[NOVA]: मैं NOVA हूँ।

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

[NOVA]: Hermes ने कोल्ड-स्टार्ट टाइम लगभग 4.3 सेकंड से घटाकर लगभग 0.9 सेकंड कर दिया है। यह वो तरह का सुधार है जिसे आप शिकायत करने का मौका मिलने से पहले ही महसूस कर लेते हैं। इस बीच, NVIDIA ने रोबोटिक्स और फिजिकल AI के लिए Cosmos 3 Edge पेश किया है, और Unity डेवलपर्स अब एसिस्टेंट को एसेट्स मैनेज करने, सीन्स कंट्रोल करने, और स्क्रिप्ट्स एडिट करने के लिए सीधे एडिटर के अंदर इस्तेमाल कर सकते हैं।

[ALLOY]: ठीक है, वर्क होने वाली जगह पर सॉफ्टवेयर जो काम करता है, उसकी ओर बहुत ज्यादा मूवमेंट है। लोग एजेंट बना रहे हैं जो पूरे दोपहर एक एडिटर के साथ खुले रहते हैं, कोडिंग एसिस्टेंट जो सेशन के बीच पूरे रिपॉजिटरी को याद रखते हैं, और लोकल वर्क एजेंट जो सब कुछ रिमोट सर्विस से भेजे बिना कॉन्टेक्स्ट बनाए रखते हैं। टूल्स सिर्फ तेज नहीं हो रहे। वो कोड, डेटा, एप्लीकेशन और मशीनों के करीब आ रहे हैं जिन्हें लोग असल में ऑपरेट करते हैं।

[NOVA]: आज: Hermes 7.20 और टर्मिनल-बेस्ड AI कोडिंग एजेंट Claude Code point two-oh-six रिलीज में अव्वल हैं; NVIDIA एज हार्डवेयर की ओर वर्ल्ड मॉडल्स को आगे बढ़ा रहा है; और EU दो अगस्त से नए AI ट्रांसपैरेंसी ड्यूटीज लागू करना शुरू कर रहा है। आप 27-बिलियन-पैरामीटर टर्नरी मॉडल, पर्सिस्टेंट कोडबेस मेमोरी, लंबे-चलने वाले एजेंट फेलियर्स, और Xcode और Unity में दो तेजी से लोकप्रिय ब्रिजेस के बारे में सुनेंगे।

[NOVA]: ...

[NOVA]: Hermes Agent ने Quicksilver Release के तौर पर 20 जुलाई को 7.20 शिप किया, और हेडलाइन स्पीड है। पहले स्टार्टअप स्क्रीन पर पहला टर्न मॉडल तक पहुँचने में लगभग 4.3 सेकंड लगते थे। Nous Research का कहना है कि अब यह लगभग 0.9 सेकंड में होता है, जो टर्मिनल इंटरफेस, गेटवे, टेक्स्ट इंटरफेस, डेस्कटॉप ऐप, और शेड्यूल्ड जॉब्स में लगभग अस्सी प्रतिशत का सुधार है। रीजनिंग मॉडल भी डिफ़ॉल्ट रूप से अपनी सोच स्ट्रीम करते हैं, जबकि रिस्पॉन्स पूरी लाइन का इंतज़ार किए बिना टोकन-दर-टोकन पेंट करते हैं। वही बिल्ड Claude Code के टर्मिनल-बेस्ड AI कोडिंग एजेंट के point two-oh-six को भी पावर देता है। Hermes यहाँ डॉक्यूमेंटेड कैपेबिलिटी बदलाव लाता है।

[ALLOY]: चार सेकंड तब तक छोटे लगते हैं जब तक वो हर इंटरैक्शन को प्रभावित न करें। फिर यह सॉफ्टवेयर का वो दरवाज़ा बन जाता है जो अटकता है। डेस्कटॉप वर्क स्टार्टअप से कहीं आगे गया: बीस से ज़्यादा परफॉर्मेंस बदलावों ने लॉन्ग रिस्पॉन्सेस पर मार्कडाउन स्प्लिटर के CPU कॉस्ट को चौदह गुना कम किया, बड़े diffs को वर्चुअलाइज़ किया ताकि रिव्यू पेन फ्रीज न हो, और सेशन स्विचिंग को बार-बार लेआउट फिर से कैलकुलेट करने से रोका। स्ट्रीमिंग अब हर टोकन पर साइडबार और हर टूल रो को फिर से रेंडर नहीं करती। बैकएंड तब वार्मिंग शुरू करते हैं जब होवर बिहेवियर से पता चलता है कि आप उन्हें इस्तेमाल करने वाले हैं, और हिडन पेन्स तब तक इंतज़ार करते हैं जब तक सिस्टम आइडल न हो, स्टार्टअप की भीड़ में शामिल नहीं होते।

[NOVA]: वर्कफ़्लो में भी मतलब के बदलाव हैं। Hermes टर्मिनल से Nous सब्सक्रिप्शन मैनेज कर सकता है, क्रेडेंशियल्स के लिए सीधे Bitwarden और 1Password से कनेक्ट हो सकता है, वर्क कर रहे सबएजेंट्स को लाइव दिखा सकता है, और स्मार्ट अप्रूवल्स को डिफ़ॉल्ट रूप से फ्लैग किए गए कमांड्स की ज़ज़र लेने दे सकता है। एक ड्यूरेबल डिलीवरी लेजर गेटवे क्रैश के बाद भी पूरा हुआ जवाब सुरक्षित रखता है। यह टोकन स्ट्रीमिंग जितना शानदार नहीं है, लेकिन ट्रांसपोर्ट गिरने की वजह से तैयार रिज़ल्ट खोना वही बग है जो एजेंट को अविश्वसनीय बनाता है। टेक्स्ट इंटरफेस अब मार्कडाउन को भी इंक्रीमेंटली रेंडर करता है, ताकि लंबे जवाब आने के दौरान ही पढ़े जा सकें।

[ALLOY]: मुझे स्पीड की कहानी पसंद है, लेकिन मैं स्पीड को रिलायबिलिटी का विकल्प नहीं मानता। रिलीज में पहले के इन्फ्रास्ट्रक्चर पैच शामिल हैं, और Nous लगभग 3,300 बंद इशू और 2,245 कमिट्स की ओर इशारा करता है। ये नंबर्स एक्टिविटी दिखाते हैं, यह प्रूफ नहीं कि सस्टेंड सेशन मज़बूत हैं। फिर भी, कॉम्बिनेशन आकर्षक है: नज़दीक-तुरंत स्टार्टअप, लाइव रीजनिंग, तेज़ डेस्कटॉप रेंडरिंग, इंटीग्रेटेड सीक्रेट्स, और गेटवे की परेशानी में जीवित रहने वाले जवाब। Hermes यह साबित करने के लिए एडिटर के साथ खुला रहने का विश्वसनीय प्रयास कर रहा है, एक प्रॉम्प्ट के लिए लॉन्च होकर छोड़ दिया जाने के बजाय। अगला फ़ैसला लगातार इस्तेमाल की हफ़्तों से होगा, जहाँ सेशन हैंडऑफ़्स और लंबे-चलने वाले वर्कलोड्स सामने लाएंगे कि Quicksilver सिर्फ तेज़ है या असल में ड्यूरेबल भी है।

[NOVA]: ...

