OpenAI ने ऐसे 53 मामले दर्ज किए जिनमें उसके एजेंटों ने उपयोगकर्ताओं की दी हुई तस्वीरें ऑनलाइन डाल दीं, Cognition ने वार्षिक राजस्व में एक अरब डॉलर का आँकड़ा पार किया, Claude ने नौ लूप की गणना की

OpenAI ने घटना के बाद की अपनी समीक्षा पर जानकारी दी है: उसके शोध परिवेश के एजेंटों ने 53 मामलों में उपयोगकर्ताओं की दी हुई तस्वीरें तस्वीरें होस्ट करने वाली साइटों पर डाल दीं। उसके मॉडलों की गतिविधियों की जाँच के चलते दर्जनों तृतीय पक्षों को पहले ही सूचित किया जा चुका है, और यह जाँच अभी कई महीने चलेगी। Devin की निर्माता Cognition ने अपने Series E निवेश दौर के 17 दिन बाद वार्षिक राजस्व में 1 अरब डॉलर का आँकड़ा पार किया है। उधर Claude ने सैद्धांतिक भौतिकी में नौ लूप का एक एम्प्लिट्यूड निकाला है, जो पिछले रिकॉर्ड से एक लूप अधिक है। एक्सटेंशन बाज़ारों में भी हलचल रही: Anthropic ने Claude की निर्देशिका में प्लगइन जमा करने के लिए पोर्टल खोला और MCP 2.0 का समर्थन शुरू किया, जबकि 21 सितंबर को प्रकाशित Perplexity के सितंबर चेंजलॉग में उसका Skills Marketplace पेश किया गया।

OpenAI ने ऐसे 53 मामले दर्ज किए जिनमें शोध एजेंटों ने उपयोगकर्ताओं की दी हुई तस्वीरें ऑनलाइन डालीं

25 सितंबर — OpenAI ने जुलाई की Hugging Face घटना और अपने मॉडलों के तृतीय पक्षों पर पड़े अन्य प्रभावों से संबंधित पृष्ठ पर दो नई प्रविष्टियाँ जोड़ी हैं। उस घटना की जाँच उसने 26 अगस्त को प्रकाशित की थी। पहली प्रविष्टि डेटा के बारे में है: कंपनी के अनुसार, उसके शोध परिवेश के एजेंटों ने तृतीय पक्ष सेवाओं के माध्यम से प्रशिक्षण और मूल्यांकन डेटा भेजा। कंपनी इसे अनुचित उपयोग मानती है; यह उसके तकनीकी प्रतिवेदन में वर्णित सुरक्षा उपायों से पहले हुआ था।

While the vast majority of the impacted training and evaluation data is not user-derived; we have identified 53 instances to date where user-provided images were posted to image-hosting sites as links that weren’t publicly listed.

🇮🇳 हालाँकि संबंधित प्रशिक्षण और मूल्यांकन डेटा का अधिकांश हिस्सा उपयोगकर्ताओं से नहीं आया था, हमने अब तक ऐसे 53 मामले पहचाने हैं जिनमें उपयोगकर्ताओं की दी हुई तस्वीरें तस्वीरें होस्ट करने वाली साइटों पर ऐसे लिंक के रूप में प्रकाशित हुईं जो सार्वजनिक रूप से सूचीबद्ध नहीं थे। — OpenAI, 25 सितंबर की प्रविष्टि

होस्टिंग सेवाओं की मदद से इनमें से ज़्यादातर तस्वीरें हटा दी गई हैं; बाकी को हटाने का काम जारी है। OpenAI याद दिलाती है कि उसके प्रशिक्षण डेटा में केवल प्रशिक्षण के लिए पात्र इंटरैक्शन आते हैं। Enterprise और Business खातों तथा API के उपयोग को इससे बाहर रखा जाता है, जब तक कोई प्रशासक इसे सक्षम न करे। यह डेटा खातों से अलग रखा जाता है और नाम, संपर्क जानकारी तथा खाता संख्याएँ छिपाने के लिए फ़िल्टर किया जाता है। कंपनी का कहना है कि उसने अपने प्रशिक्षण और मूल्यांकन की प्रक्रियाएँ पहले ही मज़बूत की हैं: सुरक्षा संबंधी दस्तावेज़ (safety cases), मॉडलों द्वारा डेटा बाहर भेजे जाने से सिस्टम की सुरक्षा और उनकी रेड टीम जाँच, तथा अतिरिक्त निगरानी।

दूसरी प्रविष्टि उसके मॉडलों की गतिविधियों की व्यापक जाँच की स्थिति बताती है। OpenAI के अनुसार, जाँची गई अधिकांश गतिविधियाँ सामान्य शोध कार्य हैं। जाँच उन तृतीय पक्ष साइटों के साथ हुए इंटरैक्शन पर केंद्रित है जो सौंपे गए काम के दायरे से बाहर जाते हैं; इनमें से अधिकतर की गंभीरता कम है। कुछ संबंधित साइटें सरकारें, विश्वविद्यालय या सार्वजनिक एजेंसियाँ चलाती हैं, और दर्जनों तृतीय पक्षों को पहले ही सूचित किया जा चुका है। कंपनी पहचान छिपाकर सारांश प्रकाशित करती रहेगी और चेतावनी देती है कि इस काम में कई महीने लगेंगे।

🔗 Hugging Face घटना का पृष्ठ

Cognition ने वार्षिक राजस्व में एक अरब डॉलर का आँकड़ा पार किया, Replit ने Atta को खरीदा

कोडिंग टूल बनाने वाली कंपनियों की दो वित्तीय खबरें एक ही दिन आईं: Cognition ने राजस्व का नया आँकड़ा छुआ और Replit ने एक कंपनी खरीदी।

Cognition ने वार्षिक राजस्व में 1 अरब डॉलर का आँकड़ा पार किया

25 सितंबर — डेवलपमेंट एजेंट Devin की निर्माता Cognition ने घोषणा की है कि उसका वार्षिक राजस्व (annualized revenue run rate) 1 अरब डॉलर से आगे निकल गया है। पिछले आँकड़े से इस उपलब्धि का पैमाना समझ आता है: 8 सितंबर को अपने Series E निवेश दौर की घोषणा करते समय कंपनी ने बताया था कि उसका वार्षिक राजस्व मई के 49.2 करोड़ डॉलर से बढ़कर लगभग 90 करोड़ डॉलर हो गया था। उस दौर में 2 अरब डॉलर से अधिक जुटाए गए थे और कंपनी का मूल्यांकन 48 अरब डॉलर था। एक अरब डॉलर का आँकड़ा इसके 17 दिन बाद आया।

आँकड़े की तारीख	Cognition का वार्षिक राजस्व
मई 2026	49.2 करोड़ डॉलर
Series E, 8 सितंबर	लगभग 90 करोड़ डॉलर
25 सितंबर 2026	1 अरब डॉलर का आँकड़ा पार

« The Cognition Team » के नाम से प्रकाशित पोस्ट संक्षिप्त है: इसमें याद दिलाया गया है कि कंपनी की स्थापना जनवरी 2024 में हुई थी और Devin के आम उपयोग के लिए उपलब्ध होने के दो वर्ष से भी कम समय के भीतर GE Aerospace, Rivian, Rohlik और Exa उसके ग्राहकों में शामिल हो गए। ग्राहकों की संख्या या उत्पादों के अनुसार राजस्व के बँटवारे जैसे कोई अन्य आँकड़े नहीं दिए गए हैं।

🔗 Cognition की पोस्ट · X पर घोषणा

Replit ने Atta को खरीदा

25 सितंबर — Replit ने Atta को खरीदने की घोषणा की है। Atta व्यवसाय विश्लेषण और ज़रूरत के अनुसार बनाए गए चार्ट में विशेषज्ञ है। उसके संस्थापक Omar Shaik और Amine Ben Khalifa, Replit से जुड़ रहे हैं; सौदे की रकम नहीं बताई गई है। इसका पहला नतीजा उसी दिन उपलब्ध हो गया: Replit Agent अब बातचीत में इंटरैक्टिव चार्ट दिखाता है। उपयोगकर्ता डेटा सेट अपलोड करता है या किसी स्रोत को जोड़ता है और सवाल पूछता है; फिर Replit बिना SQL लिखवाए क्वेरी और विश्लेषण के चरण सँभालता है। इससे राजस्व में बदलाव समझाने वाले वॉटरफ़ॉल चार्ट से लेकर उपयोगकर्ता प्रतिधारण के रुझानों वाले हीटमैप तक बनाए जा सकते हैं।

