[NOVA]: मैं NOVA हूं।

[ALLOY]: मैं ALLOY हूं, और यह AgentStack Daily है...

[NOVA]: OpenClaw 6.1 इस चक्र की अगुवाई कर रहा है। इसने Workboard orchestration जोड़ा जो एक kanban को multi-agent coordination surface में बदल देता है, task-backed board runs के साथ, एक governed Skill Workshop पेश किया apply, reject, और quarantine flows के साथ साथ ही rollback metadata, iMessage state और plugin install ledger को clean restarts के लिए SQLite में स्थानांतरित किया, और provider और plugin request paths पर bounded timers कसीं। Claude Code .162 भी आगे बढ़ा, claude agents --json में waitingFor field जोड़ा ताकि आप आखिरकार देख सकें कि background session क्यों रुका हुआ है, Remote Control को persistent footer pill के रूप में सामने लाया, और permission rule और interrupt fixes को stack किया जिसने real operator pain को बंद किया।

[ALLOY]: आप पहले release mechanics सुनेंगे: Workboard एक task-backed multi-agent board के रूप में, Skill Workshop agent-written skills के लिए एक governed path के रूप में, messages और plugins के लिए SQLite-backed recovery, और stalled background agents को समझाने वाले Claude Code status fields के रूप में। दूसरा भाग model और memory layer का अनुसरण करता है: coding के लिए Qwen 3.7 बनाम multimodal routing, shared cross-agent recall के लिए agentmemory, graph-backed repo questions के लिए CodeGraphContext, और lightweight decision memory के लिए RepoBrain।

[ALLOY]: harness block के बाद हम model lane में जाते हैं Qwen 3.7 Max और Plus के साथ जो coding को multimodal workloads से अलग करते हैं, दोनों open weight, दोनों agentic use के लिए डिज़ाइन किए गए। फिर coding agents के लिए persistent context के तीन अलग-अलग तरीके: agentmemory एक shared cross-agent memory server के रूप में, CodeGraphContext एक graph-backed code query surface के रूप में, और RepoBrain एक lightweight decision log के रूप में। सामान्य thread continuity है: agents को durable work state, durable repo knowledge, और durable memory की जरूरत है before long-running automation trustworthy लगे।

[ALLOY]: तीन layers एक साथ move कर रहे हैं, और listen करने का सबसे उपयोगी तरीका है उन्हें अलग रखना।

[NOVA]: harness layer well-known surfaces की एक छोटी संख्या के आसपास consolidating हो रहा है। OpenClaw 6.1 OpenClaw को एक coordination और governance surface बनाने की दिशा में सबसे ठोस कदम है, सिर्फ एक runtime नहीं। Workboard headline है: multi-agent planning और run-tracking board orchestration primitives के साथ, task-backed board runs, और edit modal में task comments। comments का task body के same modal में होना एक छोटा detail है जो matter करता है, क्योंकि review decay नहीं होता जब वह work के बगल में embedded हो।

[ALLOY]: Skill Workshop दूसरा big move है। यह skill authoring को एक governed surface में ले जाता है। Proposal lifecycle apply, reject, या quarantine है, versioned dated frontmatter के साथ, support file scanning और hashing, और एक skill_workshop agent tool जिसे agent flow को drive करने के लिए call कर सकता है। Agent अब सिर्फ approved skills का consumer नहीं है। यह approval loop में एक participant है।

[NOVA]: Recovery तीसरा area है। iMessage monitor state, inbound queues, और plugin install ledger अब SQLite में persisted हैं, ताकि restarts duplicate filesystem scanning के बिना recover करें। Bounded timers और retries provider और plugin request paths को wrap करते हैं, ताकि OAuth, device codes, media downloads, local service probes, और generated-content polling सभी cleanly fail बजाय एक run को indefinitely hang करने के।

[ALLOY]: Claude Code side पर, .162 tightening releases की एक string में latest है। सबसे operator-visible change claude agents --json में waitingFor है, जो surface करता है कि क्या एक background agent permission prompt पर, एक long-running tool पर, या subagent handoff पर blocked है। WebFetch permission rules अब preapproved-host auto-allow पर precedence लेते हैं, एक second से कम के MCP server timeouts अब one-second watchdog पर floor नहीं करते, और stream-json या SDK sessions के very start पर दबाया गया interrupt अब silently drop नहीं करता।

[NOVA]: मॉडल की कहानी Qwen 3.7 स्प्लिट है। Alibaba ने दो अलग-अलग वेरिएंट लॉन्च किए: reasoning, coding और math के लिए Max; multimodal और vision के लिए Plus। दोनों open weight हैं, दोनों OpenRouter पर हैं, दोनों को Ollama या LM Studio के ज़रिए pull किया जा सकता है। मॉडल routing तब और दिलचस्प हो जाती है जब आप code edits के लिए एक coding model और screenshots के लिए एक multimodal model चुन सकते हैं, और दोनों को locally या single API gateway के पीछे run कर सकते हैं।

[ALLOY]: agent tooling की कहानी तीन प्रोजेक्ट्स के बारे में है जो एक ही problem को अलग-अलग angles से attack कर रहे हैं। agentmemory आपकी मशीन पर हर agent को port 3111 पर एक shared memory server देता है जिसमें confidence scoring, lifecycle management, एक knowledge graph, और hybrid search है। CodeGraphContext आपके repo को एक graph database में index करता है और इसे CLI और MCP server दोनों के through expose करता है, ताकि एक agent dozens of files grep किए बिना structural questions का जवाब दे सके। RepoBrain हल्का option है, एक CLI-first decision और pattern log जो Claude Code और Codex के लिए बना है।

[NOVA]: आइए इन्हें क्रम में लेते हैं। ...