[ALLOY]: कंज्यूमर लैपटॉप पर 27 अरब पैरामीटर का मॉडल? ठीक है, ये मेरा ध्यान खींचता है। Prism-ml की Ternary-Bonsai-27B जुलाई की चौथी तारीख को Hugging Face पर GGUF फाइल के तौर पर दिखी, जो कि डिस्क-फ्रेंडली फॉर्मेट है जिसे आमतौर पर लोकल इंफरेंस के लिए llama.cpp द्वारा लोड किया जाता है। इसके वेट ternary हैं, मतलब हर वेट को सिर्फ तीन वैल्यू में से एक से रिप्रेजेंट किया गया है। लिस्टिंग में एक two-bit tag भी है। ये आम 27 अरब पैरामीटर चेकपॉइंट की तुलना में स्टोरेज को नाटकीय रूप से कम करता है।

[NOVA]: और ये कैटलॉग के धूल भरे कोने में नहीं छिपा है। रिपॉजिटरी ने 432,000 डाउनलोड और 876 लाइक पार कर लिए हैं। इसके टैग्स NVIDIA GPUs पर CUDA और Apple Silicon पर Metal सपोर्ट indicate करते हैं। पैकेजिंग यहां अहम है: GGUF मौजूदा लोकल-मॉडल सॉफ्टवेयर को बिना कस्टम सर्विंग स्टैक के चेकपॉइंट लोड करने देती है। ये प्राइवेट चैट, ऑफलाइन असिस्टेंट, और लोकल एजेंट्स के लिए दरवाजा खोलता है उन मशीनों पर जो normal तौर पर इस साइज क्लास का मॉडल नहीं रख सकती थीं। क्या तुमने कभी बड़ा लोकल मॉडल चाहा है लेकिन मेमोरी requirement की वजह से turn down कर दिया? ये बिल्कुल वो दीवार है जिसे ये फॉर्मेट और कम्प्रेशन स्कीम कम करने की कोशिश कर रहे हैं।

[ALLOY]: दिलचस्प हिस्सा "दो बिट्स" खुद में नहीं है; ये है कि मॉडल को इतना squeez करने के बाद क्या intact रहता है। 27 अरब पैरामीटर का लेबल substantial capability का संकेत दे सकता है, लेकिन aggressive quantization भाषा की क्वालिटी, instruction following, और factual consistency को खराब कर सकता है। डाउनलोड काउंट्स बताते हैं कि लोग curious हैं। वो हमें नहीं बताते कि compressed मॉडल uncompressed 27B सिस्टम की तरह behave करता है।

[NOVA]: बिल्कुल। कंज्यूमर-लैपटॉप का दायरा possible है; frontier quality establish नहीं है। फिर भी, Ternary-Bonsai दिखाता है कि लोकल इंफरेंस आगे बढ़ता क्यों जा रहा है: मॉडल आर्किटेक्चर, वेट रिप्रेजेंटेशन, और standardized पैकेजिंग raw पैरामीटर काउंट जितना ही मायने रख सकते हैं। एक मॉडल जो fit करता है और privately run करता है वो शायद उस stronger मॉडल से ज्यादा useful हो सकता है जिसे remote API चाहिए, खासकर sensitive documents, intermittent connectivity, या predictable local costs के लिए। Community response reveal करेगा कि ये durable लोकल-एजेंट कंपोनेंट है या बहुत popular compression demonstration।

[NOVA]: ...

[NOVA]: whodb ने जुलाई की सोलहवीं तारीख को point one-two-one ship किया, फिर जुलाई इक्कीस तारीख तक commits receive करता रहा। Open-source प्रोजेक्ट clidey organization के तहत है, GitHub पर 4,931 स्टार्स हैं, और खुद को describe करता है "जहां data access operational intelligence से मिलती है।" Translation: ये data के साथ काम करने और उस data के पीछे के systems कैसे behave कर रहे हैं ये समझने के लिए एक interface चाहता है।

[ALLOY]: ये लगभग suspiciously sensible लगता है। Teams आमतौर पर database queries और schemas के लिए एक application, metrics के लिए दूसरी, logs के लिए तीसरी, और connection pressure के लिए कुछ और use करती हैं। फिर एक slow query चार browser tabs और एक छोटी identity crisis बन जाती है। whodb की pitch ये है कि data access और operational context एक-दूसरे के काफी करीब होने चाहिए ताकि कोई व्यक्ति "इस query ने क्या return किया?" से "यह धीमा क्यों हुआ?" तक पहुँच सके without rebuilding the situation across separate tools।

[NOVA]: रिपॉजिटरी की गतिविधि encouraging है, हालांकि tagline से ज्यादा exact depth matters। जुलाई की सोलहवीं तारीख को एक release उसके पाँच दिन बाद fresh pushes - ये quarterly code dump के बजाय active development suggest करता है। लगभग पाँच हजार स्टार्स maintainers को meaningful user और contributor feedback loop देते हैं। ये production readiness prove नहीं करता, लेकिन बिना विशाल vendor वाले projects उस scale पर useful scrutiny अर्जित कर सकते हैं।

[ALLOY]: Open सवाल ये है कि कौन से databases और operational signals वास्तव में connected हैं। "एक surface" queries, latency, errors, और resource pressure के बीच deep link mean कर सकता है, या फिर एक छत के नीचे कई adjacent views mean कर सकता है। ये बहुत अलग products हैं। फिर भी, consolidation उस real value रखता है जो छोटी infrastructure teams के लिए है जो sprawling observability estate maintain नहीं कर सकतीं। अगर whodb एक query को उसके surrounding conditions से connect कर सके, बजाय सिर्फ database और monitoring screens को एक-दूसरे के बगल में रखने के, point one-two-one एक attractive lane में बैठता है: self-hosted tooling जो tool sprawl कम करता है without underlying systems को hide करना।

[NOVA]: ...

