खोजें

ChatGPT की WhatsApp पर वापसी, GitHub Copilot CLI अधिक विश्वसनीय, Anthropic ने Claude के मूल्यों का अध्ययन किया

ChatGPT की WhatsApp पर वापसी, GitHub Copilot CLI अधिक विश्वसनीय, Anthropic ने Claude के मूल्यों का अध्ययन किया

ai-powered-markdown-translator

लेख fr से hi में gpt-5.5 के साथ अनुवादित।

GitHub पर प्रोजेक्ट देखें ↗

OpenAI ChatGPT को यूरोप में WhatsApp पर वापस ला रहा है और उसे दो नई मैसेजिंग ऐप्स तक बढ़ा रहा है, GitHub Copilot CLI की विश्वसनीयता सुधार रहा है और Amp अपने एजेंटों द्वारा code commit करने का तरीका बदल रहा है। शोध के मोर्चे पर, Anthropic भाषाओं के अनुसार Claude द्वारा व्यक्त मूल्यों पर एक अध्ययन प्रकाशित कर रहा है, जबकि Ai2 और Sakana AI क्रमशः production में एक विश्वसनीय समुद्री निगरानी एजेंट और भौतिक सामूहिक बुद्धिमत्ता के एक प्रयोग का विवरण दे रहे हैं।


EEE में WhatsApp पर ChatGPT की वापसी, Kakao और Viber तक विस्तार

13 जुलाई — क्षेत्र में अनुपलब्धता की एक अवधि के बाद, ChatGPT अब फिर से यूरोपीय आर्थिक क्षेत्र (EEE) में WhatsApp पर उपलब्ध है। पहुँच सत्यापित संपर्क 1-800-CHATGPT के ज़रिए होती है, जिससे सीधे मैसेजिंग ऐप में प्रश्न पूछे जा सकते हैं, images भेजी जा सकती हैं, voice notes भेजे जा सकते हैं, images generate की जा सकती हैं और कई भाषाओं में ChatGPT का उपयोग किया जा सकता है।

OpenAI साथ ही ChatGPT की उपलब्धता दो नई applications तक बढ़ा रहा है: दक्षिण कोरिया में Kakao और समर्थित बाज़ारों में Viber। रणनीति स्पष्ट है: assistant को उन मैसेजिंग ऐप्स में उपलब्ध कराना जिन्हें लोग रोज़मर्रा में पहले से उपयोग करते हैं, बजाय इसके कि उन्हें अलग ChatGPT app या site पर जाने के लिए मजबूर किया जाए।

🔗 घोषणा — @ChatGPTapp


GitHub Copilot CLI v1.0.42: subagents को अधिक विश्वसनीय delegation

13 जुलाई — GitHub Copilot CLI का version 1.0.42+ प्रकाशित कर रहा है, जिसे /update command के ज़रिए install किया जा सकता है। यह update अधिक बुद्धिमान subagent delegation (smarter subagent delegation) पेश करता है, जिसे code sessions को अधिक तेज़ और अधिक विश्वसनीय बनाने के लिए तैयार किया गया है, हालांकि मापन की विधि पर कोई तकनीकी विवरण नहीं दिया गया है।

मापी गई विफलता का प्रकारघोषित कमी
tools की विफलताएँ-23%
search की विफलताएँ-27%
editing की विफलताएँ-18%

GitHub स्पष्ट करता है कि इन बदलावों के बावजूद गुणवत्ता में कोई regression नहीं देखा गया।

🔗 घोषणा — @github


Amp के orbs अब उपयोगकर्ता की ओर से commit कर सकते हैं

11 जुलाई — Amp अपने project settings में एक विकल्प जोड़ता है, जिससे orbs (वे machines जो agents को दूर से चलाती हैं) Amp की पहचान के बजाय उपयोगकर्ता की पहचान के तहत commit कर सकते हैं, और commit के साथ co-authored-by उल्लेख जुड़ा रहता है।

You can now make Amp orbs commit as you, not Amp (+ co-authored-by you). It’s in project settings. Useful for, e.g., pushing to a repo where Vercel only deploys for known committers.