[ALLOY]: OpenClaw 6.1 June 3 को आया और यह हाल की memory में सबसे significant stable release है। इसे समझने का तरीका यह है कि तीन concentric layers हैं: runtime hardening हो रही है, surface area coordination और governance की तरफ expand हो रहा है, और provider model broaden हो रहा है। हर layer मायने रखती है, और layers एक-दूसरे को reinforce करते हैं। एक coordination surface तभी useful है जब underlying runtime reliable हो, और एक runtime तभी useful है जब वह सही model पर route कर सके।

[NOVA]: Workboard से शुरू करते हैं, क्योंकि वहीं नया mental model दिखता है। Kanban board कोई नई idea नहीं है। दिलचस्प सवाल यह है कि यह किस तरह का kanban board है। Workboard में, board actual task decomposition को drive करता है agent coordination tools के साथ multi-agent planning और run tracking के लिए। Board runs task-backed हैं, यानी एक board run सिर्फ एक status display नहीं है। यह execution की एक real unit है जिस पर orchestration layer act कर सकता है।

[ALLOY]: Edit modal वह जगह है जहां day-to-day operator काम होता है। Task comments task body के साथ उसी modal में रहती हैं, तो जब reviewer को�ी note छोड़ना चाहे या subagent के claim पर push back करना चाहे, conversation work के बगल में रहता है। जब comments किसी separate thread या separate tool में रहती हैं, वे decay हो जाती हैं। आप उन्हें scroll करके past कर जाते हैं, address करना भूल जाते हैं, subagent अपना अगला turn बिना उन्हें देखे करता है। उन्हें edit modal में embed करने से review sticky रहता है।

[NOVA]: Orchestration primitives वही हैं जो Workboard को project management tool से अलग बनाते हैं। Primitives वे verbs हैं जो agent layer call कर सकती है: assign a task, decompose a task, track a run, comment, revise, hand off। जब वे verbs agents के लिए available होती हैं, तो board वह जगह नहीं रहता जहां humans agents को watch करते हैं, बल्कि वह जगह बन जाता है जहां agents एक-दूसरे के साथ coordinate करती हैं, humans द्वारा supervised। OpenClaw single-agent runtime से multi-agent coordination layer की तरफ move कर रहा है, और board वह surface है जो इसको visible बनाता है।

[ALLOY]: Skill Workshop दूसरा major addition है। Skill authoring historically या तो "एक markdown file edit करो और hope करो कि कुछ नहीं टूटे" रही है या "एक PR submit करो और wait करो।" Skill Workshop एक guarded middle path जोड़ता है। Proposals apply, reject, या quarantine से गुज़रती हैं। Pending proposals को versioned, dated proposal frontmatter के साथ in-place revise किया जा सकता है। Approved proposals standard skill folders के under support files carry कर सकती हैं, और उन support files को scanner, hash, और rollback safeguards मिलते हैं।

[NOVA]: Important detail skill_workshop agent tool है। एक agent अब एक skill proposal initiate कर सकता है, उसे review करवा सकता है, और उसे entirely OpenClaw runtime के अंदर approve करवा सकता है। Agent बाद में देखने के लिए human के लिए ticket file नहीं कर रहा। यह review flow में participate कर रहा है। और Skill Workshop guidance Codex app-server prompts में surface होती है जब skill_workshop available हो, जिसका मतलब है कि एक Codex-backed agent एक run में सही moment पर skill governance के लिए prompt कर सकता है।

[ALLOY]: "Governed" framing अपना काम rollback metadata, support file scanning, उन files पर hash, और suspicious दिखने वाली proposals के लिए quarantine state में करती है। अगर कोई proposal standard skill folder के बाहर किसी file को modify करती है, scanner उसे पकड़ लेती है। अगर approval के बाद कोई support file बदलती है, hash mismatch उसे पकड़ लेती है। अगर कोई proposal production में broken निकलती है, rollback metadata operator को बिल्कुल बताती है कि किस version पर revert करना है।

[NOVA]: रिकवरी तीसरा प्रमुख क्षेत्र है, और यह वह है जिसे ऑपरेटर सबसे सीधे महसूस करेंगे। iMessage मॉनिटर स्टेट, इनबाउंड क्यूज़, और प्लगइन इंस्टॉल लेज़र अब SQLite में पर्सिस्ट होते हैं। प्लगइन इंस्टॉल इंडेक्स को हर रीलोड पर फाइलसिस्टम स्कैनिंग की ज़रूरत होती थी। दर्जनों प्लगइन्स वाली सेटअप के लिए, वह स्कैन एक उल्लेखनीय लागत है। इंडेक्स को SQLite में ले जाने का मतलब है कि इंस्टॉल्ड पैकेज लुकअप अब डायरेक्टरी वॉक के बजाय एक तेज़ इंडेक्स्ड रीड है, और यह रीस्टार्ट के बाद भी स्टेट खोए बिना बना रहता है।

[ALLOY]: बाउंडेड टाइमर और रिट्राई शांत हैं लेकिन उतने ही महत्वपूर्ण हैं। प्रोवाइडर और प्लगइन रिक्वेस्ट पाथ में अब OAuth और डिवाइस-कोड लाइफटाइम, मीडिया डाउनलोड, लोकल सर्विस प्रोब, और जेनरेटेड-कंटेंट पोलिंग पर स्पष्ट टाइमआउट हैं। इनमें से कई पाथ में पिछला व्यवहार किसी अटके हुए नेटवर्क कॉल पर अनिश्चित काल तक प्रतीक्षा करना था और तभी विफल होना था जब कोई इंसान ध्यान देता। नया व्यवहार एक बाउंडेड वेट, एक साफ़ रिट्राई, और एक परिभाषित फेलियर सरफेस है अगर बाउंड खत्म हो जाए।