[ALLOY]: यह एक वास्तव में परेशान करने वाली समस्या को हल करता है: coding agents भूल जाते हैं repository को जब भी उनका usable context गायब हो जाता है। DeusData का codebase-memory-mcp, जो आठ जुलाई को point nine पर आया, एक source tree को persistent knowledge graph में बदल देता है। यह files, symbols, और relationships का एक structured map है जिसे एक assistant बार-बार query कर सकता है बजाय हर session में raw source को फिर से पढ़ने के।

[NOVA]: प्रोजेक्ट बड़े performance claims करता है। यह कहता है कि एक average repository मिलीसेकंड में index होती है, queries एक मिलीसेकंड से कम में return होती हैं, 158 programming languages supported हैं, और retrieval raw files को मॉडल को वापस भेजने की तुलना में लगभग 99 प्रतिशत कम tokens का उपयोग करती है। ये आंकड़े प्रोजेक्ट से आए हैं, इसलिए वे claims हैं जब तक independent users उन्हें reproduce नहीं करते। पैकेजिंग concrete है, हालांकि: यह single static binary के रूप में ship होता है जिसमें कोई runtime dependencies नहीं हैं और Model Context Protocol के through memory expose करता है, जो standard interface है जो assistants को external tools और data sources call करने की अनुमति देता है।

[ALLOY]: और अगर claims सही हैं, तो रोजमर्रा का बदलाव substantial है। files फिर से paste करने की बजाय, एक coding assistant पूछ सकता है कि कौन सा module payment retries को handle करता है, deprecated function अभी भी कहाँ called है, या proposed interface change पर क्या depend करता है। monorepo में, ये cute demo questions नहीं हैं। ये orientation work हैं जो हर debugging या refactoring session की शुरुआत में समय खाते हैं।

[NOVA]: repository ने 33,443 stars तक पहुँच गई है, इसकी latest noted commit उन्नीस जुलाई को थी। assistant के पीछे mostly रहने वाले infrastructure के लिए यह enormous attention है। यह directly उस context-pruning research से जुड़ती है जो बाद में आएगी: agents को context window के बाहर durable memory और उसके अंदर क्या रहता है इसके बारे में बेहतर judgment दोनों की जरूरत है। Persistent indexing एक model को architecture को पूरी तरह समझा नहीं बनाती, और knowledge graph code changes के साथ stale हो सकती है। लेकिन एक local, fast, queryable map एक बहुत बेहतर starting point है बजाय बार-बार पूरी repository को एक prompt में डालने और उम्मीद करने के कि important relationship बची रहे।

[NOVA]: ...

[NOVA]: holaOS ने 5,500 GitHub stars पार कर लिए हैं एक simple promise के साथ: एक local-first work agent जो आपकी context को quickly सीखता है और sessions के बीच उसे forget नहीं करता। प्रोजेक्ट बीस जुलाई को फिर से push किया गया था, इसलिए development active है, हालांकि repository में अभी तक कोई tagged release नहीं है।

[ALLOY]: मुझे लगता है कि continuity pitch, agent tools की एक और list से ज्यादा interesting है। अधिकांश assistants talented contractor की तरह behave करते हैं जिसे selective amnesia है। आप प्रोजेक्ट, naming conventions, महत्वपूर्ण files, और आपकी टीम के काम करने के तरीके बताते हैं; फिर एक नया chat खुलता है और relationship reset हो जाती है। holaOS चाहता है कि वह context machine पर रहे, files और applications के close जो इसे produce करते हैं।

[NOVA]: "Local-first" एक privacy claim भी carry करता है जिसे लोग समझ सकते हैं। Work context में unfinished documents, customer material, source code, और habits शामिल हो सकते हैं जो reveal करते हैं कि एक व्यक्ति कैसे काम करता है। उस information को locally रखने से remote service पर dependence कम हो सकती है। यह automatically software को secure नहीं बनाता—open source जादू की dust नहीं है—लेकिन public code people को system को inspect, modify, और fork करने देता है sealed cloud product accept करने के बजाय।

[ALLOY]: प्रोजेक्ट में अब इतना attention है कि prove होता है कि pain widely felt है, इतनी maturity नहीं कि prove हो सके कि यह dependable daily workspace बन सकता है। Packaged release के बिना, यह nontechnical users के लिए polished product के बजाय source-driven project के करीब है। फिर भी, पिछले item से persistent code memory और यहाँ persistent work memory एक ही direction में point करते हैं। लोग सिर्फ smarter answers नहीं चाहते; वे एक assistant चाहते हैं जो environment को remember करता है जिसमें वे answers matter करते हैं। अगर holaOS intrusive या brittle बने बिना continuity preserve कर सकता है, तो यह एक और chat box के बजाय एक coworker जैसा दिखने लगता है जो कल present था।

[NOVA]: ...

[ALLOY]: NVIDIA का "Edge" को Cosmos पर लाना रोमांचक है क्योंकि वर्ल्ड मॉडल आमतौर पर भारी-भरकम होते हैं। बीस जुलाई को, NVIDIA ने Hugging Face पर "Cosmos 3 Edge का परिचय" प्रकाशित किया, अपने Cosmos परिवार का एक पतला सदस्य डेटासेंटर-स्केल काम के बजाय ऑन-डिवाइस रनटाइम, रोबोटिक्स और फिजिकल AI के लिए पोजिशनिंग कर रहा है।

[NOVA]: Cosmos NVIDIA का वर्ल्ड-मॉडल लाइन है उन सिस्टम्स के लिए जिन्हें फिजिकल एनवायरनमेंट को रिप्रेजेंट और रीज़न करने की जरूरत है, जिसमें रोबोट और ऑटोनोमस मशीनें शामिल हैं। Edge का मतलब है टाइटर लेटेंसी और हार्डवेयर की सीमाएं: कैमरा, सेंसर, रोबोट या एम्बेडेड कंप्यूटर के पास इंफरेंस, हर इनपुट को रिमोट क्लस्टर पर भेजने के बजाय। यह एक वेयरहाउस रोबोट के लिए मायने रख सकता है जो बदलते परिवेश का जवाब दे रहा है, एक ऑटोनोमस सिस्टम जो अनिश्चित कनेक्टिविटी के साथ काम कर रहा है, या एक सिमुलेशन लूप जहां नेटवर्क देरी इटरेशन स्पीड खराब करती है।

[ALLOY]: लेकिन यह परिचय अभी भी एक मार्कर है, पूर्ण डिप्लॉयमेंट स्पेसिफिकेशन नहीं। मॉडल कार्ड और वेट लिस्टिंग को सपोर्टेड इनपुट टाइप्स, आउटपुट फॉर्मेट्स, टारगेट हार्डवेयर, प्रिसिजन ऑप्शंस, इनपुट रेज़ोल्यूशन, कॉन्टेक्स्ट लेंथ और कोई वीडियो सैंपलिंग डिटेल्स स्थापित करने की जरूरत है। NVIDIA आमतौर पर वेट्स के साथ वो डिटेल्स प्रकाशित करता है, लेकिन इंट्रोडक्टरी पोस्ट अकेले उन्हें तय नहीं करती। तो हाँ, "रोबोट पर Cosmos" यह आइडिया बहुत आकर्षक है। नहीं, हमारे पास अभी इतना जानकारी नहीं है कि हम बता सकें कि कोई विशेष रोबोट इसे चला सकता है।