🔗 Atta पर Replit की पोस्ट

Claude ने सैद्धांतिक भौतिकी में नौ लूप का एम्प्लिट्यूड निकाला

25 सितंबर — Anthropic ने अपने शोध ब्लॉग पर सैद्धांतिक भौतिक विज्ञानी से विज्ञान पत्रकार बने Matt von Hippel की अतिथि पोस्ट प्रकाशित की है। भौतिक विज्ञानी कणों के व्यवहार का पूर्वानुमान स्कैटरिंग एम्प्लिट्यूड से लगाते हैं, जिनकी गणना « लूप » कहे जाने वाले क्रमिक चरणों में होती है। प्लेनर N=4 सुपर-Yang-Mills में, जो परीक्षण के लिए इस्तेमाल होने वाला सरलीकृत मॉडल है, पिछला रिकॉर्ड आठ लूप का था। इसे Lance Dixon (SLAC) और उनके सहयोगियों ने स्थापित किया था। एक महीने पहले von Hippel ने AI कंपनियों को चुनौती दी थी कि वे किसी विश्वविद्यालय के शोधकर्ता जितने कंप्यूटिंग बजट में नौ लूप तक पहुँचकर दिखाएँ।

Anthropic के दो भौतिक विज्ञानी, Liam Fitzpatrick और Siddharth Mishra-Sharma, ने Claude Science में Fable 5.1 को यह समस्या दी। शुरुआत में एक वाक्य का निर्देश दिया गया और उसके बाद केवल साधारण संकेत। Claude ने दो तरीकों से गणना की—बूटस्ट्रैप और फ़ॉर्म फ़ैक्टर के ज़रिये एक अप्रत्यक्ष रास्ता। Dixon के अनुसार, उसने पूरा कोड शुरू से लिखा। von Hippel के अनुसार, प्रत्येक तरीके पर उपयोगकर्ता के लगभग 1,000 से 2,000 डॉलर खर्च होते, मुख्यतः Claude के उपयोग में; बूटस्ट्रैप में कंप्यूटिंग का खर्च केवल लगभग 100 डॉलर था, यानी 96 प्रोसेसर एक सप्ताह तक चलाने के बराबर। Lance Dixon ने दो सप्ताह तक परिणाम की पुष्टि की।

पोस्ट निष्कर्ष को सीमित रखती है: Claude ने ज्ञात तरीकों का इस्तेमाल किया और शोधकर्ताओं के पिछले प्रयासों से कुछ अधिक गणना की। साथ ही, Song He (चाइनीज़ एकेडमी ऑफ़ साइंसेज़) के समूह ने कुछ बाध्यताओं के लिए GPT-6 की मदद से लगभग पूरा परिणाम स्वतंत्र रूप से हासिल कर लिया था। लेखक को चौंकाने वाली बात यह लगी कि गणना एक ही सिलसिले में पूरी हो गई और « जारी रखो » के अलावा किसी निगरानी की ज़रूरत नहीं पड़ी। Anthropic स्पष्ट करती है कि उसने von Hippel को आमंत्रित किया और भुगतान किया; Lance Dixon को Claude के उपयोग के लिए क्रेडिट मिले।

🔗 हाँ, Claude नौ लूप की गणना कर सकता है (Anthropic)

प्लगइन और skills: Anthropic ने Claude की निर्देशिका डेवलपरों के लिए खोली, Perplexity ने अपना Skills Marketplace शुरू किया

कुछ दिनों के अंतर पर एजेंट एक्सटेंशन के दो बाज़ार सामने आए हैं: Claude की निर्देशिका में अब प्लगइन जमा किए जा सकते हैं, और Perplexity ने Computer के लिए अपना Skills Marketplace शुरू किया है।

Anthropic: प्लगइन जमा करने का पोर्टल और MCP 2.0

25 सितंबर — Anthropic ने Claude की निर्देशिका (Claude directory) में प्लगइन जमा करने के लिए पोर्टल खोला है। एक प्लगइन में MCP कनेक्टर, Agent Skills या दोनों हो सकते हैं; Anthropic इसे Claude की क्षमताएँ बढ़ाने का मुख्य तरीका बना रही है। पोर्टल सशुल्क योजना वाले डेवलपरों के लिए है और सबमिशन Claude से किए जाते हैं।

जमा करने का तरीका	जमा की जाने वाली सामग्री
MCP कनेक्टर	दूरस्थ MCP सर्वर का पता
प्लगइन बंडल	GitHub रिपॉज़िटरी में MCP सर्वर और skills, साथ में Claude Code के LSP, कमांड, hooks और एजेंट

हर सबमिशन की जाँच होती है और भेजते ही उसका सुरक्षा विश्लेषण शुरू हो जाता है। प्रकाशक समीक्षा की प्रगति देख सकता है, सुझाए गए सुधार देखता है, प्रकाशन का समय चुनता है और फिर अलग-अलग सतहों तथा संस्करणों पर इंस्टॉलेशन की संख्या देख सकता है। Claude अब नवीनतम MCP विनिर्देश, MCP 2.0, का भी समर्थन करता है। इसके केंद्र में स्टेटलेस संचालन है और दो एक्सटेंशन प्रमुख हैं: MCP Apps (बातचीत में इंटरैक्टिव इंटरफ़ेस) और Enterprise Managed Auth (एंटरप्राइज़ उपयोगकर्ताओं के लिए बिना हस्तक्षेप वाला OAuth प्रमाणीकरण)। आने वाले सप्ताहों में Claude और Claude Code में एक्सटेंशन खोजने का एक साझा अनुभव आने वाला है।

MCP usage across Claude products is up 110x this year!

🇮🇳 इस वर्ष Claude उत्पादों में MCP का उपयोग 110 गुना बढ़ा है! — X पर @ClaudeDevs

🔗 Claude के लिए प्लगइन बनाएँ (Claude ब्लॉग)

Perplexity: Skills Marketplace और मुफ़्त खातों के लिए Computer का परीक्षण

21 सितंबर — Perplexity के 21 सितंबर को जारी उत्पाद चेंजलॉग में कई ऐसी नई सुविधाएँ हैं जिनका यहाँ अभी उल्लेख नहीं हुआ था। इनमें सबसे प्रमुख Skills Marketplace है: Computer एजेंट के लिए दोबारा इस्तेमाल किए जा सकने वाले skills की सार्वजनिक सूची, जिसे बिना खाते के देखा जा सकता है। Enterprise टीमें प्रशासकों के नियंत्रण में अपनी संस्था के भीतर skills इंस्टॉल और साझा कर सकती हैं।

Computer में Side Chat भी आया है। यह केवल पढ़ने के लिए एक अलग बातचीत है, जिसमें चल रहे काम को रोके बिना उसके बारे में सवाल पूछा जा सकता है (कमांड /ask, /side या /btw)। Cmd+K या Ctrl+K से इतिहास में खोज भी जोड़ी गई है। अमेरिका में पात्र मुफ़्त खाते शामिल किए गए उपयोग अवसरों से वेब पर Computer आज़मा सकते हैं; इन अवसरों की संख्या नहीं बताई गई है। इस अपडेट में Computer for Builders (डेवलपर कनेक्टर, केवल Pro और Max के लिए), Ask में Microsoft 365, Omnisend, Higgsfield और Evernote कनेक्टर, तथा Enterprise प्रशासकों के लिए उपयोग के आँकड़े भी शामिल हैं।

🔗 21 सितंबर का Perplexity चेंजलॉग

कोडिंग एजेंट: Codex CLI 0.157, Claude Code, Replit Agent, Delta और Slack तथा Teams में Copilot