[NOVA]: टूल कॉल इंटरप्शन हैंडलिंग एक ऐसी रेस को बंद करती है जो सपोर्ट फोरम पर हावी रही है। क्लासिक फेलियर मोड यह है कि एक टूल कॉल शुरू होती है, नेटवर्क गिर जाता है, टाइमआउट फायर होता है, रनटाइम सफाई की कोशिश करता है, और सफाई आंशिक रिस्पॉन्स के साथ रेस करती है, जिससे सेशन एक कंफ्यूज़्ड स्टेट में रह जाता है। 6.1 उस रेस को पांच पुल रिक्वेस्ट में अधिक साफ़ तरीके से बंद करता है, जिसके परिणामस्वरूप इंटरप्टेड टूल कॉल, स्टेल सेशन बाइंडिंग, और कम्पैक्शन हैंडऑफ़ सभी एक परिभाषित तरीके से रिकवर होते हैं।

[ALLOY]: चैनल और मोबाइल डिलीवरी Telegram, WhatsApp, iMessage, Slack, Discord, Microsoft Teams, Google Chat, Google Meet, और iOS रियलटाइम टॉक सरफेस पर अधिक स्थिर है। iOS को होस्टेड पुश रिले डिफ़ॉल्ट, रियलटाइम टॉक प्लेबैक, और एक गार्डेड WebSocket पिंग पाथ मिलता है। गार्डेड पिंग मायने रखता है क्योंकि एक मोबाइल सेशन जो अपना WebSocket कनेक्शन खो देता है, पहले या तो चुपचाप मर जाता था या रीकनेक्ट स्पैम करता था। नया पाथ एक एकल सensible रीकनेक्शन स्ट्रैटेजी है।

[NOVA]: प्रोवाइडर साइड पर, MiniMax M3 अब अपने दस लाख-टोकन कॉन्टेक्स्ट विंडो, स्पार्स अटेंशन आर्किटेक्चर, मल्टीमॉडल क्षमताओं, और MiniMax Code टूल के साथ रजिस्टर्ड है। OpenClaw-मैनेज्ड एजेंट स्टैंडर्ड प्रोवाइडर इंटरफ़ेस के ज़रिए बिना किसी कस्टम कॉन्फ़िगरेशन के MiniMax M3 पर रूट कर सकते हैं। अकाउंट OAuth एंडपॉइंट प्रोवाइडर मेटाडेटा में शामिल हैं। Google और Vertex कैटलॉग फिक्सेस मॉडल ब्राउज़िंग और क्रेडेंशियल-अवेयर कैटलॉग लोडिंग को संबोधित करते हैं। OpenRouter अब मॉडल मेटाडेटा कैशिंग के लिए SQLite का उपयोग करता है, ताकि कैटलॉग स्टेट रीस्टार्ट के बाद भी बना रहे और बार-बार नेटवर्क कॉल से बचा जा सके।

[ALLOY]: Copilot Claude की दस लाख-टोकन क्षमताओं को मान्यता मिली है, Foundry रीज़निंग अलाइनमेंट Microsoft के Foundry एंडपॉइंट के ज़रिए रीज़निंग मॉडल को संबोधित करता है, और OpenAI रेस्पॉन्स रीप्ले गार्ड्स गैर-डिटर्मिनिस्टिक रीप्ले एज केसेस के खिलाफ सुरक्षा करते हैं। Code मोड स्कोप्ड एजेंट और ग्लोबल सेशन के लिए आंतरिक नेमस्पेस जोड़ता है जिसमें सटीक नेमस्पेस टूल डिस्पैच है, साथ ही MCP API फ़ाइलें और कोड-मोड इंटीग्रेशन के लिए डॉक्स हैं। स्किल्स, सेशन मेटाडेटा, गेटवे रनटाइम स्टेट, प्लगइन मेटाडेटा, मेमोरी वॉचर्स, और स्टोर राइट्स हॉट पाथ पर कम दोहराव वाला काम करते हैं।

[NOVA]: 6.1 की ईमानदार समीक्षा यह है कि हेडलाइन फीचर्स और प्लंबिंग फीचर्स समान रूप से महत्वपूर्ण हैं। Workboard और Skill Workshop को स्क्रीनशॉट मिलते हैं। SQLite-बैक्ड स्टेट और बाउंडेड टाइमर वही हैं जो स्क्रीनशॉट को विश्वसनीय बनाते हैं। शुरुआती अपनाने वालों की प्रतिक्रिया Workboard साइड पर सकारात्मक रही है, Skill Workshop गवर्नेंस फ्लो को "एजेंट्स को कौन देखता है" सवाल का सही जवाब बताया गया है। ...