[NOVA]: यह अंतर मायने रखता है क्योंकि "edge" एक मशीन के बगल में वर्कस्टेशन से लेकर एक कंस्ट्रेंड एम्बेडेड बोर्ड तक सब कुछ फैलाता है। Jetson-क्लास हार्डवेयर, रोबोटिक्स स्टैक्स या सिमुलेशन पाइपलाइन्स पहले से इस्तेमाल करने वाली टीम्स के पास अब एक नया Cosmos स्लॉट है देखने के लिए। एक छोटा मॉडल जिसे वर्कस्टेशन पर एडेप्ट किया जा सकता है, बड़े ट्रेनिंग क्लस्टर्स वाले संगठनों से परे पहुंच भी बढ़ाएगा। असली बदलाव तब आएगा जब NVIDIA के पब्लिश्ड वेट्स और मॉडल कार्ड कंप्यूट एनवेलप और सपोर्टेड मीडिया रिवील करेंगे। फिलहाल, Cosmos 3 Edge दिखाता है कि NVIDIA फिजिकल AI को कहां ले जाना चाहता है: कम राउंड-ट्रिप डिपेंडेंस, लोअर लेटेंसी, और वर्ल्ड-मॉडल क्षमता मशीनरी के करीब जो एक्शन ले रही है।

[NOVA]: ...

[NOVA]: यूरोपीयन कमीशन ने बीस जुलाई को EU AI Act के तहत दो अगस्त, 2026 से लागू होने वाले ट्रांसपेरेंसी ऑब्लिगेशन के लिए गाइडेंस प्रकाशित किया। प्रोवाइडर्स के दो सीधे कर्तव्य हैं: सिस्टम्स को लोगों को बताना होगा जब वे AI के साथ बातचीत कर रहे हैं न कि किसी इंसान के साथ, और जेनरेटेड या मैनिपुलेटेड कंटेंट में मशीन-रीडेबल मार्किंग्स होने चाहिए जिन्हें डिटेक्शन सिस्टम उसकी ऑरिजिन पहचानने के लिए इस्तेमाल कर सकें।

[ALLOY]: यह ठोस है, और लैंडिंग पेज पर "AI-powered" लगाने से बहुत व्यापक है। इंटरैक्टिव प्रोडक्ट्स को वहां डिस्क्लोज़र चाहिए जहां इंटरैक्शन होता है। जेनरेटेड मीडिया को एम्बेडेड प्रोवेनेंस इनफॉर्मेशन चाहिए जो डाउनस्ट्रीम हैंडलिंग में बची रहे। कमीशन की गाइडलाइंस मार्किंग और लेबलिंग दोनों को कवर करती हैं, AI-जेनरेटेड कंटेंट के लिए प्रैक्टिस का कोड और आर्टिकल 50 के बारे में प्रश्न-उत्तर दस्तावेज़ के साथ।

[NOVA]: सिस्टम्स डिप्लॉय करने वाली बिजनेसेज के अलग कर्तव्य हैं। उन्हें लोगों को सूचित करना होगा जब कंटेंट एक डीपफेक है; जब AI-जेनरेटेड मैटरियल पब्लिक इंटरेस्ट का मामला है और इसमें ह्यूमन रिव्यू या एडिटोरियल रेस्पॉन्सिबिलिटी नहीं है; और जब इमोशन रिकग्निशन या बायोमेट्रिक कैटेगराइज़ेशन का उपयोग किया जा रहा है। इमोशन रिकग्निशन का मतलब है चेहरों, आवाज़ या बॉडी लैंग्वेज से भावनाओं का अनुमान लगाना। बायोमेट्रिक कैटेगराइज़ेशन का मतलब है लोगों को बायोलॉजिकल करैक्टरिस्टिक्स के माध्यम से सॉर्ट करना, जिसमें सेंसिटिव ट्रेट्स शामिल हैं। इन उपयोगों से स्टेक्स काफी आगे बढ़ जाते हैं इससे कि चैटबॉट ने खुद को सही तरीके से पेश किया या नहीं।

[ALLOY]: और यहीं पर पहले के लोकल-एजेंट उत्साह का कानून से मिलना होता है। कुछ लोकली चलाने से कर्तव्य मिट नहीं जाते जब तक कि प्रोडक्ट यूरोपीय संघ में लोगों तक पहुंचता है। विजिबल डिस्क्लोज़र और मशीन-रीडेबल प्रोवेनेंस शिप्ड बिहेवियर का हिस्सा बन जाते हैं, जबकि इमोशन या बायोमेट्रिक सिस्टम्स को ऑपरेट करने से पहले स्पष्ट नोटिस चाहिए। अनरिज़ॉल्व्ड सवाल यह है कि क्या प्रोवाइडर्स और डिप्लॉयर्स तकनीकी मार्किंग्स पर सहमत हो पाते हैं जो क्रॉपिंग, ट्रांसकोडिंग, एडिटिंग या रीपोस्टिंग के बाद भी डिटेक्टेबल रहें। दो अगस्त के बाद इन्फोर्समेंट यह दिखाएगा कि अथॉरिटीज़ उन कर्तव्यों की व्याख्या कितनी आक्रामकता से करती हैं। लेकिन "हम बाद में ट्रांसपेरेंसी जोड़ देंगे" अब कोई बेहिस्त प्रोडक्ट डिले नहीं है। नियम इंटरैक्शन के साथ डिस्क्लोज़र और आउटपुट खुद के साथ प्रोवेनेंस को जोड़ते हैं।

[NOVA]: ...

[ALLOY]: कोडिंग एजेंट कॉन्टेक्स्ट को फ़ाइल रीड्स, सर्चेस और टूल आउटपुट से भर देते हैं जब तक कि उपयोगी जानकारी दबा या खारिज न हो जाए। SWE-Pruner Pro का तर्क है कि एजेंट के अपने आंतरिक सक्रियणों में पहले से ही एक प्रासंगिकता संकेत मौजूद है—वह संख्यात्मक अवस्था जो उस सामग्री को प्रोसेस करते समय बनती है।

[NOVA]: हर टुकड़े को स्कोर करने के लिए एक अलग क्लासिफायर लगाने की जगह, शोधकर्ता उन आंतरिक प्रतिनिधित्वों पर एक छोटी निर्णय परत को प्रशिक्षित करते हैं। यह ए

[ALLOY]: इसका परिणाम मल्ट

[NOVA]: ...