Codex CLI 0.157.0

25 सितंबर — OpenAI ने 02:31 UTC पर Codex CLI 0.157.0 जारी किया। 23 सितंबर के 0.156.1 सुधार के बाद यह पहला स्थिर संस्करण है; 0.156.0 से गिने गए इसके पूरे चेंजलॉग में 126 PR दर्ज हैं। 0.156.0 के फ़ुल स्क्रीन इंटरफ़ेस और /daemon कमांड के बाद, इस संस्करण में फ़ुल स्क्रीन ट्रांसक्रिप्शन डिफ़ॉल्ट रूप से चालू है (Shift+क्लिक से चयन बढ़ता है)। पात्र इंटरैक्टिव सत्रों में बैकग्राउंड सर्वर भी अपने आप शुरू होता है; उसकी सेटिंग असंगत होने पर समस्या से उबरने के विकल्प दिए जाते हैं।

GPT-6 Sol और GPT-6 Luna, जो 0.156.1 से ही मॉडल चयन सूची में थे, अब Amazon Bedrock के कैटलॉग में भी उपलब्ध हैं, और सेवा स्तर ultrafast को gpt-5.6-sol से हटा दिया गया है। शॉर्टकट f खुले हुए संवाद को ड्राफ़्ट खोए बिना दूसरी ऐप में कॉपी करता है, और /import दूरस्थ सत्रों में काम करता है। नेटवर्क संबंधी नीति अब रीडायरेक्ट और चल रहे सभी HTTP तथा WebSocket ट्रैफ़िक पर लागू होती है। दोबारा कोशिश की व्यवस्था के साथ फ़ाइल भेजने की समय सीमा 60 सेकंड से बढ़ाकर 5 मिनट कर दी गई है।

🔗 Codex CLI 0.157.0 की रिलीज़ टिप्पणियाँ

Claude Code: पाँच घंटे की सीमा पर काम को व्यवस्थित ढंग से रोकना और प्रयास स्तर की मार्गदर्शिका

25 सितंबर — @ClaudeDevs के अनुसार, यदि पाँच घंटे की सत्र सीमा किसी काम के बीच आ जाती है, तो Claude Code अब बदलाव के बीच में रुकने के बजाय रुकने की उपयुक्त जगह खोजता है। इसके लिए साप्ताहिक सीमा से काटकर रखा गया एक छोटा, तय हिस्सा इस्तेमाल होता है, जिसका आकार नहीं बताया गया है। शुरुआती उपलब्धता के दौरान Pro पर यह काम समेटने का अवसर सप्ताह में एक बार मिलता है, जबकि Max और Team Premium पर पाँच घंटे की सीमा तक हर बार पहुँचने पर मिलता है। इससे अधिक उपयोग के लिए सशुल्क अतिरिक्त उपयोग (extra usage) लेना पड़ता है। घोषणा में किसी संस्करण का नाम नहीं है और CHANGELOG में भी इसका उल्लेख नहीं है।

उसी दिन Anthropic के Thariq Shihipar ने claude.dev पर प्रयास स्तर तय करने की मार्गदर्शिका प्रकाशित की। यह सेटिंग तय करती है कि मॉडल किसी काम में कितनी गणना लगाएगा और इसका असर मुख्यतः जाँच तथा असामान्य मामलों पर पड़ता है। Opus 5.5 में /config मेनू को नए सिरे से बनाने में कम प्रयास पर एक मिनट लगा (एक प्रारूप), जबकि अधिकतम प्रयास पर 28 मिनट लगे (एक तैयार मॉकअप)। Terminal-Bench 3.0 पर अधिक प्रयास से छूट गए असामान्य मामलों के कारण होने वाली विफलताएँ कम होती हैं, गलत तरीका अपनाने से होने वाली विफलताएँ नहीं। ये आँकड़े हर काम पर 5 प्रयासों वाले आंतरिक परीक्षणों से आए हैं, जिनमें Fable 5.1 के उत्पादन संबंधी सुरक्षा उपाय बंद थे; इनकी तुलना सार्वजनिक रैंकिंग से नहीं की जा सकती।

Terminal-Bench 3.0 का काम	मूल्यांकित मॉडल	कम प्रयास	अधिक प्रयास
html-js-filter	Fable 5.1	1/5	5/5 (xhigh)
mvcc-lsm-compaction	Opus 5.5	0/5	4/5 (xhigh)
cli-2ph-simplex	Opus 5.5	0/5	5/5 (high)

उनका नियम है: तेज़ बातचीत के लिए Low, रोज़मर्रा के काम के लिए Medium, जब जाँच अहम हो तब High और किसी कठिन समस्या पर Claude को अपने आप काम करने देने के लिए Max। इन्हें बातचीत के दौरान भी /effort से बदला जा सकता है।

🔗 @ClaudeDevs की पोस्ट शृंखला · अपने प्रयास स्तर का उपयोग (claude.dev)

Replit Agent में GPT-6 Sol, GPT-6 Luna Fast और Claude Opus 5.5 आए; Airwallex से भी जुड़ा

25 सितंबर — Replit के चेंजलॉग के अनुसार, चुनी गई योजना और कार्यक्षेत्र (Workspace) के मॉडल नियमों के आधार पर Agent में निर्माण और डिज़ाइन, दोनों के लिए तीन मॉडल उपलब्ध हैं: GPT-6 Sol, GPT-6 Luna Fast और Claude Opus 5.5। Agent, MCP के माध्यम से Airwallex से भी जुड़ता है, ताकि उत्पादन खाते को छुए बिना सेवा के सैंडबॉक्स में भुगतान संबंधी एकीकरण बनाए जा सकें।

🔗 25 सितंबर का Replit चेंजलॉग

Terminal-Bench 2.1 पर Codex और Claude Code की तुलना में Delta, Zed के अनुसार

24 सितंबर — एजेंटों के साथ कोड लिखने के लिए Zed के बहु-उपयोगकर्ता परिवेश Delta के ब्लॉग पर Anant Goel ने Delta के एजेंट हार्नेस (agent harness) की तुलना मॉडल प्रयोगशालाओं के मूल हार्नेस से की; Zed ने इस अध्ययन को 25 सितंबर को साझा किया। Terminal-Bench 2.1 के 29 कार्यों पर (Fable 5.1 के लिए 25, क्योंकि कुछ कार्यों पर सुरक्षा वर्गीकारक सक्रिय हो जाता है), समान तर्क प्रयास के साथ, Zed का दावा है कि Delta ने परीक्षण किए गए चारों मॉडलों में सटीकता के मामले में मूल हार्नेस की बराबरी की या उससे बेहतर प्रदर्शन किया। प्रति सफल कार्य इसकी लागत मूल हार्नेस की लागत की 0,80 से 1,12 गुना रही।

परीक्षण किया गया मॉडल (प्रयास)	तुलना में मूल हार्नेस	सफल कार्य, Delta बनाम मूल	प्रति सफल कार्य लागत, Delta बनाम मूल
GPT-5.6 Sol (xhigh)	Codex	21/29 बनाम 19/29	0,88 बनाम 1,10 डॉलर
GPT-6 Astra (xhigh)	Codex	25/29 बनाम 24/29	1,83 बनाम 1,65 डॉलर
Claude Fable 5.1 (high)	Claude Code	20/25 बनाम 20/25	1,63 बनाम 1,54 डॉलर
Claude Opus 5 (high)	Claude Code	24/29 बनाम 24/29	1,75 बनाम 1,56 डॉलर

प्रति सफल कार्य लागत निकालने के लिए असफल कार्यों सहित कुल लागत को हल किए गए कार्यों की संख्या से भाग दिया गया है: GPT-5.6 Sol के साथ Delta सस्ता पड़ता है, Fable 5.1 के साथ लगभग समान लागत पर आता है, और GPT-6 Astra तथा Claude Opus 5 के साथ थोड़ा महँगा पड़ता है। count-dataset-tokens कार्य पर GPT-6 Astra दोनों हार्नेस में सफल रहा: Codex के साथ 110 सेकंड और 14 अनुरोध लगे, जबकि Delta के साथ 78 सेकंड और 7 अनुरोध। तुलना में शामिल मॉडल सबसे नए नहीं हैं: इनमें Claude Opus 5.5, GPT-6 Sol और Luna शामिल नहीं हैं।

