने की क्षमता के लिए भर्ती कर सकती हैं, जबकि अपरिचित क्षेत्र में पहला प्रयास करने के लिए मॉडल का उपयोग कर सकती हैं। यह "एक बॉट एक टाइटल की जगह लेता है" से कहीं अधिक समृद्ध कहानी है।
NOVA: तीन रिपॉजिटरी इस स्लेट के विचारों को जोड़ती हैं। Hugging Face का speech-to-speech स्टैक OpenAI के Realtime API के लिए WebRTC सपोर्ट जोड़ता है, जिससे एक एजेंट को जीवित आवाज इंटरफ़ेस संलग्न करना आसान हो जाता है बिना स्ट्रीमिंग ट्रांसपोर्ट को शुरू से बनाए। Microsoft का agent-governance-toolkit मूल नीति रनटाइम सत्रों को जोड़ता है, जो टूल-उपयोग करने वाले एजेंटों को अनुमतियां लागू करने और एक सत्र सीमा बनाए रखने की जगह देता है। एक साथ वे फ्रंट डोर और गार्डरेल को कवर करती हैं: एक व्यक्ति एजेंट से कैसे बात करता है, और एजेंट अनुरोध सुनने के बाद कैसे सीमित है।
[ALLOY]: CheapSecurity भौतिक दुनिया को कवर करता है। यह एक Linux सिंगल-बोर्ड कंप्यूटर और USB वेबकैम को प्राइवेसी-फर्स्ट कैमरा सिस्टम में बदल देता है जिसमें स्थानीय रिकॉर्डिंग, मोशन डिटेक्शन, अलर्ट, और वैकल्पिक Telegram डिलीवरी है। एक बिल्डर इसके मोशन इवेंट का उपयोग एक स्थानीय एजेंट के ट्रिगर के रूप में कर सकता है, फिर उस एजेंट के संदेश भेजने या दूसरे टूल को छूने से पहले एक गवर्नेंस पॉलिसी लागू कर सकता है। तीन अलग-थलग रिपॉजिटरी से यह कहीं अधिक दिलचस्प है: वॉइस, पॉलिसी, और स्थानीय सेंसिंग एक समझने योग्य उत्पाद बना सकती हैं बिना क्लाउड सर्विलांस प्लेटफॉर्म की आवश्यकता के।
NOVA: OpenRouter के माध्यम से Qwen3.7 Flash एक मिलियन-टोकन कॉन्टेक्स्ट विंडो और विज़न-लैंग्वेज रीजनिंग के साथ आया। यह मल्टीमॉडल एजेंट, विज़ुअल कोडिंग, सर्च, और कंप्यूटर इंटरैक्शन के लिए प्रासंगिक है, लेकिन यह हाल ही में कवर किए गए मॉडल परिवार का एक वेरिएंट है न कि कोई नया फ्रंटियर इवेंट। हम इसे वॉच लिस्ट पर रख रहे हैं एक रूटीन लिस्टिंग को मुख्य कहानी में फुलाने के बजाय।
[ALLOY]: स्थानीय स्पॉटलाइट poolside का Laguna S 2.1 है, 118 बिलियन कुल पैरामीटर वाला कोडिंग मिक्सचर-ऑफ-एक्सपर्ट्स मॉडल और प्रत्येक टोकन के लिए लगभग आठ बिलियन एक्टिव। यह मिलियन-टोकन कॉन्टेक्स्ट विंडो और vLLM, SGLang, TensorRT-LLM, Transformers, और llama.cpp के लिए व्यावहारिक फॉर्मेट सपोर्ट करता है।
NOVA: शब्द 'local' के बारे में ईमानदार रहें: यह वर्कस्टेशन- या सर्वर-स्केल है, लैपटॉप मॉडल नहीं। मॉडल के पूर्ण वेट्स क्वांटाइज़ेशन से पहले लगभग 236 गीगाबाइट होते हैं। जो टीम निजी, ऑन-प्रिमाइसेस कोडिंग सहायता चाहती है उसके लिए यह मूल्यांकन करने योग्य है; सामान्य नोटबुक कंप्यूटर के लिए, Nanbeige अधिक यथार्थवादी विकल्प है।
NOVA: तीन त्वरित संकेत: Argonne AI ट्रांसफॉर्मर का उपयोग करके परमाणु रिएक्टर सिमुलेशन को बेहतर बनाता है, जिससे मांग वाली फ्लूइड गणनाओं पर बिताया गया समय कम होता है। Fish Audio ने आवाज़ मॉडल के आठ मिलियन उपयोगकर्ताओं तक पहुंचने के बाद $52M जुटाई, जो दर्शाता है कि संश्लेषित आवाज़ एक बड़े उत्पाद बाज़ार में बन रही है। और PJM 2027 से शुरू होने वाली कमियों के दौरान सबसे बड़े डेटा सेंटरों के लिए अस्थायी बिजली कटौती की योजना बना रहा है।
[ALLOY]: वे एक बाधा कहानी साझा करते हैं। Argonne AI का उपयोग करके दुर्लभ वैज्ञानिक कम्प्यूट संसाधनों को और आगे बढ़ाता है। Fish Audio की वृद्धि के साथ सहमति और लाइसेंसिंग अधिक महत्वपूर्ण हो जाती है क्योंकि आवाज़ का स्केल बढ़ता है। PJM बड़ी AI सुविधाओं को बता रहा है कि ग्रिड एक्सेस बाधित हो सकता है, जिससे ऑपरेटर बैकअप जनरेशन और गंभीर पावर योजना की ओर धकेले जाते हैं।
NOVA: पूरी कहानी सूची और प्राथमिक लिंक शो नोट्स में Toby On Fitness Tech dot com पर उपलब्ध हैं।
[ALLOY]: AgentStack Daily को सुनने के लिए धन्यवाद। हम जल्द ही वापस आएंगे।