[NOVA]: एक नया शोधपत्र “पुनर्प्राप्ति‑संवर्धित जनरेशन” यानी RAG को “निकटतम‑पड़ोसी मिलान” के रूप में पुनः परिभाषित करता है: किसी नए मामले को उसके समान ऐतिहासिक मामलों के साथ जोड़ना, जो 1980 के दशक से ही आंकड़ों में इस्तेमाल होता आया है। लेखक इस संबंध को औपचारिक रूप देते हैं और regret की एक सीमा प्राप्त करते हैं, जिसका अर्थ है कि

[ALLOY]: यह दूसरे रिट्रीवल स्कोर की तुलना में अधिक दिलचस्प है। जब कोई मॉडल रिट्रीव किए गए उदाहरणों का उपयोग किसी कार्रवाई—जैसे उपचार, प्रस्ताव, या धोखाधड़ी निर्णय—का चयन करने के लिए करता है, तब इंडेक्स एक मिलान इंजन की तरह व्यवहार करता है, न कि केवल एक दस्तावेज़ खोज बॉक्स।

[NOVA]: गारंटी गणितीय है, हर प्रोडक्शन RAG सिस्टम सुरक्षित या बेहतर है इसका स्वचालित प्रमाण नहीं। वास्तविक मूल्य इस बात पर निर्भर करता है कि डेटा, समानता फंक्शन और डाउनस्ट्रीम प्रेडिक्टर मान्यताओं को संतुष्ट करते हैं या नहीं। फिर भी, पेपर एक्शन-ओरिएंटेड RAG को एक स्पष्ट सांख्यिकीय आधार और रिट्रीवल क्वालिटी को निर्धारित करने का एक अलग तरीका देता है।

[NOVA]: ...

[ALLOY]: माइक्रोसॉफ्ट का MCP फॉर बिगिनर्स पाठ्यक्रम जुलाई के बीसवीं तारीख को एक अपडेट प्राप्त हुआ, और यह उन लोगों के लिए अंडरहाइप्ड इन्फ्रास्ट्रक्चर है जो सीख रहे हैं कि एजेंट्स वास्तविक टूल्स से कैसे जुड़ते हैं। ओपन-सोर्स सामग्री .NET, Java, TypeScript, JavaScript, Rust, और Python में चलाने योग्य उदाहरण प्रदान करती है। छह भाषाएं, एक अवधारणाओं का सेट, और किसी और की पसंदीदा स्टैक से बहुत कम अनुवाद।

[NOVA]: Model Context Protocol एक मॉडल होस्ट को टूल्स और डेटा सोर्सेस को कॉल करने का एक मानकीकृत तरीका देता है। करिकुलम दोनों पक्षों को कवर करता है: क्लाइंट, जहाँ मॉडल और उसका होस्ट रिक्वेस्ट शुरू करते हैं, और सर्वर, जहाँ एक टूल या सर्विस स्ट्रक्चर्ड कैपेबिलिटीज एक्सपोज करता है। यह मॉड्यूलर डिज़ाइन, स्केलिंग पैटर्न और सिक्योरिटी कंसिडरेशन्स से गुजरता है—वे हिस्से जो मायने रखते हैं जब एक टॉय वेदर टूल डेटाबेस, कोड रनर या इंटरनल सर्विस तक एक्सेस बन जाता है।

[ALLOY]: क्रॉस-लैंग्वेज स्ट्रक्चर यहीं का क्लेवर बिट है। एक Rust बैकएंड इंजीनियर और एक TypeScript एप्लिकेशन डेवलपर एक ही इंटरैक्शन को इडियोमैटिक कोड में स्टडी कर सकते हैं, बजाय इसके कि वे डिबेट करें कि किस सॉफ्टवेयर किट में कैनोनिकल उदाहरण है। बिगिनर्स को गाइडेड पाथ मिलता है; अनुभवी डेवलपर्स को वर्किंग स्कैफोल्डिंग मिलती है जिसे वे एडेप्ट कर सकते हैं। रिपॉजिटरी में 16,802 स्टार्स जमा हुए हैं, जो एक मजबूत संकेत है कि मटीरियल को ऑडियंस मिल गया है।

[NOVA]: यह टैग्ड प्रोडक्ट रिलीज़ के बजाय मेंटेन्ड डॉक्यूमेंटेशन बना हुआ है, जुलाई के बीसवें को एक फ्रेश कमिट के साथ। यह एक करिकुलम के लिए उचित है, जहाँ उदाहरणों को प्रोटोकॉल लाइब्रेरीज़ और सिक्योरिटी प्रैक्टिसेज़ बदलने के साथ विकसित होने की जरूरत है। और यह उन टूल्स की मदद करता है जिनका हमने पहले ही जिक्र किया है: Unity, codebase memory, Xcode, और बाद में आने वाले फ्रेमवर्क सभी तब ज्यादा उपयोगी बनते हैं जब डेवलपर्स एजेंट और सर्वर को जोड़ने वाले कॉन्ट्रैक्ट को समझते हैं। अगला मीनिंगफुल एक्सपैंशन अतिरिक्त लैंग्वेजेस या ऑथराइज़ेशन, डिप्लॉयमेंट और मल्टी-सर्वर सिस्टम्स के लिए ज्यादा एडवांस्ड पैटर्न होगा—एक्रोनिम के इंट्रोडक्टरी हाइप के बजाय।

[NOVA]: ...

[NOVA]: Sentry का XcodeBuildMCP 6,100 GitHub स्टार्स पार कर गया है। यह Model Context Protocol सर्वर और कमांड-लाइन इंटरफेस दोनों के माध्यम से iOS और macOS प्रोजेक्ट्स के लिए AI एजेंट्स को स्ट्रक्चर्ड टूल्स देता है। प्रोजेक्ट ने जून के दूसरे को पॉइंट टू-सिक्स-टू रिलीज़ शिप किया और जुलाई के इक्कीसवें को एक और रिपॉजिटरी पुश प्राप्त हुआ।

[ALLOY]: iOS वहीं है जहाँ यह ब्रिज अपना मूल्य कमाता है। Xcode का कमांड-लाइन बिहेवियर क्विर्की हो सकता है, बिल्ड आउटपुट नॉइज़ी होता है, और प्रोजेक्ट फाइल्स लापरवाह एडिटिंग का इनाम नहीं देतीं। एक जनरल कोडिंग मॉडल कमांड जान सकता है जो वह रन करना चाहता है, लेकिन उसका मतलब यह नहीं है कि ऑपरेशन इनवोक करने और आए हुए रिजल्ट को इंटरप्रेट करने का एक रिलायबल, स्ट्रक्चर्ड इंटरफेस है।

[NOVA]: XcodeBuildMCP वह इंटरफेस सप्लाई करता है। एक एजेंट प्रोजेक्ट ऑपरेशन्स को ड्राइव कर सकता है और स्ट्रक्चर्ड रिजल्ट्स प्राप्त कर सकता है, कमांड्स हॉल्यूसिनेट करने या किसी व्यक्ति से टर्मिनल आउटपुट को चैट में शटल करने के बजाय। यह कोड चेंजेस, बिल्ड्स और Apple-प्लेटफॉर्म वर्कफ़्लोज़ के आसपास टाइटर लूप्स सपोर्ट करता है। "हैंड्स-ऑफ़" अभी भी "कंसीक्वेंस-फ्री" के साथ भ्रमित नहीं होना चाहिए, खासकर साइनिंग, प्रोजेक्ट कॉन्फ़िगरेशन और डिस्ट्रक्टिव एक्शन्स के बारे में, लेकिन एजेंट के पास अब कॉपी किए गए टेक्स्ट के ढेर के बजाय पर्पस-बिल्ट टूलबेल्ट है।