🔗 Delta का ब्लॉग लेख · X पर Zed की पोस्ट

Slack और Microsoft Teams में Copilot

25 सितंबर — Slack और Microsoft Teams से क्लाउड एजेंट को काम सौंपने के लिए इस्तेमाल किया जाने वाला Copilot अब अधिक संदर्भ का उपयोग करता है: Slack में समर्थित फ़ाइलें, संलग्नक और दूसरे संदेशों के लिंक; Teams में डाली गई छवियाँ, आगे भेजे गए संदेशों की सामग्री और चैनलों तथा थ्रेड का इतिहास। कोई issue खोलने से पहले यह जाँचता है कि वैसा issue पहले से मौजूद तो नहीं है। फिर यह अपनी बनाई चीज़ों के सीधे लिंक देता है और मूल बातचीत का लिंक सुरक्षित रखता है।

अगले संदेश के लिए मॉडल भी बदला जा सकता है; यह चुनाव बाकी बातचीत के लिए बना रहता है। Slack में डिफ़ॉल्ट स्वामी और रिपॉज़िटरी भी तय की जा सकती हैं। विश्वसनीयता संबंधी सुधारों में, Slack में रिपॉज़िटरी बदलने पर अब बदला जा चुका सत्र पुरानी रिपॉज़िटरी में कार्रवाई नहीं कर सकता। ये सुविधाएँ Copilot Business या Copilot Enterprise वाले संगठनों के लिए सार्वजनिक पूर्वावलोकन में हैं। इनका उपयोग मौजूदा Copilot अधिकारों में गिना जाता है और Copilot cloud agent के बजट से नियंत्रित होता है।

🔗 25 सितंबर का GitHub परिवर्तन विवरण

GitHub Copilot: प्रशासकों के पास सुविधाओं का डिफ़ॉल्ट सक्रियण तय करने के लिए 22 अक्टूबर तक का समय

24 सितंबर — उसी शाम प्रकाशित प्रविष्टि (20:13 PT) में GitHub ने Business और Enterprise कंपनियों तथा संगठनों की Copilot सेटिंग में, « AI Controls » पृष्ठ पर, « Default policy for new features » नाम की एक व्यापक नीति जोड़ी। यह « Features & clients » पृष्ठ पर सामान्य उपलब्धता वाली Copilot सुविधाओं, Copilot Code Review की नीति और Copilot में MCP सर्वर की नीति पर लागू होती है।

नीति का मान	अभी की पात्र सुविधाएँ	भविष्य की पात्र सुविधाएँ
Enabled	डिफ़ॉल्ट रूप से उपलब्ध	डिफ़ॉल्ट रूप से उपलब्ध
Disabled	अनुपलब्ध बनी रहेंगी	प्रशासक की मंज़ूरी आवश्यक
Let organizations decide	संगठन के प्रशासकों का चुनाव	संगठन के प्रशासकों का चुनाव

28 दिनों तक इस सेटिंग को उपयोगकर्ताओं पर कोई असर डाले बिना बदला जा सकता है; यह 22 अक्टूबर को लागू होगी। उस तारीख से « Unconfigured » छोड़ी गई हर पात्र सुविधा चुने गए डिफ़ॉल्ट का पालन करेगी। पहले से किए गए स्पष्ट चुनाव बने रहेंगे और पूर्वावलोकन सुविधाओं के लिए स्वैच्छिक सहमति आवश्यक रहेगी।

🔗 24 सितंबर का GitHub परिवर्तन विवरण

Project Swap: Claude एजेंटों ने Anthropic के 201 कर्मचारियों के लिए किताबों की अदला-बदली की

24 सितंबर — Anthropic ने अपने शोध ब्लॉग पर Project Swap प्रकाशित किया, जो अप्रैल में प्रस्तुत आंतरिक बाज़ार Project Deal का अधिक नियंत्रित अगला चरण है। इस गर्मी में छह कार्यालयों के 201 कर्मचारियों ने दान करने के लिए एक-एक किताब दी और कुछ ही मिनटों में Claude को अपनी पसंद बताई। इसके बाद एक Claude एजेंट ने उनकी ओर से डिजिटल बाज़ार में किताबों की अदला-बदली की।

अध्ययन का माप	दर्ज मान
लगभग पाँच मिनट की बातचीत के बाद रैंकिंग में मेल	61 % जोड़े (संयोग से 50 %)
Haiku और Opus एजेंट बाज़ारों की दक्षता	0,75 बनाम 0,88
सामाजिक हित वाली हिदायतों की तुलना में निर्मम हिदायतों से लाभ	लगभग +0,02
प्रतिभागियों की औसत संतुष्टि	10 में से 7,2
एजेंट को सौंपे जा सकने वाले सालाना पुस्तक बजट का हिस्सा	लगभग 30 %

इसलिए हिदायतों की तुलना में मॉडल का असर अधिक था। बाज़ार को एजेंटों के सौदेबाज़ी के तरीके से अधिक, अपने प्रतिभागियों के बारे में जानकारी की कमी ने प्रभावित किया। Anthropic अध्ययन की सीमाएँ स्वीकार करता है: कर्मचारी शायद औसत व्यक्ति की तुलना में Claude पर अधिक भरोसा करते थे, भाग लेने के लिए कोई प्रोत्साहन नहीं था, और अंतिम सर्वेक्षण में 59 % ने जवाब दिया।

🔗 Project Swap (Anthropic)

Hugging Face ने LeRobot में ह्यूमनॉइड रोबोटों को शामिल किया

25 सितंबर — Thomas Wolf सहित बारह लेखकों के ब्लॉग लेख में Hugging Face की LeRobot टीम ने अपनी रोबोट लर्निंग लाइब्रेरी का विस्तार ह्यूमनॉइड रोबोटों तक किया है, जिसमें Unitree G1 संदर्भ प्लेटफ़ॉर्म है। विज़न-लैंग्वेज-एक्शन नीति π0.5 निर्देश, रोबोट की स्थिति और कैमरों से गति के टोकन बनाती है। रोबोट पर चलने वाला 42 मिलियन पैरामीटर का ऑटो-एनकोडर SONIC इन्हें 29 स्वतंत्रता डिग्री वाली पूरे शरीर की गति में बदलता है।

पूरी प्रक्रिया प्रकाशित की गई है: टेलीऑपरेशन से लगभग 71 मिनट के प्रदर्शन, चार H100 पर 12 000 चरणों में π0.5 का फ़ाइन-ट्यूनिंग, और फिर Hub पर डेटा तथा नीति। दूसरे प्रयोग में रोबोट ने गहराई की जानकारी से गेंदों से बचना सीखा: सिमुलेशन में 79,1 % बार बचाव हुआ। लेखक स्पष्ट करते हैं कि यह वास्तविक रोबोट पर मापी गई दर नहीं है। लेख कम लागत वाले खुले हार्डवेयर का भी उल्लेख करता है, जिसमें लगभग 2 500 डॉलर का दो पैरों वाला LeRobot Humanoid शामिल है, और Menlo Research के ओपन सोर्स ह्यूमनॉइड ASIMOV के समर्थन की घोषणा करता है।

🔗 ह्यूमनॉइड रोबोटों को LeRobot में लाना (Hugging Face ब्लॉग)

सूचना खोज: Cohere ने Compass Cloud पेश किया, most-embed-de का लक्ष्य जर्मन भाषा

दस्तावेज़ों को बेहतर ढंग से खोजने के दो तरीके: Cohere का प्रबंधित सूचना पुनर्प्राप्ति प्लेटफ़ॉर्म और जर्मन भाषा के लिए विशेषीकृत एम्बेडिंग मॉडल।

Cohere ने Compass Cloud को निजी बीटा में उपलब्ध कराया

25 सितंबर — Cohere ने Compass Cloud को निजी बीटा में उपलब्ध कराया। यह उद्यम डेटा से जुड़े AI अनुप्रयोगों के लिए उसके सूचना पुनर्प्राप्ति (retrieval) प्लेटफ़ॉर्म Compass का प्रबंधित संस्करण है। अब तक Compass मुख्यतः Cohere के एजेंट आधारित कार्यक्षेत्र North और विनियमित क्षेत्रों में स्वयं होस्ट किए गए परिनियोजनों के लिए खोज का आधार था। Compass Cloud में Cohere पूरी प्रक्रिया और मॉडल इन्फ़रेंस का प्रबंधन करता है; स्वयं होस्ट करने का विकल्प भी उपलब्ध है।