[ALLOY]: Claude Code .162 निरंतर टाइटनिंग रिलीज़ की श्रृंखला में नवीनतम है, और हाल के स्पैन के बारे में सोचने का सही तरीका फीचर ड्रॉप के बजाय पेपर-कट पास के रूप में है। लगभग हर बदलाव किसी कोने के केस को बंद कर रहा है, और संचयी प्रभाव एक CLI है जो काफी कम अप्रत्याशित है।

[NOVA]: ऑपरेटर्स के लिए सबसे उपयोगी बदलाव यह है कि claude agents --json में अब एक waitingFor फील्ड शामिल है। बैकग्राउंड एजेंट चलाने वाले किसी भी व्यक्ति के लिए, पुराना फेलियर मोड यह था कि एक एजेंट प्रगति करना बंद कर देता है, UI "running" दिखाता है, और आपको सेशन से अटैच होना पड़ता है, ट्रांसक्रिप्ट में स्क्रॉल करना पड़ता है, और पता लगाना पड़ता है कि एजेंट किस पर ब्लॉक है। अनुमति प्रॉम्प्ट सबसे आम कारण है, लेकिन एजेंट एक लंबे समय से चल रहे टूल, एक स्टाल्ड प्रोवाइडर कॉल, या एक कतार में लगे सबएजेंट का भी इंतज़ार कर रहा हो सकता है।

[ALLOY]: नया फील्ड JSON में कारण सामने लाता है। अगर waitingFor permission_prompt पढ़ता है, तो आपको पेंडिंग अनुमति देखनी होगी। अगर यह tool_call:long_running_command पढ़ता है, तो आप जानते हैं कि एजेंट एक सबप्रोसेस पर इंतज़ार कर रहा है। अगर यह subagent:pending_handoff पढ़ता है, तो आप जानते हैं कि एजेंट एक चाइल्ड सेशन पर इंतज़ार कर रहा है। व्यावहारिक प्रभाव यह है कि आप ऑपरेटर टूलिंग लिख सकते हैं जो स्टाल को डायग्नोज़ करती है बिना किसी इंसान के अटैच होने और इंस्पेक्ट करने की ज़रूरत के। पांच या दस बैकग्राउंड एजेंट चलाने वाली टीम के लिए, यह ऑब्ज़र्वेबिलिटी में एक सार्थक बदलाव है।

[NOVA]: WebFetch permission rules ab preapproved-host auto-allow se pehle aate hain. Purani behavior sachmuch surprising thi. Ek team domain ko preapproved-host list mein add kar sakti thi, aur phir subdomain par ek more specific explicit deny rule add kar sakti thi, aur auto-allow phir bhi jeet jata. Fix se explicit deny, ask, aur allow rules authoritative ban gaye hain, jo ki ekmat behavior hai jo sense banata hai. Agar aapne deny rule likha, toh aapne uska matlab liya.

[ALLOY]: Windows path handling backslashes aur case-variant paths ke liye fix hai. Read deny rules ab Glob aur Grep results se files nahi chhupate, jo ki confused tool calls aur silent permission violations ka ek recipe hata deta hai.

[NOVA]: MCP timeout change ek chhota lekin sachha ergonomics fix hai. One second se neeche per-server timeout config values pehle floor hoke one-second watchdog ban jate the, matlab ek deliberately aggressive timeout ko silently raise kiya jata tha aur phir har tool call ko us server ke against abort kiya jata tha. Naya behavior yeh hai ki sub-one-second values default ya MCP_TOOL_TIMEOUT mein fall through hoti hain, aur claude mcp unhe annotate karta hai taaki aap dekhsake ki kya apply hua. Jin log MCP servers ko rate-limited upstream APIs ke against run kar rahe hain, unke liye yeh fix alone upgrade ke kaabil hai.

[ALLOY]: Interrupt handling ek turn ke shuru hone ke bilkul start mein stream-json aur SDK sessions ke liye fix hai. Purani race thi: aap prompt bhejne ke turant baad Esc press karte hain, turn ne abhi processing shuru nahi kiya, interrupt drop ho jata hai, aur turn koi feedback diye bina complete ho jata hai. Naya behavior Interrupted feedback signal surface karta hai, taaki SDK caller ko pata ho sake ki cancel land hua.

[NOVA]: LSP workspaceSymbol operation ab ek query parameter accept karta hai aur use language server tak pass karta hai, jo ki un agents ke liye ek chhota lekin sachha improvement hai jo LSP-based symbol search pe rely karte hain. Windsurf-to-Devin rebrand relevant slash commands mein reflected hai, aur quieter startup groups notices severity ke saath hain with session info aur announcements sharing a single line per launch. claude agents ui ko quality fixes ka batch milta hai: status detail ab narrow column widths par truncate nahi karta, long session names ab forty columns par truncate nahi hote, attach ab background-service restart ke baad pehli try mein session list par wapas nahi jata, aur image paste dispatch input aur session reply box mein kaam karta hai.

[ALLOY]: Left arrow se backgrounding ab conversation ko silently lose nahi karta jab background service start nahi kar sakti. Config directory ke read-only ya unwritable hone par silent startup hang fix hai; Claude Code ab in-memory config ke saath start hota hai aur error surface karta hai. Remote Control footer pill ek chhota lekin useful change hai: Remote Control pehle ek startup message ki tarah appear hota tha jo scroll ho jata tha jaise hi session busy ho jata tha, matlab operators kabhi-kabhi track kho dete the ki session actually remote supervision ke under tha ya nahi. Persistent footer pill session link ko visible rakhta hai.

[NOVA]: .162 ka honest assessment yeh hai ki headline hai waitingFor, aur baaki sab baaki paper-cut stack hai. Agar aap background agents, permission rule precedence, ya MCP timeouts ke baare mein intermittent bug reports file kar rahe hain, toh yeh woh release hai jo unme se sabse kharab ko close karta hai. Agar aap wo reports nahi file kar rahe, toh aap shayad sirf yeh notice karoge ki CLI is mahine kam surprising feel karta hai. Yeh tightening release ke liye right outcome hai, aur yeh cycle mein baad mein zyada substantial feature drop ke liye jagah chhod deta hai. Recent releases ki pace bhi note karna chahiye: CLI pehle se tez move kar raha hai jaise yeh quarter pehle tha, aur teams jo automation ko specific version pe pin karte hain, unhe apne upgrade cadence ke baare mein sochna chahiye. ...