[ALLOY]: Apple डेवलपमेंट ब्रिज के लिए छह हज़ार स्टार्स एक मजबूत सिग्नल है कि एजेंट टूलिंग जेनरिक शेल रैपर्स से बाहर निकलकर डोमेन-स्पेसिफिक सरफेस में जा रही है। Sentry का इसे मेंटेन करना प्रोजेक्ट को अबैंडन्ड वीकेंड एक्सपेरिमेंट से ज्यादा क्रेडिबिलिटी देता है। बची हुई फ्रिक्शन होस्ट में है: कोडिंग एजेंट्स इस बात में भिन्न हैं कि वे थर्ड-पार्टी MCP सर्वर को कितनी क्लीनली एक्सेप्ट करते हैं और पर्मिशन्स एक्सपोज़ करते हैं। एक बार जब ये इंटीग्रेशन्स रूटीन बन जाएंगे, एक iOS एजेंट कोड सजेस्ट करने से एक्चुअल प्रोजेक्ट लूप ऑपरेट करने तक जा सकता है। यह एक मीनिंगफुल मैच्योरिटी स्टेप है, भले ही Xcode शायद नए कॉम्प्लेंट निकालने के लिए नई इन्वेंटिव तरीके ढूंढ लेगा।

[NOVA]: ...

[ALLOY]: लॉन्ग-हॉराइज़न मॉडल्स के लिए सुरक्षा और अलाइनमेंट पर OpenAI की जुलाई की बीसवीं की पोस्ट चिंताजनक है, लेकिन उपयोगी तरीके से। कंपनी कहती है कि रियल डिप्लॉयमेंट्स में फेलियर्स दिखे जो सिंगल-टर्न टेस्टिंग में सामने नहीं आते। एक मॉडल जो घंटों या दिनों तक काम करता है वह अलग तरह की समस्याएं पैदा करता है एक ऐसे से जो जवाब देता है और रुक जाता है।

[NOVA]: OpenAI iterative deployment पर जोर देता है: सिस्टम को असली उपयोग में जारी करना, नाकामियों को देखना, सुरक्षा उपायों में सुधार करना, और दोहराना। कंपनी इस चक्र को समस्याओं और संभावित समाधानों दोनों को उजागर करने का श्रेय देती है। यह कोई नया मॉडल या बेंचमार्क घोषणा नहीं है। यह एक तर्क है कि लंबे समय तक चलने वाले व्यवहार को पूरी कार्रवाई श्रृंखला में समझना होगा, अलग-अलग प्रॉम्प्ट से नहीं।

[ALLOY]: जो समझ में आता है। छोटी गलतियाँ जमा हो सकती हैं। एक एजेंट एक गलत धारणा को बनाए रख सकता है, टूल आउटपुट को गलत पढ़ सकता है, उपयोगकर्ता के इरादे से भटक सकता है, या कार्य के आसपास की परिस्थितियाँ बदलने के बाद भी कार्य करता रह सकता है। इनमें से किसी के लिए भी एक नाटकीय एक बुरा जवाब की जरूरत नहीं है। नुकसान एक साधारण-दिखने वाले क्रम से हो सकता है जो बिना सुधार के बहुत लंबा चलता है। क्या आपने कभी ऑटोमेशन को अपने पहले गलत मोड़ के बाद आत्मविश्वास से जारी रहते देखा है? उस लूप को ज़्यादा टूल और ज़्यादा समय दें, और दांव तेज़ी से बढ़ते हैं।

[NOVA]: असुविधाजनक हिस्सा यह है कि OpenAI ने पारंपरिक मूल्यांकन के बाहर deployment नाकामियों को देखा, लेकिन पोस्ट उद्योग को एक पूरा साझा वर्गीकरण नहीं देता। इसका योगदान operational framing है: long-horizon safety इस बात पर निर्भर करती है कि मॉडल ने पूरे session में क्या किया देखना और हस्तक्षेप करने में सक्षम होना। यह Hermes के gateway परेशानी के बीच delivery बनाए रखने और subagents को live दिखाने से जुड़ता है। जब autonomous काम समय पर फैलता है तो visibility सजावट नहीं है। कई labs से विस्तृत postmortems और बार-बार होने वाली long-session नाकामियों के लिए सुसंगत नाम टीमों को हर घटना को अद्वितीय मानने के बजाय व्यवहार की तुलना करने दे सकते हैं।

[NOVA]: ...

[NOVA]: CoplayDev ने तेरह जुलाई को Unity MCP 10.1 जारी किया, और repository ने 12,700 स्टार पार कर लिए हैं। यह MCP-सक्षम assistants को सीधे Unity Editor में जोड़ता है, assets, scenes, scripts, और बार-बार होने वाले editor कार्यों के लिए operations उजागर करता है। Unity के बाहर निर्देश बनाने के बजाय, assistant editor के टूल को कॉल कर सकता है और प्रोजेक्ट जहाँ है वहाँ बदलाव कर सकता है।

[ALLOY]: यह Xcode कहानी का मज़ेदार वर्शन है। एक solo developer assistant से textures import करने, उन्हें scene objects पर रखने, और एक C-sharp script बनाने के लिए कह सकता है जो टाइमर पर sprites बदलता है। एक टीम asset checks या बार-बार होने वाले scene setup को उसी bridge के माध्यम से उजागर कर सकती है। developer एक conversational flow में रहता है जबकि resulting बदलाव editor के अंदर दिखते हैं।

[NOVA]: सीधी पहुँच permissions और observability को भी महत्वपूर्ण बनाती है। एक asset का नाम बदलना तब तक बेharmless है जब तक references टूटते नहीं हैं; एक scene edit करना तब तक सुविधाजनक है जब तक गलत objects नहीं हिलते; script बदलाव खराब compile हो सकते हैं। bridge यह गारंटी नहीं देता कि assistant अच्छे निर्णय लेता है। यह उन निर्णयों को Unity में एक structured route देता है, जो दोनों है value और वह कारण है कि लोगों को देखना होगा कि क्या बदला।

[ALLOY]: फिर भी, 12,700 स्टार कहते हैं कि game developers को code completion से ज़्यादा चाहिए। वे assistants चाहते हैं जो editor को operate कर सकें, जहाँ game development का एक बड़ा हिस्सा असल में होता है। खिलाड़ी स्क्रीन पर "MCP" नहीं देखेंगे, लेकिन developers को code copy करने, panels navigate करने, और setup कार्य दोहराने में कम समय लग सकता है। बड़ा सवाल यह है कि क्या Unity खुद native protocol support अपनाता है। अगर ऐसा होता है, तो community bridge एक standard editor capability के प्रारंभिक proof जैसा दिख सकता है। अभी के लिए, 10.1 chat को scenes और assets के लिए control surface में बदल देता है, सिर्फ यह पूछने की जगह नहीं कि Unity कैसे काम करता है।

[NOVA]: ...