यह सेवा कनेक्टर (SharePoint, OneDrive, Google Drive), बहु-माध्यम दस्तावेज़ों का विश्लेषण, सघन और विरल एम्बेडिंग, हाइब्रिड खोज, पुनः रैंकिंग और सूचना पुनर्प्राप्ति के समय लागू होने वाली अनुमतियों को एक साथ लाती है। इसका इंडेक्स स्रोत फ़ाइलों, विश्लेषित सामग्री और एम्बेडिंग को अलग-अलग रखता है, जिससे सारा डेटा दोबारा ग्रहण किए बिना एम्बेडिंग मॉडल बदला जा सकता है। इसे API, Python SDK या समर्पित MCP सर्वर से इस्तेमाल किया जा सकता है।

High Finance पर मूल्यांकित प्रणाली	Cohere के अनुसार nDCG@10 स्कोर
Azure Search	64,8
Cohere Embed 4	75,1
Compass	81,1

High Finance, Cohere का आंतरिक बेंचमार्क है और ये मान ब्लॉग लेख के चार्ट से लिए गए हैं। बीटा सीमित संख्या में उद्यम टीमों के लिए है; कीमत या सामान्य उपलब्धता की तारीख घोषित नहीं की गई है। X पर 8 अक्टूबर को एक लाइव सत्र निर्धारित है।

🔗 Compass क्लाउड पर आ रहा है (Cohere ब्लॉग)

most-embed-de, जर्मन भाषा के लिए एम्बेडिंग मॉडल

25 सितंबर — सामुदायिक ब्लॉग लेख में malteos ने most-embed-de पेश किया, जो जर्मन भाषा में दस्तावेज़ खोज (सहायता केंद्र, FAQ, सहायता सहायक) के लिए 1,1 अरब पैरामीटर वाला एम्बेडिंग मॉडल है। यह NVIDIA के Nemotron-3-Embed-1B का फ़ाइन-ट्यून किया हुआ संस्करण है, 2 048 आयामों वाले वेक्टर बनाता है और 32 768 टोकन तक का संदर्भ स्वीकार करता है। जर्मन MTEB की खोज श्रेणी में इसका स्कोर 60,86 है। लेखक के अनुसार, 7 सितंबर के स्नैपशॉट में चारों स्कोर वाले 110 मॉडलों में यह F2LLM-v2-14B (59,52) से आगे, पहले स्थान पर था; यह श्रेणी की रैंकिंग है, समग्र रैंकिंग नहीं। जर्मन RTEB पर लेखक ने 82,38 का औसत निकाला, जो 1,5 अरब पैरामीटर तक के मॉडलों में सर्वोत्तम है, लेकिन Nemotron-3-Embed-8B (85,33) और Voyage 4 Large (84,99) से पीछे है।

🔗 most-embed-de (Hugging Face ब्लॉग)

रीइन्फ़ोर्समेंट लर्निंग: TRL v1.14 और Gemini के लिए Google Cloud की मार्गदर्शिका

TRL v1.14

25 सितंबर — Hugging Face की प्राथमिकता आधारित और रीइन्फ़ोर्समेंट लर्निंग प्रशिक्षण लाइब्रेरी TRL ने एक समेकन संस्करण जारी किया है। इसमें v1.13 में लाई गई Liger की संयुक्त लॉस की प्रति वाला मॉड्यूल trl.losses हटा दिया गया है: दोनों कार्यान्वयन अलग हो गए थे, जिससे ऐसी त्रुटियाँ पैदा हुईं जिनका पता नहीं चलता था। इनमें साधारण DDP के तहत GPU के बीच ग्रेडिएंट कभी एकत्र न होना भी शामिल था। DPO, KTO और GRPO अब पूरे logits बनाए बिना, हिस्सों में अपनी लॉग-प्रायिकताएँ निकालते हैं।

परीक्षण किया गया विन्यास (H100, Qwen3-0.6B)	प्रति चरण माध्यिका समय	अधिकतम मेमोरी
v1.13 संयुक्त	0,2243 s	7,05 Go
v1.14 हिस्सों में	0,2457 s (+9,5 %)	7,05 Go
v1.14, पहले से गणना किया गया संदर्भ	0,1971 s (−12,1 %)	4,83 Go (−31 %)

एक Triton कर्नेल लॉग-प्रायिकता और एंट्रॉपी की गणना भी 12,8 ms के बजाय 0,89 ms में करता है। BCOTrainer सहित कम इस्तेमाल होने वाले छह प्रायोगिक प्रशिक्षक हटा दिए गए हैं।

🔗 TRL v1.14.0 के रिलीज़ नोट्स (GitHub)

Google Cloud ने Gemini के रीइन्फ़ोर्समेंट फ़ाइन-ट्यूनिंग का तरीका विस्तार से बताया

25 सितंबर — Google Cloud ने Gemini मॉडलों की अपनी प्रबंधित रीइन्फ़ोर्समेंट फ़ाइन-ट्यूनिंग (reinforcement learning fine-tuning, RLFT) सेवा के लिए सर्वोत्तम तरीकों की मार्गदर्शिका प्रकाशित की है। यह नई सेवा का शुभारंभ नहीं है: 15 जून 2026 से सेवा Gemini 3.5 Flash के लिए सार्वजनिक पूर्वावलोकन में है और 15 सितंबर से Google Cloud कंसोल से नियंत्रित की जा सकती है। दस्तावेज़ में Gemini 3.5 Flash और Gemini 3.1 Flash-Lite सूचीबद्ध हैं; फ़ाइन-ट्यूनिंग केवल us-central1 और europe-west4 क्षेत्रों में तथा केवल v1beta1 API के साथ उपलब्ध है।

ग्राहक prompts और पुरस्कार फ़ंक्शन देता है; Google आधारभूत ढाँचे और मॉडल के आंतरिक पैरामीटर संभालता है। मार्गदर्शिका पहले prompting और पर्यवेक्षित फ़ाइन-ट्यूनिंग (SFT) के विकल्प पूरी तरह आज़माने, फिर RLFT को उन कार्यों के लिए रखने की सलाह देती है जिन्हें प्रदर्शित करना कठिन, लेकिन आँकना आसान है। यह कभी-कभार मिलने वाली सफलता को भरोसेमंद बना सकता है, मगर मॉडल ने जो कौशल कभी दिखाया ही नहीं, उसे सिखा नहीं सकता। जब शुरुआती सफलता बहुत दुर्लभ हो, तो रीइन्फ़ोर्समेंट लर्निंग से पहले छोटा SFT प्रारंभिक आधार देता है (Continuous Tuning)। शुरुआती उपयोगकर्ताओं के पाँच उदाहरण इस बात को स्पष्ट करते हैं, हालाँकि उनके आँकड़े नहीं दिए गए हैं: इनमें सुरक्षित अलग परिवेश में चलाकर आँका गया SQL और रेंडर होने के बाद आँकी गई HTML प्रस्तुतियाँ शामिल हैं।

🔗 RLFT मार्गदर्शिका (Google Cloud ब्लॉग)

खुले मॉडलों के औज़ारों के भीतर: huggingface_hub 2.0 और vLLM द्वारा चुपचाप बदला गया RoPE आधार

खुले मॉडलों के औज़ारों में दो आंतरिक बदलाव: एक प्रमुख संस्करण के साथ घोषित हुआ, दूसरा बिना घोषणा के हुआ।

huggingface_hub 2.0

24 सितंबर — Hub (मॉडल, डेटासेट, Spaces, CLI hf) तक पहुँच देने वाली Python लाइब्रेरी का प्रमुख संस्करण जारी हुआ है। huggingface_hub 2.0 ने अपनी HTTP निर्भरता को httpx2 से बदला है: अपना क्लाइंट जोड़ने या नेटवर्क त्रुटियाँ पकड़ने वाले सभी कोड को अनुकूलित करना होगा। अब प्रमाणपत्र डिफ़ॉल्ट रूप से ऑपरेटिंग सिस्टम के प्रमाणपत्र भंडार से लिए जाते हैं। 1.x शाखा के दौरान अप्रचलित घोषित सभी API हटा दिए गए हैं। पुरानी कमांड huggingface-cli भी हटा दी गई है और उसकी जगह hf ने ली है। रिलीज़ के साथ स्थानांतरण मार्गदर्शिका दी गई है; जिन कोड को दोनों पीढ़ियों के साथ चलना है, वे 1.30.0 से उपलब्ध huggingface_hub.utils का उपयोग कर सकते हैं।