[NOVA]: Qwen 3.7 May mein land hua with two distinct variants, aur split meaningful hai.

[ALLOY]: Qwen 3.7 Max reasoning, coding, aur math ko target karta hai. Yeh Codex, Claude Code ke primary models, aur baaki coding-focused frontier models ke same lane mein hai. Agar aap ek coding agent ke liye model pick kar rahe hain, Max woh variant hai jise pehle evaluate karna chahiye.

[NOVA]: Qwen 3.7 Plus multimodal aur vision ke liye optimized hai. Iska matlab hai document understanding, screenshot interpretation, diagram reading, aur wo kaam jahan input sirf text nahi hai. Agar aapke agent ko images ya scanned documents handle karne hain, Plus woh variant hai jo us lane ko target karta hai.

[ALLOY]: यह विभाजन उद्योग के व्यापक पैटर्न को दर्शाता है - विभिन्न कार्य प्रोफाइलों के लिए अलग-अलग मॉडल साइज़। लेकिन Qwen का ओपन-वेट पोजीशन इसे एजेंट ऑडियंस के लिए दिलचस्प बनाता है। आप कोडिंग काम के लिए Max क्वांटिज़ेशन लोकली ले सकते हैं और मल्टीमॉडल काम के लिए Plus क्वांटिज़ेशन लोकली ले सकते हैं, और टास्क के आधार पर उनके बीच रूट कर सकते हैं। या आप OpenRouter API के ज़रिए दोनों को एक साथ टारगेट कर सकते हैं और हार्नेस को रूटिंग का काम सौंप सकते हैं। डिप्लॉयमेंट सरफेस दोनों में एक जैसा रहता है।

[NOVA]: Qwen का अपना फ्रेमिंग 3.7 को सिर्फ चैट कम्प्लीशन के लिए नहीं बल्कि एजेंटिक वर्कफ्लो के लिए डिज़ाइन किया गया बताता है। कॉन्टेक्स्ट विंडो और टूल-यूज़ कैपेबिलिटीज़ एजेंट-कंप्यूटर यूज़ केस के लिए तैयार हैं। यह फ्रेमिंग इस बात के साथ मेल खाती है कि व्यापक एजेंट स्टैक इकोसिस्टम मॉडल्स के बारे में कैसे सोच रहा है: सही मॉडल वही है जो टूल कॉल्स को बनाए रख सके, लंबे कॉन्टेक्स्ट पढ़ सके, और फेल हुए स्टेप्स से रिकवर कर सके बिना थ्रेड खोए।

[ALLOY]: लोकल डिप्लॉयमेंट के लिए, Qwen 3.7 क्वांटिज़ेशन्स Ollama, LM Studio, और समान टूल्स के ज़रिए उपलब्ध हैं। LM Studio का mlx-engine पिछले Qwen फैमिली के लिए स्पष्ट ऑप्टिमाइज़ेशन रखता है, और 3.7 रिलीज़ से पता चलता है कि ये ऑप्टिमाइज़ेशन Apple Silicon डेवलपर्स के लिए लोकली चलने वाले डेवलपमेंट में आगे बढ़ते हैं। NVIDIA का DGX Spark मैसेजिंग लोकल एजेंट स्टैक स्टोरी का हिस्सा बनकर Qwen ऑप्टिमाइज़ेशन को हाइलाइट करता है, जो सुझाव देता है कि 3.7 फैमिली लोकल एजेंट कंप्यूटर्स के लिए वही डिप्लॉयमेंट पाथ फॉलो करेगी।

[NOVA]: व्यावहारिक सलाह सीधी है। अगर आप कोडिंग और मल्टीमॉडल टास्क के बीच रूट कर रहे हैं, तो लेन के हिसाब से चुनें। कोड जेनरेशन, कोड रिव्यू, रिफैक्टरिंग, और रीज़निंग-हैवी टास्क के लिए Max। डॉक्यूमेंट समझ, इमेज एनालिसिस, और विज़ुअल इनपुट के लिए Plus। अगर आप पहले से कोई फ्रंटियर कोडिंग मॉडल चला रहे हैं और बॉटलनेक मल्टीमॉडल हैंडलिंग है, तो Plus आपके मौजूदा मल्टीमॉडल पाथ के खिलाफ टेस्ट करने का कैंडिडेट है। अगर बॉटलनेक कोडिंग क्वालिटी है, तो Max आपके मौजूदा कोडिंग मॉडल के खिलाफ टेस्ट करने का कैंडिडेट है।

[ALLOY]: जहां वेंडर क्लेम्स की अभी पुष्टि ज़रूरी है, वह एजेंटिक बिहेवियर्स के लॉन्ग-टेल में है। Qwen के खुद के रीज़निंग और कोडिंग बेंचमार्क उपयोगी हैं, लेकिन एजेंट ऑडियंस के लिए असली टेस्ट यह है कि मॉडल लंबे मल्टी-स्टेप रन में कितना टिकता है, क्या वह टूल फेलियर से साफ तरीके से रिकवर करता है, और क्या मल्टीमॉडल वेरिएंट टेक्स्ट-ओनली इनपुट पर डिग्रेड नहीं होता। शुरुआती कम्युनिटी रिएक्शन कोड रिव्यू और स्ट्रक्चर्ड रिफैक्टरिंग के लिए Max पर उत्साही रहा, Plus को डॉक्यूमेंट और स्क्रीनशॉट वर्क पर पॉज़िटिव नोट्स मिले लेकिन डेंस टेबल्स और स्मॉल-फॉन्ट OCR पर मिक्स्ड फीडबैक। OpenRouter और Ollama पाथ्स को इवैल्यूएशन लेन मानें और अगले कुछ हफ्तों में कम्युनिटी रिएक्शन पर नज़र रखें। ...