[ALLOY]: Upsonic point seventy-seven-three Python developers को autonomous agents के लिए एक managed loop देता है, और repository ने लगभग आठ हज़ार स्टार आकर्षित किए हैं। framework एक लक्ष्य लेता है, एक agent को steps और tools चुनने देता है, उन actions को execute करता है, और result लौटाता है बिना हर टीम को planning और tool-routing plumbing हाथ से बनाने की आवश्यकता के।

[NOVA]: टैग्ड रिलीज़ मई की उन्नीस तारीख को आई, उसके बाद जून की अठारह तारीख तक रिपॉजिटरी में एक्टिविटी रही। यह ब्रैंड-न्यू कोड नहीं है, लेकिन यह फ्रोज़न पैकेज की जगह रिलीज़ के बाद का जारी काम दिखाता है। जीरो-पॉइंट वर्शन नंबर अभी भी एक्टिवली इवॉल्व हो रहे फ्रेमवर्क का सिग्नल देता है। लगभग आठ हज़ार स्टार्स इंटरेस्ट दिखाते हैं, यह गारंटी नहीं कि इंटरफेस नहीं बदलेंगे।

[ALLOY]: नेचुरल यूज़ हैं Python सर्विसेज़ जहाँ वर्कफ्लो पूरी तरह पहले से तय नहीं की जा सकती: रिसर्च असिस्टेंट जो सोर्सेज़ चुनते हैं, सपोर्ट ट्रायज जो इंटरनल टूल्स सेलेक्ट करते हैं, या शेड्यूल्ड रिपोर्ट्स जो इन्फॉर्मेशन गैदर करती हैं और तय करती हैं कि उसे कैसे असेंबल करना है। क्योंकि Upsonic Python में है, यह वेब सर्विस के अंदर बैठ सकती है या बैकग्राउंड वर्कर की तरह रन कर सकती है उन लाइब्रेरीज़ के साथ जो टीमें पहले से यूज़ करती हैं।

[NOVA]: मुझे टाइम-सेविंग पिच पसंद है; "ऑटोनॉमस" को क्वालिटी गारंटी के तौर पर नहीं मानता। मैनेज्ड लूप डुप्लिकेट इंजीनियरिंग हटाता है, लेकिन एजेंट अभी भी मॉडल जजमेंट, टूल डेफिनिशन्स, परमिशन्स, और फ्रेमवर्क की एरर हैंडलिंग पर डिपेंड करता है। OpenAI की लॉन्ग-हॉरिज़न वार्निंग सीधे लागू होती है: एजेंट लूप लॉन्च करना जितना आसान हो जाता है, कई स्टेप्स में उसका बिहेवियर उतना ही ज़्यादा ज़रूरी हो जाता है। Upsonic का मौका यह प्लंबिंग बोरिंग और डिपेंडेबल बनाना है। पॉइंट रिलीज़ेज़ दिखाएंगे कि प्रोजेक्ट एट्रैक्टिव प्रोटोटाइपिंग टूलकिट से आगे बढ़कर कुछ ऐसा बन रहा है जिस पर टीमें कॉन्फिडेंटली बिल्ड कर सकें।

[NOVA]: ...

[NOVA]: Unity MCP 12,709 स्टार्स के साथ रडार पर लीड करता है। इसका पहला ट्रैक किया गया अपीयरेंस 10.1 रिलीज़ के बाद जुलाई की तेरह तारीख को हुआ, जो लेटेस्ट नोटेड रिपॉजिटरी अपडेट की ही तारीख है। यह ब्रिज Unity एसेट्स, सीन्स, और स्क्रिप्ट्स को स्ट्रक्चर्ड एजेंट टूल्स के तौर पर एक्सपोज़ करता है। इसका इंटीग्रेशन एंगल सीधा है: MCP-कैपेबल एजेंट्स, टर्मिनल कोडिंग एजेंट्स सहित, स्टब्ड इंटरफेस या कॉपीड इंस्ट्रक्शन्स पर निर्भर रहने की जगह एडिटर को ऑपरेट कर सकते हैं।

[ALLOY]: mcp-use के 10,337 स्टार्स हैं और जुलाई की आठ तारीख को पॉइंट थर्टी-फोर रिलीज़ हुआ, जुलाई की बीस तारीख को एक और रिपॉजिटरी अपडेट के साथ। यह ChatGPT और Claude को टारगेट करने वाले MCP एप्लिकेशन्स के लिए फुल-स्टैक स्कैफोल्डिंग देता है, साथ ही AI एजेंट्स के लिए सर्वर्स देता है। हेडलाइन फीचर यूनिफाइड क्लाइंट-एंड-सर्वर फ्रेमवर्क है जिसमें टूल राउटिंग और शेयर्ड स्कीमा वैलिडेशन है, ताकि एजेंट स्टैक हर कम्पैटिबिलिटी लेयर खुद लिखने के बिना स्ट्रक्चर्ड रिक्वेस्ट्स और रेस्पॉन्सेज़ कनेक्ट कर सकें।

[NOVA]: Lastmile AI का mcp-agent 8,459 स्टार्स पर है। इसकी लेटेस्ट टैग्ड रिलीज़ मई 2025 से पॉइंट ज़ीरो-ज़ीरो-ट्वेंटी-वन है, जबकि रिपॉजिटरी जनवरी 2026 में अपडेट हुई। यह MCP सर्वर्स के ऊपर रीयूज़ेबल सीक्वेंशियल, पैरलल, और राउटर वर्कफ्लोज़ लेयर करता है। इससे Hermes- या Claude-स्टाइल एजेंट्स बेस्पोक ऑर्केस्ट्रेशन ग्लू के बिना मल्टी-स्टेप पाइपलाइन्स कम्पोज़ कर सकते हैं। टैग की उम्र की वजह से करंट एक्टिविटी को मोमेंटम से अलग करना ज़रूरी है, लेकिन वर्कफ्लो प्रिमिटिव्स अभी भी एक क्लियर इंटीग्रेशन आइडिया हैं।

[NOVA]: ...

[ALLOY]: मॉडल प्रोग्रेस नए जनरल-पर्पस प्रोवाइडर मॉडल की जगह कम्प्रेशन, एज डिप्लॉयमेंट, इवैल्यूएशन, और डोमेन एडेप्टेशन में ज़्यादा दिखी। Ternary-Bonsai ने 27B सिस्टम को लोकल हार्डवेयर के लिए कम्प्रेस किया, जबकि Cosmos 3 Edge ने वर्ल्ड-मॉडल फैमिली को कंस्ट्रेंड फिज़िकल-AI एनवायरनमेंट्स की ओर ढकेला।

[NOVA]: ...