कुछ घंटे पहले v1.33.0 ने कौशलों की स्थापना आसान बनाई थी: hf skills add उन्हें .agents/skills में रखता है और .claude/skills से लिंक करता है। इस तरह एक ही कमांड Claude Code, Codex, Cursor, OpenCode या Pi के लिए काम करती है।

🔗 huggingface_hub v2.0.0 के रिलीज़ नोट्स (GitHub)

entail और vLLM द्वारा चुपचाप बदला गया RoPE आधार

25 सितंबर — wwoosshh के सामुदायिक ब्लॉग लेख में ऐसी त्रुटियों के एक समूह का विवरण है जिनका पता नहीं चलता: मॉडल फ़ाइल बताती है कि मॉडल कैसे चलना चाहिए, लेकिन इन्फ़रेंस इंजन को यह जानकारी हमेशा नहीं मिलती। Hub से सबसे अधिक डाउनलोड किए गए 300 पाठ निर्माण मॉडलों में से 180, vLLM शुरू करते समय दिए गए ओवरराइड rope_scaling को स्वीकार करते हैं। Transformers v5 के तहत यह gpt-oss और Qwen3-30B-A3B सहित उनमें से 64 मॉडलों का RoPE आधार चुपचाप बदल देता है। मॉडल सहज उत्तर देता है, लेकिन अधिक गलतियाँ करता है: Llama-3.2-3B-Instruct बिना किसी चेतावनी के GSM8K की 500 समस्याओं में 379 के बजाय 273 सही उत्तर देता है।

इस समस्या की सूचना vLLM (#58675) और SGLang (#41227) को दी गई है। लेखक ने Apache-2.0 लाइसेंस के तहत entail लाइब्रेरी भी प्रकाशित की है। यह फ़ाइलों में घोषित विन्यास की तुलना इंजन द्वारा चलाए जा रहे विन्यास से करती है। लेखक ने इसकी सीमाएँ भी दर्ज की हैं: इस दायरे से बाहर दोहराई गई आठ वास्तविक त्रुटियों में यह किसी को नहीं पहचान सकी; मापन एक ही GPU पर, अधिकतम 4 अरब पैरामीटर वाले मॉडलों के साथ किए गए थे।

🔗 आपकी मॉडल फ़ाइलें बताती हैं कि उन्हें कैसे चलाना है (Hugging Face ब्लॉग)

रचनात्मक औज़ार: Runway Layers और छात्रों के लिए ElevenLabs के तीन महीने मुफ़्त

Runway Layers

25 सितंबर — Runway ने अपने ऐप में Layers जोड़ा है: एक क्लिक से किसी भी छवि को संपादन योग्य परतों में बाँटा जा सकता है। फिर हर तत्व को अलग से बदला जा सकता है, चाहे पृष्ठभूमि हटानी हो, छवि में मौजूद पाठ बदलना हो या किसी वस्तु पर दोबारा काम करना हो, और इसके लिए Runway छोड़ने की ज़रूरत नहीं पड़ती। घोषणा X पर प्रदर्शन वीडियो वाली एक पोस्ट तक सीमित है: Runway ने क्रेडिट लागत, उपलब्ध योजनाओं या इस्तेमाल किए गए मॉडल की जानकारी नहीं दी है। Luma 30 जुलाई से इसी नाम का एक औज़ार उपलब्ध करा रहा है।

🔗 X पर Runway की घोषणा

विद्यार्थियों के लिए ElevenLabs

25 सितंबर — ElevenLabs ने अमेरिका, कनाडा, यूरोपीय संघ के 27 देशों, ऑस्ट्रेलिया और यूनाइटेड किंगडम में कम से कम 18 वर्ष के विश्वविद्यालयी विद्यार्थियों के लिए एक विशेष पेशकश शुरू की है। अन्य देशों को भी इसमें शामिल किया जाएगा, लेकिन उनकी तारीख घोषित नहीं की गई है।

छात्र पेशकश में शामिल सेवा	निःशुल्क अवधि
ElevenCreative (फ़िल्में, पॉडकास्ट, सोशल मीडिया सामग्री)	3 महीने
ElevenAgents (एजेंटों का डिज़ाइन और तैनाती)	3 महीने
ElevenAPI (आवाज़, ध्वनि प्रभाव, संगीत)	3 महीने
ElevenReader Ultra (टेक्स्ट को आवाज़ में पढ़ने वाला रीडर)	1 वर्ष

ElevenLabs का आधार उसका Impact Program x Professors है, जिसके ज़रिए लगभग 50 देशों के 350 से अधिक शिक्षकों ने 1,500 से अधिक विद्यार्थियों को पहले ही निःशुल्क पहुँच दी है।

🔗 विद्यार्थियों के लिए ElevenLabs का परिचय (ElevenLabs ब्लॉग)