[NOVA]: agentmemory तीन कॉन्टेक्स्ट टूल्स में सबसे महत्वाकांक्षी है, और इसे सोचने का सही तरीका यह है कि यह पूरे लोकल एजेंट स्टैक के लिए एक शेयर्ड मेमोरी सर्वर है।

[ALLOY]: यह जो प्रॉब्लम सॉल्व करता है वह ब्लैंक-स्लेट प्रॉब्लम है। आप जो भी एजेंट चालू करते हैं - चाहे Claude Code, Codex, GitHub Copilot CLI, Cursor, Gemini CLI, Hermes, OpenClaw, pi, OpenCode, या कोई MCP क्लाइंट - वह बिना किसी मेमोरी के शुरू होता है कि आपने पिछले हफ्ते क्या किया। अगर आपने Claude Code में एक सर्विस की आर्किटेक्चर समझाने में एक घंटा बिताया, और फिर आप Codex खोलते हैं किसी संबंधित टास्क के लिए, तो Codex को कुछ भी पता नहीं कि वह बातचीत हुई थी।

[NOVA]: agentmemory पोर्ट 3111 पर एक मेमोरी सर्वर के रूप में चलता है, एक ग्लोबल npm पैकेज के रूप में इंस्टॉल, iii इंजन पर बिल्ट। एक बार चलने पर, एजेंट नेटिव प्लगइन्स, हुक्स, या MCP के ज़रिए कनेक्ट होते हैं - इस पर निर्भर करता है कि एजेंट क्या सपोर्ट करता है। Claude Code को एक नेटिव प्लगइन, बारह हुक्स, और MCP मिलता है। Codex को एक नेटिव प्लगइन, छह हुक्स, और MCP मिलता है। OpenClaw और Hermes दोनों को एक नेटिव प्लगइन और MCP मिलता है। वायरिंग डेप्थ एजेंट के हिसाब से अलग होती है, लेकिन अंडरलाइंग सर्वर वही है, जिसका मतलब है कि एक एजेंट द्वारा लिखी गई मेमोरी दूसरे के द्वारा पढ़ी जा सकती है।

[ALLOY]: फीचर सेट सिम्पल की-वैल्यू स्टोरेज से आगे जाता है। स्टोर्ड मेमोरीज़ पर कॉन्फिडेंस स्कोरिंग है, ताकि सिस्टम स्टेल या लो-कॉन्फिडेंस वाली मेमोरीज़ की तुलना में हाल की और हाई-कॉन्फिडेंस वाली मेमोरीज़ को वेट कर सके। लाइफसाइकल मैनेजमेंट है, ताकि मेमोरीज़ खुद बख्त चली जाएं या स्पष्ट रूप से रिटायर हो सकें। नॉलेज ग्राफ रिप्रेजेंटेशन है, ताकि संबंधित मेमोरीज़ लिंक की जा सकें। हाइब्रिड सर्च है, ताकि रिकॉल पाथ कीवर्ड और सिमेंटिक मैचिंग को कंबाइन कर सके। कॉन्फिडेंस स्कोरिंग एजेंट ऑडियंस के लिए विशेष रूप से ज़रूरी है, क्योंकि विकल्प यह है कि हर मेमोरी को उतनी ही अथॉरिटेटिव माना जाए, और यह जल्दी से एक स्टोर बना देता है जो स्टेल गाइडेंस से भरा होता है जिसे एजेंट करंट पॉलिसी मानता है।

[NOVA]: क्रॉस-एजेंट स्टोरी वह हिस्सा है जो वर्कफ्लो मैथ बदलता है। एक डेवलपर जो हाई-लेवल रिफैक्टरिंग के लिए Claude Code, शेल और फाइल ऑपरेशन्स के लिए Codex, और मल्टी-स्टेप टास्क ऑर्केस्ट्रेट करने के लिए Hermes इस्तेमाल करता है, उसके पास फिलहाल तीन इंडिपेंडेंट कॉन्टेक्स्ट विंडोज़ हैं। agentmemory के साथ, वही मेमोरी सर्वर तीनों के पीछे बैठता है, तो एक एजेंट के सेशन का कॉन्टेक्स्ट अगले एजेंट जो करता है उसे इन्फॉर्म करता है।

[ALLOY]: एक रियल-टाइम व्यूअर और एक iii Console शामिल हैं, ताकि आप मेमोरी स्टोर में क्या है देख सकें, नई मेमोरीज़ को आते देख सकें, और नॉलेज ग्राफ की जांच कर सकें। रेपो हाल ही में कमिट्स के साथ सक्रिय रूप से मेंटेन किया जाता है, जो एक कॉन्टेक्स्ट टूल के लिए मायने रखता है। डेटा स्ट्रक्चर तभी उपयोगी है जब प्रोजेक्ट अप टू डेट रहे, क्योंकि एक बंद किए गए मेमोरी टूल की फेलियर मोड साइलेंट रॉट है जब एजेंट लैंडस्केप इसके चारों ओर बदलता है।