🇮🇳 अब आप Amp orbs से Amp के नाम पर नहीं, बल्कि आपके नाम पर commit करवा सकते हैं (आपके co-authored-by उल्लेख के साथ)। यह project settings में है। उदाहरण के लिए, ऐसे repository पर push करने के लिए उपयोगी है जहाँ Vercel केवल ज्ञात committers के लिए deploy करता है।@sqs X पर


Anthropic मॉडलों और भाषाओं के अनुसार Claude द्वारा व्यक्त मूल्यों का अध्ययन करता है

13 जुलाई — Anthropic बातचीत में Claude द्वारा व्यक्त मूल्यों पर अपने काम को आगे बढ़ा रहा है (3 000 से अधिक पहचाने गए मूल्य, जैसे ईमानदारी या मानवीय गर्मजोशी), यह विश्लेषण करते हुए कि वे उपयोग किए गए model और भाषा के अनुसार कैसे बदलते हैं। अध्ययन 300 000 से अधिक anonymized conversations पर आधारित है, जिन्हें चार अक्षों में समूहित किया गया है।

अक्ष (हिन्दी / मूल)यह क्या मापता है
आदरशीलता बनाम सावधानी (Deference vs. Caution)उपयोगकर्ता का अनुसरण करने या उसे संतुलित करने की प्रवृत्ति
गर्मजोशी बनाम कठोरता (Warmth vs. Rigor)गर्मजोशी भरा स्वर या प्रमाणों की माँग
गहराई बनाम संक्षिप्तता (Depth vs. Brevity)विस्तृत या संक्षिप्त उत्तर
स्पष्टवादिता बनाम निष्पादन (Candor vs. Execution)सीधी आलोचना या केवल निष्पादन

मॉडलों के बीच अंतर मामूली बने रहते हैं (Sonnet 4.6 अधिक प्रसन्न और मान्यता देने वाला, Opus 4.7 स्पष्ट आलोचनाओं की ओर अधिक झुका हुआ), लेकिन सबसे स्पष्ट अंतर भाषा के अनुसार दिखाई देते हैं: Claude हिन्दी और अरबी में गर्मजोशी की ओर झुकता है, रूसी में कठोरता की ओर, जहाँ वह उपयोगकर्ता के दावों के समर्थन में अधिक बार प्रमाण माँगता है।

🔗 घोषणा — @AnthropicAI


Ai2 अपने समुद्री निगरानी agent Shippy के पर्दे के पीछे की जानकारी देता है

13 जुलाई — Ai2 (AllenAI) Shippy पर एक अनुभव-साझा लेख प्रकाशित करता है, जो उसकी Skylight टीम द्वारा समुद्री क्षेत्र की निगरानी के लिए बनाया गया agent है: मछली पकड़ने की घटनाओं का पता लगाना, जहाज़ों की tracking, संरक्षित क्षेत्र। यह agent आज 70 से अधिक देशों में 300 से अधिक partners की सेवा करता है।

The real work wasn’t the model. It was building a system we could trust to be correct, to stay within appropriate boundaries.

🇮🇳 असल काम model नहीं था। वह एक ऐसा system बनाना था जिस पर हम सही होने और उचित सीमाओं के भीतर रहने के लिए भरोसा कर सकें।Ai2 ब्लॉग

तकनीकी रूप से, Shippy OpenClaw (open source agent framework) पर आधारित है, जिसमें Claude Opus 4.6 model के रूप में है, और यह तीन घटकों में संरचित है — एक “आत्मा” (system prompt और उसके guardrails), “skills” (skills) और “config” (parameters और model का चुनाव)। ग्राहक एजेंसियों के बीच isolation Mothership के माध्यम से होता है, जो एक in-house platform है और हर user session के लिए एक Kubernetes deployment provision करता है, और evaluation Harbor framework के ज़रिए होती है, जहाँ एक LLM-judge लिखित reasoning के साथ उत्तरों को score करता है।


Sakana AI अपनी स्वयं की आकृति पहचानने के लिए लगभग 200 भौतिक ईंटों से सहयोग करवाता है

12 जुलाई — Sakana AI, IT University of Copenhagen और Autodesk के साथ, भौतिक सामूहिक बुद्धिमत्ता पर एक शोध प्रकाशित करता है: “cellular bricks” — घनाकार hardware modules जो स्थानीय रूप से वही neural network चलाते हैं (neural cellular automata, Neural Cellular Automata) — बिना central controller के, सामूहिक रूप से उस global shape का अनुमान लगाते हैं जिसे वे मिलकर बनाते हैं।

At Sakana AI, a recurring theme in our research is collective intelligence: the observation that sophisticated, robust behavior can arise from many simple parts following local rules, with no central controller, as it does in a colony, a tissue, or a brain.