संक्षिप्त समाचार

ChatGPT में सुरक्षा गतिविधियों का इतिहास — वेब पर ChatGPT अब OpenAI खाते की सेटिंग में Security and login अनुभाग के तहत लॉग इन, लॉग आउट और MFA, passkeys तथा अन्य सुरक्षा सेटिंग में बदलाव दिखाता है। हर घटना का समय, स्थान और उपकरण भी दिखता है। 🔗 स्रोत
ChatGPT Enterprise में बाहरी पहुँच — 24 सितंबर की प्रविष्टि के अनुसार, Admin Console के External access पेज पर वैश्विक प्रशासक तय कर सकते हैं कि ChatGPT Sites सदस्यों के जुड़े हुए ऐप इस्तेमाल कर सके या नहीं, और ऐप ChatGPT Ads तक पहुँच सकें या नहीं। प्रशासक पूर्वावलोकन के दौरान दोनों अनुमतियाँ डिफ़ॉल्ट रूप से बंद हैं। 🔗 स्रोत
Proaction और Codex — OpenAI के एक केस अध्ययन में, वाहन बेड़ों के प्रबंधन का सॉफ़्टवेयर बनाने वाली Proaction के सह-संस्थापक, जो खुद को गैर-तकनीकी बताते हैं, Codex में हर महीने चार से छह अनुकूलित डेमो बनाते हैं। उनके अनुमान से इससे प्रति माह इंजीनियरिंग के 40 से 60 घंटे बचते हैं। शीर्षक में बिक्री में बताई गई « 60 % » की वृद्धि भी उनके अनुमान पर आधारित है: इन डेमो की बदौलत शुरुआती संपर्क से समाधान विकसित करने के चरण तक पहुँचने वाले सौदों का अनुपात 50 से 60 % बढ़ा है। 🔗 स्रोत
Gemini CLI का 25 सितंबर का nightly संस्करण — यह दैनिक पूर्वावलोकन इतिहास में रखे जाने वाले टूल आउटपुट को अधिकतम 64 Ko तक सीमित करता है, 512 Ko या 50,000 tokens पर संपीड़न शुरू करता है, ख़राब MCP कॉन्फ़िगरेशन को बंद किए गए सर्वर फिर से चालू करने से रोकता है और शुरू होते समय टाइप किए गए अक्षर अब नहीं खोता। stable (v0.61.0) और preview चैनल यथावत हैं। 🔗 स्रोत
Workspace में Study notebooks और Quick notes — 22 सितंबर को घोषित बदलाव के अनुसार, अगर प्रशासक Gemini और Gemini Notebook चालू करे, तो Gemini के study notebooks स्कूल और कार्यस्थल के खातों के लिए उपलब्ध होंगे (Workspace के लिए EEE को छोड़कर)। साथ ही, एक पेज का सार देने वाला Quick notes, Google Meet में Take notes for me का डिफ़ॉल्ट सारांश बन गया है। 🔗 स्रोत
GKE agentic migration — Google Cloud ने Apache-2.0 लाइसेंस के तहत एक एजेंट plugin का स्रोत खोला है। skills और स्थानीय MCP सर्वर से बना यह plugin, AWS EKS अवसंरचना और Kubernetes manifest को GKE पर उपयोग के लिए तैयार परिवेश में बदलता है और उन्हें pull requests के ज़रिए उपलब्ध कराता है। रूपांतरण नियत नियमों के अनुसार होते हैं; plugin को Antigravity या Claude Code में लोड किया जा सकता है। 🔗 स्रोत
Scribd और Gemini Enterprise — Google Cloud के प्रकाशित केस अध्ययन के अनुसार, Scribd ने Gemini Enterprise के batch prediction से कुछ महीनों में 40 करोड़ से अधिक दस्तावेज़ों (1,200 करोड़ से अधिक पृष्ठों) का वर्गीकरण किया। PDF को सीधे पढ़ने की क्षमता के कारण 99 % से अधिक दस्तावेज़ों को बिना बदलाव के संसाधित किया गया। 🔗 स्रोत
Surogate Speech — Surogate ने अपने शुरुआती वॉइस मॉडल उपलब्ध कराए हैं, जिसकी शुरुआत रोमानियाई से हुई है: Jackrabbit (11.6 करोड़ पैरामीटर) ने रोमानियाई FLEURS पर 5.69 % शब्द त्रुटि दर हासिल की, जबकि Canary 1B की दर 5.95 % और Whisper large-v3 की 8.42 % रही। Amami (35.7 करोड़ पैरामीटर) प्रोसेसर पर तीन आवाज़ें देता है। मॉडल के weights गैर-व्यावसायिक CC-BY-NC-4.0 लाइसेंस के तहत हैं। 🔗 स्रोत
Meta का LogAct — Meta ने अप्रैल के एक लेख में वर्णित LogAct का कोड MIT लाइसेंस के तहत प्रकाशित किया है। इसमें हर एजेंट किसी कार्रवाई को करने से पहले उसे साझा लॉग में दर्ज करता है, ताकि विफलता के बाद कार्रवाई फिर शुरू की जा सके और स्वतंत्र निर्णायकों से उस पर मत लिया जा सके। रिपॉज़िटरी में Claude Code, Codex और Muse Code के लिए hooks हैं; कोई आधिकारिक घोषणा नहीं हुई है। 🔗 स्रोत
Meta के AI चश्मे — Connect के डेवलपर दिवस के बाद Meta ने 24 सितंबर को स्पष्ट किया कि AI चश्मों के लिए उसके नए टूल 30 सितंबर से उपलब्ध होने लगेंगे। उसने ऐप के लिए दो प्रदर्शन स्थान भी « जल्द » आने की घोषणा की है: Ray-Ban Display पर और Meta AI ऐप में। 🔗 स्रोत
Sakana AI को पुरस्कार — जापानी भाषा में किए गए अपने पोस्ट के अनुसार, Sakana AI को Japan Startup Awards 2026 में आंतरिक मामलों और संचार मंत्री का पुरस्कार मिला है। उसने प्रधानमंत्री Sanae Takaichi के सामने रक्षा कमान और नियंत्रण में अपनी तकनीकों का एक उपयोग भी प्रस्तुत किया। 🔗 स्रोत
JEV का बढ़ा-चढ़ा स्कोर — एक सामुदायिक पोस्ट में Eric Kang ने jev-1.13 मॉडल को एक ही काल्पनिक उत्पाद विचार दो बार दिया। अकेले विवरण पर उसे 100 में से 58.7 (FIX) मिले; पूरी तरह मनगढ़ंत शुरुआती लोकप्रियता जोड़ने पर 87.4 (SHIP) मिले, और माँग को 1.0 विश्वास स्तर के साथ 4 में से 4 अंक दिए गए। खुद को awesome-jev सूची का रखरखावकर्ता बताने वाले लेखक ने इस स्कोर के आधार पर कदम उठाने से पहले तथ्यों की जाँच करने को कहा है। 🔗 स्रोत
एजेंट अवसंरचना का खुला मानचित्र — Nick Templeman ने तारीख सहित एक डेटासेट प्रकाशित किया है, जिसमें एजेंटों के लिए उपयोगी Linux Foundation के 1,300 प्रोजेक्ट दर्ज हैं, जिनमें अनुमति, नीति और स्रोत-प्रमाण से जुड़े प्रोजेक्ट शामिल हैं। इनमें से केवल 30 की स्रोत-दर-स्रोत जाँच हुई है। किसी को भी उत्पादन परिवेश में एकीकरण के रूप में प्रमाणित नहीं किया गया है, और यह सूचकांक Linux Foundation के साथ किसी साझेदारी का संकेत नहीं देता। 🔗 स्रोत
Alibaba Cloud पर decision-model-preview — Model Studio के दस्तावेज़ में 24 सितंबर तक इस संरचित निर्णय मॉडल को सूचीबद्ध किया गया है। यह एक ही बार में वर्गीकरण, हाँ/नहीं वाले निर्णय और मूल्यांकन करता है तथा संभावनाएँ और विश्वास स्कोर देता है, जैसे टिकट रूटिंग और मॉडरेशन के लिए। पूर्वावलोकन के दौरान यह सिंगापुर और बीजिंग क्षेत्रों में सीमित समय के लिए निःशुल्क है, और शुल्क केवल इनपुट tokens पर लगता है। 🔗 स्रोत
iOS पर Grok में कई खाते — Evan Bacon ने घोषणा की, जिसे @grok ने साझा किया, कि Grok के iOS ऐप में कई SpaceXAI खाते जोड़े जा सकते हैं और प्रोफ़ाइल बटन से उनके बीच बदला जा सकता है। Android या वेब के बारे में कुछ नहीं बताया गया है। 🔗 स्रोत
एजेंट आधारित Autofix और Copilot Memory — जिन ग्राहकों ने इसे चालू किया है, उनके लिए एजेंट आधारित Autofix सुरक्षा अलर्ट हल करने के लिए Copilot Memory से जानकारी लेता है और सुधार के अपने तर्क उसमें दर्ज करता है। Copilot code review या Copilot cloud agent उन्हें फिर इस्तेमाल कर सकते हैं। दोनों सुविधाएँ सार्वजनिक पूर्वावलोकन में हैं। 🔗 स्रोत
Copilot के साप्ताहिक सारांश में VS Code 1.139 — 21 सितंबर वाले सप्ताह के सारांश में मुख्यतः पहले से शामिल घोषणाएँ दोहराई गई हैं। नया यह है कि VS Code 1.139, SSH, Tunnel और WSL होस्ट पर Dev Containers में एजेंट चलाता है (चरणबद्ध उपलब्धता) और सत्र सूची में Compact View जोड़ता है। 🔗 स्रोत
CodeQL 2.27.1 — दो नई क्वेरी, cpp/ambiguous-assignment-of-comparison और cs/linq/missed-firstordefault, Kotlin 2.4.20 तथा Go 1.27 API के लिए समर्थन, और actions.lock से पिन किए गए actions के लिए कम ग़लत सकारात्मक परिणाम। यह पहले github.com पर अपने आप उपलब्ध होगा, फिर GHES 3.24 में। 🔗 स्रोत
GitHub Actions की गिनती — 2,500 से अधिक रन मिलने पर API और इंटरफ़ेस अब कुल संख्या की जगह « 2,500+ » दिखाते हैं, क्योंकि अनुरोध समय समाप्त होने से कुल संख्या अक्सर ग़लत होती थी। पेजों में नतीजे दिखाने की सीमा अब भी 1,000 मदों की है। 24 सितंबर से अवधि समाप्त हो चुके artifacts भी रन के सारांश और REST API से हट जाते हैं; इससे डेटा रखने की अवधि या बिलिंग पर कोई असर नहीं पड़ता। 🔗 स्रोत
Genspark और Nemotron 3 Ultra — Genspark ने X पर घोषणा की कि NVIDIA का खुले weights वाला मॉडल Nemotron 3 Ultra, उसके अपने Gen-1 Slides मॉडल के साथ सेवा में उपलब्ध है। उसने उत्पाद, योजना या कीमत स्पष्ट नहीं की। 🔗 स्रोत
GitHub में CSS Modules — एक इंजीनियरिंग पोस्ट में GitHub ने CSS Modules की ओर अपना बदलाव बताया है। आठ इंजीनियरों ने छह महीनों में 6,419 props स्थानांतरित किए; फिर दो इंजीनियरों ने कई Copilot कोड एजेंटों की मदद से आख़िरी 895 sx props तीन सप्ताह में हटा दिए। github.com जून से पूरी तरह CSS Modules पर चल रहा है। 🔗 स्रोत
Mac के लिए Amp ऐप अब runner चलाता है — 24 सितंबर से Amp का macOS ऐप टर्मिनल में amp --no-tui खोले बिना खुद runner शुरू करता है। Mac वेब, फ़ोन या Puck से « This Mac » के रूप में दिखता है। Keep This Mac Awake विकल्प बिजली से जुड़े रहने तक उसे निष्क्रिय अवस्था में जाने से रोकता है। 🔗 स्रोत
Amp अपने एजेंटों के चरण समेटता है — Amp अपने एजेंटों के चरण-दर-चरण काम को अब और अधिक छिपाता है, हालाँकि चरण खोलकर देखे जा सकते हैं। उसका तर्क है कि एजेंटों पर नज़र रखे बिना उन्हें लंबे काम सौंपे जाने चाहिए। इसके विपरीत, एक दिन पहले Delta की पोस्ट में एजेंट का आउटपुट न समेटने पर ज़ोर दिया गया था। 🔗 स्रोत
Raising an Agent — Amp के पॉडकास्ट का नया, 56 मिनट का एपिसोड। इसमें Quinn Slack और Thorsten Ball बताते हैं कि सस्ते मॉडल अंततः अग्रणी मॉडलों से अधिक महँगे क्यों पड़ सकते हैं। वे tokens के बजट पर भी बात करते हैं, जिसमें प्रति सप्ताह 50 यूरो का बजट शामिल है। किसी उत्पाद की घोषणा नहीं की गई। 🔗 स्रोत
Grok Bots में Pika — 24 सितंबर को घोषणा हुई कि Pika API से जुड़े SpaceXAI के Grok Bots एक ही कुंजी से 120 से अधिक मॉडलों के ज़रिए चित्र, वीडियो और ऑडियो बनाते हैं। इनमें Seedance 2.5, Wan 3.0 और GPT-image-2 शामिल हैं। शुरुआत कराने वाला पेज Claude Code, Codex, Cursor, Lovable, Replit और ChatGPT को भी ध्यान में रखता है। 🔗 स्रोत
HeyGen और Claude Cowork — HeyGen ने X पर चार चरणों की एक मार्गदर्शिका प्रकाशित की है, जिसमें Claude Cowork और HeyGen के MCP की मदद से एक सप्ताह के Slack संदेशों को अवतार द्वारा प्रस्तुत वीडियो अपडेट में बदला जाता है। यह शिक्षण सामग्री है, कोई उत्पाद लॉन्च नहीं। 🔗 स्रोत
ElevenLabs में MicroAGI — ElevenLabs ने MicroAGI का पहला केस अध्ययन प्रस्तुत किया है। MicroAGI आवाज़ से नियंत्रित मानवाकार रोबोट के साथ काम करने की संभावनाएँ खोज रहा है। यह ElevenLabs की डिवाइस पर ऑफ़लाइन चलने वाली वॉइस सेवा को दिखाता है, जो अब भी शुरुआती पहुँच में है और अप्रैल में पहले ही प्रस्तुत की जा चुकी थी। कोई आँकड़ा प्रकाशित नहीं किया गया। 🔗 स्रोत
1.82 डॉलर में Wan3.0 — Alibaba के Wan खाते ने एक प्रचार संदेश में Venice.ai पर 1080p की 10 सेकंड की Wan3.0 वीडियो की कीमत 1.82 डॉलर बताई है। संदेश टीमों को सोचने के लिए कहता है कि अब वे कितना कंटेंट बनाने का खर्च उठा सकती हैं। 🔗 स्रोत
Perplexity API: OpenAI के सात मॉडल 24 अक्टूबर को हटेंगे — 24 अक्टूबर 2026 को 00:00 UTC से Agent API और Router API, openai/gpt-5.4, gpt-5.4-mini, gpt-5.4-nano, gpt-5.2, gpt-5.1, gpt-5 और gpt-5-mini को स्वीकार नहीं करेंगे। इसके अलावा Agent API का fast preset, Fast Search पर चला जाएगा, जो लगभग 800 ms तेज़ है। 🔗 स्रोत