[NOVA]: ईमानदार आकलन यह है कि शेयर्ड क्रॉस-एजेंट मेमोरी एक ऐसी कैटेगरी है जो अभी अपना आकार खोज रही है। अलग-अलग एजेंट्स के अलग-अलग प्रॉम्प्ट कन्वेंशन हैं, अलग टूल सरफेस हैं, और "मेमोरी" क्या मानी जाए इसके लिए अलग कन्वेंशन हैं। agentmemory का शेयर्ड सर्वर को पर-एजेंट कनेक्टर्स के साथ इस्तेमाल करने का तरीका उस समस्या को हल करने का एक तरीका है, और iii इंजन आर्किटेक्चर वही है जो क्रॉस-एजेंट रीड पाथ को काम करने देता है। देखने वाली बात यह है कि रियल वर्कलोड्स के तहत कॉन्फिडेंस स्कोरिंग और लाइफसाइकल मैनेजमेंट कितनी अच्छी तरह टिकती है। हर मेमोरी सिस्टम को यह तय करना होता है कि क्या रखना है और क्या भूलना है, और गलत डिफॉल्ट्स या तो पुरानी गाइडेंस से भरी स्टोर बनाते हैं या ऐसी स्टोर बनाते हैं जो जरूरी कॉन्टेक्स्ट खो देती है।

[ALLOY]: जिन टीमों के पास पहले से एक ही मशीन पर कई एजेंट चल रहे हैं, यह एक टूल है जिसे आंकने योग्य है। सेटअप की लागत कम है: इंस्टॉल करें, डेमो चलाएं, अपने प्राइमरी एजेंट को कनेक्ट करें, और फायदा यह है कि एक सेशन में प्रोजेक्ट समझाने में जो समय लगाते हैं वह अगली बार जब आप कोई दूसरा एजेंट खोलते हैं तो खो नहीं जाता। शेयर्ड-सर्वर मॉडल का मतलब यह भी है कि एक छोटी टीम बिना Claude Code, Codex, और Hermes में से किसी एक को चुने एक ही मेमोरी सरफेस पर स्टैंडर्डाइज हो सकती है। ...

[NOVA]: CodeGraphContext एक अलग तरह का कॉन्टेक्स्ट टूल है। जहां agentmemory मेमोरीज़ स्टोर करता है, वहीं CodeGraphContext कोड स्ट्रक्चर को एक ग्राफ डेटाबेस में इंडेक्स करता है और उस ग्राफ को इंसानों और एजेंट्स दोनों के लिए एक्सपोज करता है।

[ALLOY]: ड्यूल-मोड डिज़ाइन यही मुख्य आइडिया है। एक ही ग्राफ इंडेक्स दो सरफेस की सेवा करता है: एक CLI जहां डेवलपर कोडबेस के खिलाफ नैचुरल लैंग्वेज क्वेरीज़ चला सकता है, और एक MCP सर्वर जहां Claude Code, Codex, Gemini, और Cursor जैसे AI एजेंट स्ट्रक्चरल सवालों के जवाब देने वाले टूल्स कॉल कर सकते हैं। CLI आपको मैनुअल एक्सप्लोरेशन के लिए वही ग्राफ देता है। MCP आपके एजेंट को एक कॉलेबल टूल के रूप में वही ग्राफ देता है।

[NOVA]: इंडेक्सिंग इंजन ट्री-सिटर नोड्स का उपयोग करके कोड पार्स करता है और कंपोनेंट्स का ग्राफ बनाता है: फंक्शन्स, क्लासेस, मेथड्स, पैरामीटर्स, इनहेरिटेंस रिलेशनशिप्स, फंक्शन कॉल्स, और इम्पोर्ट्स। इसका मतलब यह है कि ग्राफ फंक्शन A में एक ही नाम वाले फंक्शन और फंक्शन B में एक ही नाम वाले फंक्शन के बीच अंतर जानता है। टेक्स्ट सर्च दोनों को रिटर्न करेगा। ग्राफ केवल उसी को रिटर्न करता है जिसे क्वेरी किया गया है।

[ALLOY]: MCP सरफेस वह जगह है जहां एजेंट वर्कफ्लो दिखता है। एक्सपोज्ड टूल्स में get_callers, get_callees, get_class_hierarchy, और get_call_chain शामिल हैं। एक एजेंट जिसे रिफैक्टर की ब्लास्ट रेडियस समझने की जरूरत है, ग्राफ से सीधे कॉलर्स और कैलीज पूछ सकता है, इसके बजाय कोडबेस को ग्रेप करके और पाया हुआ समझने की कोशिश करने के बजाय। बड़े कोडबेस पर, अंतर महत्वपूर्ण है। ग्राफ क्वेरी एक सिंगल टूल कॉल है जिसका जवाब सटीक है, ग्रेप रास्ता अनसर्टेन इनफरेंस की श्रृंखला है।

[NOVA]: लाइव फाइल वॉचिंग फाइल्स बदलने पर रियल टाइम में ग्राफ अपडेट करती है, ताकि रिफैक्टर सेशन के दौरान इंडेक्स पुराना न हो। प्री-इंडेक्स्ड बंडल्स आपको इंडेक्सर चलाए बिना प्रसिद्ध रेपोजिटरीज़ तुरंत लोड करने देते हैं, जो किसी ज्ञात कोडबेस के खिलाफ टूल का मूल्यांकन करने के लिए उपयोगी है। समर्थित भाषाएं बाईस में शामिल हैं, जिसमें Python, JavaScript, TypeScript, Java, C, C++, C#, Go, Rust, Ruby, PHP, Swift, Kotlin, Dart, और कई अन्य शामिल हैं। भाषा समर्थन की चौड़ाई एक असली ताकत है, और ट्री-सिटर फाउंडेशन वही है जो भाषा कवरेज को प्रैक्टिकल बनाती है, मार्केटिंग क्लेम नहीं।