🇮🇳 Sakana AI में, हमारे शोध का एक बार-बार लौटने वाला विषय सामूहिक बुद्धिमत्ता है: यह अवलोकन कि परिष्कृत और मजबूत व्यवहार, बिना central controller के, स्थानीय नियमों का पालन करने वाले अनेक सरल हिस्सों से उभर सकता है, जैसा किसी कॉलोनी, ऊतक या मस्तिष्क में होता है।Sakana AI ब्लॉग

लगभग 200 bricks और चार assembled shapes (विमान, गिटार, नाव, मेज़) पर परीक्षण में, system 60 cycles (लगभग 3 minutes) में 100% classification accuracy हासिल करता है, 5% तक खराब modules के साथ भी robust रहता है, 94,8% accuracy के साथ structural damage का पता लगाता है, और simulation में 18 000 से अधिक cubes की grids तक scale करता है।


Google DeepMind Google Antigravity में Skill “Predicting the Past” प्रस्तुत करता है

13 जुलाई — Google DeepMind “Predicting the Past” नामक एक Skill का विवरण देता है, जिसे Google Antigravity में चलाया जाता है और जिसके लिए programming में कोई skill आवश्यक नहीं है; यह प्राचीन texts और artifacts का विश्लेषण करता है। तीन use cases दर्ज किए गए हैं: Aeneas model की मदद से 1 800 साल पुरानी Roman curse tablet (curse tablet) की dating और localization, Europe भर में Aufaniae के cult का mapping (Spain में एक अकेले altar तक, जिसे एक Roman veteran ने बनाया था), और ancient lead tablets से Dodona के oracle के visitors के network का reconstruction।

Skill हर बार अपनी prediction का स्पष्टीकरण generate करता है, जैसे domain experts के लिए बनाई गई कोई शिलालेखीय टिप्पणी।

🔗 घोषणा — @GoogleDeepMind


संक्षेप

  • Amp multi-user collaborative threads तैयार कर रहा है — एक Amp thread को अभी एक साथ कई clients से follow किया जा सकता है, लेकिन केवल उसके creator के account के तहत; टीम उसी thread पर multi-account collaboration पर काम कर रही है। 🔗 @sqs X पर
  • Amp का native macOS version development में है — मौजूदा web app की तुलना में किसी functional difference की उम्मीद नहीं है और कोई date घोषित नहीं की गई है। 🔗 @sqs X पर
  • GitHub SSO और Organizations pages को अलग करता है — अधिक स्पष्टता के लिए combined user settings page को दो अलग-अलग pages में विभाजित किया गया है। 🔗 GitHub changelog
  • HeyGen CLI: command line में संगीत और sound effects — terminal से HeyGen के music/SFX catalog में free search और download, साथ में एक agent का demo जो video की rhythm पर sounds synchronize करता है। 🔗 @HeyGen X पर

इसका क्या अर्थ है

consumer assistants के लिए distribution फिर से युद्धक्षेत्र बन रहा है। EEE में WhatsApp पर ChatGPT की वापसी और Kakao तथा Viber तक उसका विस्तार दिखाते हैं कि OpenAI अपने interfaces की ओर उपयोगकर्ताओं को आकर्षित करने के बजाय पहले से installed applications में मौजूदगी पर दांव लगा रहा है। यह functionality से अधिक distribution channel की logic है: assistant वहाँ जाता है जहाँ users पहले से हैं, भले ही interruption के बाद Europe जैसे regulated markets में वापस लौटना पड़े।

agents की विश्वसनीयता engineering का एक स्वतंत्र axis बन रही है, model का by-product नहीं। GitHub अपनी नई subagents delegation से होने वाले gains को सटीक रूप से मापता है (-23% tools failures, -27% search, -18% editing), और Ai2 Shippy के साथ उसी lesson को अप्रत्यक्ष रूप से व्यक्त करता है: production में reliability deterministic tools, explicit guardrails और isolated infrastructure से आती है, केवल चुने गए model से नहीं। Amp के orbs जो अब user के नाम पर commit करते हैं, उसी operational चिंता से जुड़े हैं — मौजूदा deployment pipelines में ठीक से integrate होना।

model behavior पर शोध text से आगे बढ़ रहा है। भाषाओं के अनुसार Claude द्वारा व्यक्त मूल्यों पर Anthropic का अध्ययन दिखाता है कि cultural differences (हिन्दी और अरबी में गर्मजोशी, रूसी में कठोरता) model versions के बीच के differences से अधिक वजन रखते हैं। Sakana AI की cellular bricks एक निकट लेकिन अलग प्रश्न उठाती हैं: क्या central model के बिना, बड़े पैमाने पर दोहराए गए identical local rules से intelligent और robust behavior प्राप्त किया जा सकता है — self-diagnose करने में सक्षम physical systems के लिए एक दिशा।

no-code AI बहुत specialized expert uses की ओर आगे बढ़ रही है। Google DeepMind का Skill “Predicting the Past”, जिसे epigraphy और archaeology पर लागू किया गया है, दिखाता है कि कैसे complex workflows programming skill के बिना researchers के लिए accessible हो रहे हैं, और niche domains को उन users के लिए खोल रहे हैं जो ये tools स्वयं नहीं बना सकते थे।


स्रोत