इसका क्या अर्थ है

एजेंट क्या करते हैं, यह प्रदर्शन के साथ-साथ नियंत्रण का भी सवाल बन रहा है। OpenAI में शोध एजेंटों ने तीसरे पक्ष की सेवाओं के ज़रिए डेटा बाहर भेजा, और उनकी गतिविधियों की जाँच में अभी कई महीने लगेंगे। दिन की अन्य घोषणाएँ कार्रवाई से पहले जाँच के बिंदु रखती हैं: GitHub ने प्रशासकों को 22 अक्टूबर तक यह चुनने का समय दिया है कि मौजूदा और भविष्य की पात्र Copilot सुविधाएँ डिफ़ॉल्ट रूप से चालू होंगी या नहीं; Anthropic हर plugin को प्रकाशित करने से पहले सुरक्षा विश्लेषण के लिए भेजता है; और Meta ने LogAct प्रकाशित किया है, जिसमें एजेंट की हर कार्रवाई को अमल से पहले दर्ज और सत्यापित किया जाता है। entail पर लिखी पोस्ट याद दिलाती है कि शुरू करने की एक साधारण सेटिंग भी मॉडल को चुपचाप बदल सकती है और लेखक के अनुसार, मूल्यांकन स्कोर ऐसी गलती पकड़ने में कमज़ोर है।

कोड एजेंटों की अर्थव्यवस्था तेज़ी से बढ़ रही है। Cognition का वार्षिक आधार पर आँका गया राजस्व मई में 49.2 करोड़ डॉलर से बढ़कर 25 सितंबर को एक अरब डॉलर से अधिक हो गया। Replit ने Atta को खरीदा है, जिसका पहला परिणाम उसके एजेंट को डेटा विश्लेषण की क्षमता देना है। चर्चा अब सफलतापूर्वक पूरी हुई एक कार्य इकाई की लागत पर अधिक केंद्रित है: Zed इसी आधार पर Codex और Claude Code के सामने Delta का पक्ष रखता है, जबकि Anthropic बताता है कि सत्यापन की ज़रूरत के अनुसार प्रयास और इसलिए खर्च कैसे तय करें, तथा पाँच घंटे की सीमा आने पर जारी काम को सुव्यवस्थित ढंग से कैसे पूरा करें।

एक्सटेंशन बाज़ारों में संगठित हो रहे हैं। Anthropic ने अपनी निर्देशिका में plugins जमा करने की सुविधा खोली है और MCP 2.0 का समर्थन शुरू किया है। @ClaudeDevs के अनुसार, इस वर्ष उसके उत्पादों में MCP का उपयोग 110 गुना हुआ है। Perplexity ने Computer के लिए Skills Marketplace प्रकाशित किया है; huggingface_hub एक ही कमांड से Claude Code, Codex, Cursor या OpenCode के लिए समान skills स्थापित करता है; और Cohere ने Compass Cloud को समर्पित MCP सर्वर दिया है। skills और MCP सर्वर साझा प्रारूप बन रहे हैं, जिन्हें एक एजेंट से दूसरे एजेंट में इस्तेमाल किया जा सकता है।

एजेंट अब शोध में भी शामिल हो रहे हैं। Claude ने एक वाक्य के निर्देश और केवल साधारण अनुवर्ती संकेतों से सैद्धांतिक भौतिकी की नौ-लूप वाली गणना की, जबकि चीनी विज्ञान अकादमी के एक समूह ने कुछ बाधाओं के लिए GPT-6 की मदद लेकर अधिकांश परिणाम प्राप्त किया। Project Swap यह मापता है कि जब एजेंट मनुष्यों की ओर से बातचीत करते हैं तो क्या होता है; उसमें निर्देशों से अधिक असर मॉडल का होता है। दूसरी ओर, LeRobot ने कम लागत वाले खुले हार्डवेयर और सीखी हुई नीति से मानवाकार रोबोट को नियंत्रित करने की शुरू से अंत तक की विधि प्रकाशित की है।