[ALLOY]: ग्राफ डेटाबेस बैकएंड प्लगेबल है। डिफॉल्ट FalkorDB Lite है। KuzuDB, LadybugDB, FalkorDB Remote, NornicDB, और Neo4j भी समर्थित हैं, सभी Docker या नेटिव के माध्यम से उपलब्ध हैं। बैकएंड का चुनाव परफॉर्मेंस कैरेक्टरिस्टिक्स और ऑपरेशनल फिट के लिए मायने रखता है, और प्लगेबल डिज़ाइन का मतलब है कि एक टीम वह बैकएंड चुन सकती है जो उनके मौजूदा ग्राफ डेटाबेस इन्फ्रास्ट्रक्चर से मेल खाता है।

[NOVA]: प्रैक्टिकल यूज़ केस एक एजेंट है जिसे नॉन-ट्रिवियल रिफैक्टरिंग या कोड एनालिसिस करने की जरूरत है। ग्राफ के बिना, एजेंट का कोडबेस का मेंटल मॉडल टेक्स्ट सर्चेज और हाल ही में पढ़ी गई फाइल्स के कंटेंट से बना धुंधला चित्र है। ग्राफ के साथ, एजेंट सटीक सवाल पूछ सकता है और सटीक जवाब पा सकता है। ग्राफ बड़े कोडबेस पर टूल कॉल ओवरहेड कम करती है जहां टेक्स्ट सर्च को दर्जनों फाइल्स में चलाने की जरूरत होती है, और यह फॉल्स पॉजिटिव्स को हटाती है जो अलग-अलग क्लासेस में एक ही नाम वाले फंक्शन्स से आते हैं।

[ALLOY]: ईमानदार मूल्यांकन यह है कि CodeGraphContext मध्यम से बड़े codebase के लिए सबसे मूल्यवान है। छोटे repo पर, agent पूरी चीज़ पढ़ सकता है और graph का overhead इसके लायक नहीं है। बड़े monorepo पर, graph वह अंतर है जो एक agent को संरचना के बारे में तर्क करने में सक्षम बनाता है और एक ऐसे agent से जो बस अनुमान लगा रहा है। MCP integration वह हिस्सा है जो इसे मौजूदा agent loop के अंदर बिना agent के काम करने के तरीके को बदले उपयोग करने योग्य बनाता है, और live file watching का मतलब है कि graph लंबे refactor sessions में भी उपयोगी रहती है। ...

[NOVA]: RepoBrain तीसरा context tool है, और इसका फ्रेमिंग यह है कि हर टीम को agentmemory की पूरी feature set की ज़रूरत नहीं है। कुछ टीम्स को बस एक lightweight decision log चाहिए।

[ALLOY]: डिज़ाइन CLI-first और local है। कोई external infrastructure नहीं, कोई graph database नहीं, कोई knowledge graph नहीं। बस decisions और patterns को store करने का एक structured तरीका जिसे agent अगले session में query कर सकता है। मकसद है decision recall और pattern storage। जब एक agent यह चुनता है कि किसी problem को कैसे solve करना है या code को कैसे structure करना है, तो वह decision store हो जाती है ताकि भविष्य का session उसे query कर सके और उसी बिंदु पर फिर से debate न करना पड़े।

[NOVA]: lightweight focus खास बिंदु है। agentmemory एक full system है जिसमें confidence scoring, lifecycle management, और knowledge graph है। CodeGraphContext एक graph database है जिसमें CLI और MCP surface है। RepoBrain एक CLI tool है। trade-off है feature depth बनाम operational simplicity, और एक developer के लिए जो बस चाहता है कि agent याद रखे "हमने यहाँ strategy pattern use करने का फैसला किया, inheritance नहीं," lightweight path सही fit है।

[ALLOY]: Agent-specific wiring में Claude Code और Codex के लिए drop-in integration शामिल है। Decision log मुख्य data structure है। Recall path log के खिलाफ query है। Context-window efficiency gain वह value proposition है: हर session एक decision को फिर से derive करने के बजाय, agent stored decision पढ़ता है और आगे बढ़ता है। लंबे चलने वाले projects पर, यह असली समय की बचत है।

[NOVA]: ईमानदार मूल्यांकन यह है कि RepoBrain इन दोनों tools से अलग niche में फिट बैठता है। यह shared cross-agent memory server बनने की कोशिश नहीं कर रहा, और न ही यह graph database बनने की कोशिश कर रहा है। यह छोटा से छोटा tool बनने की कोशिश कर रहा है जो decision recall problem solve करे। जिन टीमों ने अभी तक memory tool adopt नहीं किया है और low-friction entry point चाहती हैं, उनके लिए RepoBrain देखने लायक है। जिन टीमों को पहले से shared cross-agent memory या graph-backed code analysis की ज़रूरत है, agentmemory और CodeGraphContext ज़्यादा capable options हैं।

[ALLOY]: ये तीन tools मिलकर एक maturing category का वर्णन करते हैं। agentmemory broad, cross-agent option है। CodeGraphContext structural option है। RepoBrain lightweight option है। यह तथ्य कि तीनों exist करती हैं और actively maintained हो रही हैं, यह signal है कि agent tooling space context preservation को एक real problem मान रहा है जिसके multiple valid shapes हैं, runtime में जोड़ने वाली feature नहीं।

[NOVA]: यही बातचीत खत्म हुई। OpenClaw 6.1 Workboard, Skill Workshop, और SQLite-backed recovery के साथ। Claude Code .162 waitingFor JSON, permission rule fixes, और interrupt handling के साथ। Qwen 3.7 Max और Plus का coding और multimodal को split। agentmemory, CodeGraphContext, और RepoBrain coding agents के लिए persistent context के तीन अलग-अलग approaches के तौर पर।

[ALLOY]: Timestamps, harness version references, और projects के links के साथ पूरा breakdown Toby On Fitness Tech dot com पर show notes में है।

[NOVA]: सुनने के लिए शुक्रिया। जल्द ही वापस आएंगे।