[NOVA]: Inkling Thinking Machines का एक मल्टीमॉडल ओपन-वेट्स मॉडल है जो टेक्स्ट, इमेज और ऑडियो को एक कन्वर्सेशनल इंटरफेस में हैंडल करता है। यह मिक्सचर-ऑफ-एक्सपर्ट्स डिज़ाइन का उपयोग करता है, जहाँ हर टोकन के लिए नेटवर्क का सिर्फ एक हिस्सा एक्टिवेट होता है, जिससे हर बार हर पैरामीटर का उपयोग करने की तुलना में एक्टिव कंप्यूट कम होता है। वेट्स safetensors के रूप में आते हैं, Apache Two लाइसेंस के तहत, और प्रकाशित इवैल्यूएशन रिज़ल्ट्स के साथ।

[ALLOY]: यह सेल्फ-होस्टिंग का एक आकर्षक कॉम्बिनेशन है: कई मीडिया टाइप्स, ओपन वेट्स, और कम एक्टिव पैरामीटर उपयोग। टीमें जिन्हें प्राइवेट विज़न, ऑडियो और चैट की जरूरत है, वे हर मीडियम को अलग-अलग क्लाउड सर्विस पर भेजने के बजाय एक एजेंट के पीछे एक मॉडल रख सकती हैं। यह कॉमन लोकल इंफरेंस टूलिंग में फिट बैठता है, और रेफर किया गया मल्टीमॉडल यूज़ 24-गीगाबाइट GPU को टारगेट करता है। लेटेंसी और क्वालिटी चेकपॉइंट और वर्कलोड पर निर्भर करेगी, लेकिन कागज पर Inkling असामान्य रूप से प्रैक्टिकल दिखता है।

[NOVA]: ...

[ALLOY]: Appcypher का Awesome MCP Servers, 5,704 स्टार्स के साथ, प्रोटोकॉल सर्वर्स को ट्रांसपोर्ट के हिसाब से कैटलॉग करता है—लोकल प्रोसेस कनेक्शन्स बनाम स्ट्रीमेबल वेब कनेक्शन्स—और कैपेबिलिटी टैग्स के साथ। यह कम्पैटिबिलिटी डिस्कवरी के लिए उपयोगी है, सिर्फ लिंक्स कलेक्ट करना नहीं। रिपॉजिटरी में टैग्ड रिलीज़ नहीं है, लेकिन इसका ऑर्गनाइज़्ड इंडेक्स लोगों को रनटाइम के हिसाब से फिट सर्वर्स और उन सर्वर्स के बीच अंतर समझने में मदद करता है जो सिर्फ MCP लेबल का उपयोग करते हैं।

[NOVA]: Open Agent प्रोजेक्ट का OpenAgent, 5,426 स्टार्स और 8 जुलाई का point eighty-three-one रिलीज़, रिट्रीवल, कोडिंग, ब्राउज़र कंट्रोल और कंप्यूटर यूज़ को एक मॉडल-ड्रिवन स्टेट मशीन में कंबाइन करता है, जो दिखाता है कि कई एजेंट मोड्स एक ही एक्जीक्यूशन लूप को शेयर कर सकते हैं। यह महत्वाकांक्षी है, शायद बहुत ज्यादा आरामदायक नहीं, लेकिन यह उस दिशा को दर्शाता है जहाँ असिस्टेंट्स इन्फॉर्मेशन गैदरिंग और डायरेक्ट एक्शन के बीच मूव कर सकते हैं।

[ALLOY]: और nanbingxyz के 5ire को मिस न करें, एक क्रॉस-प्लैटफॉर्म डेस्कटॉप AI असिस्टेंट और MCP क्लाइंट, 5,283 स्टार्स के साथ। इसका नवीनतम रिलीज़ point fifteen-four है। यह मेजर मॉडल प्रोवाइडर्स, लोकल नॉलेज और MCP सर्वर्स के ज़रिए टूल्स को सपोर्ट करता है। टेक्निकल हुक ऑन-डिवाइस रिट्रीवल पर है: 5ire मॉडल कॉल में कॉन्टेक्स्ट भेजने से पहले एक लोकल वेक्टर स्टोर—न्यूमेरिकल डॉक्यूमेंट रिप्रेजेंटेशन का इंडेक्स—चेक करता है। यह डेस्कटॉप यूज़र्स को परसिस्टेंट लोकल नॉलेज देता है जबकि बाहरी मॉडल्स का उपयोग करने का विकल्प बरकरार रहता है। यह मायने रखता है क्योंकि लोकल मेमोरी और क्लाउड इंटेलिजेंस सब-ऑर-नथिंग चॉइस नहीं होने चाहिए।

[NOVA]: ...

[NOVA]: तेज़ स्टार्टअप Hermes को खुला रखना आसान बनाता है; टर्नरी वेट्स बड़े लोकल मॉडल्स को ज्यादा यथार्थवादी बनाते हैं; परसिस्टेंट मेमोरी कोडिंग और वर्क एजेंट्स को कॉन्टेक्सट आगे बढ़ाने में मदद करती है; और whodb का लक्ष्य डेटाबेस एक्सेस और ऑपरेशनल एविडेंस को एक व्यू में लाना है।

[ALLOY]: Cosmos फिजिकल AI को एज हार्डवेयर की ओर ले जाता है, जबकि EU ट्रांसपैरेंसी नियम इंटरैक्शन्स से डिस्क्लोज़र और जेनरेटेड कंटेंट से प्रोवेनेंस को जोड़ते हैं। कॉन्टेक्स्ट प्रूनिंग, स्टैटिस्टिकली ग्राउंडेड रिट्रीवल और Microsoft का करिकुलम एजेंट्स के नीचे सॉफ्टवेयर को मजबूत करते हैं।

[NOVA]: XcodeBuildMCP और Unity MCP स्पेशलिस्ट डेवलपमेंट टूल्स के अंदर असिस्टेंट्स लाते हैं। OpenAI के लॉन्ग-हॉराइज़न फाइंडिंग्स चेतावनी देती हैं कि घंटों की एक्शन में फेलियर्स सामने आते हैं जो सिंगल आंसर में नहीं दिखेंगे। Upsonic उन लूप्स को बनाना आसान बनाता है, जिससे वह चेतावनी ज्यादा रिलेवेंट बनती है, कम नहीं।

[ALLOY]: स्रोत विवरण और आगे की पढ़ाई के लिए, Toby On Fitness Tech dot com पर शो नोट्स देखें। AgentStack Daily सुनने के लिए धन्यवाद। हम जल्द वापस आएंगे।