Claude Code v2.1.198, Chrome GA और स्वचालित PR ड्राफ्ट के साथ, GitHub Models 30 जुलाई को हटाया गया, Devin Security Remediation कार्यक्रम

Claude Code का संस्करण 2.1.198 एक नया मील का पत्थर पार करता है, क्योंकि Claude in Chrome सामान्य उपलब्धता में आ जाता है और worktrees में बैकग्राउंड agents द्वारा PR draft का स्वचालित निर्माण शुरू होता है। GitHub उसी समय 30 जुलाई 2026 को GitHub Models के स्थायी बंद होने की पुष्टि करता है, जिससे Copilot प्लेटफ़ॉर्म पर AI के लिए एकमात्र प्रवेश बिंदु के रूप में पुनर्स्थापित होता है। यह दिन Cognition के enterprise भेद्यता-निवारण कार्यक्रम, Together AI के ParallelKernelBench बेंचमार्क, Google DeepMind के SynthID के एक आकलन — जिसमें OpenAI, NVIDIA और Apple के साथ अभूतपूर्व सहयोग शामिल हैं — और GitHub Copilot के कई अपडेट्स से पूरा होता है।

Claude Code v2.1.198 — Chrome GA और स्वचालित PR draft

1 जुलाई — Claude Code का 2.1.198 संस्करण Claude in Chrome एक्सटेंशन को सामान्य उपलब्धता (generally available) में ले जाता है, जो agent को Claude Code इंटरफ़ेस से सीधे Chrome में खुले वेब पेजों के साथ इंटरैक्ट करने देता है। यह एक्सटेंशन, जो पिछले कई हफ्तों से beta में उपलब्ध था, अब प्रयोगात्मक चरण से बाहर आ जाता है।

दूसरा प्रमुख बदलाव बैकग्राउंड agents से जुड़ा है: claude agents से worktree में लॉन्च किए गए agent अब अपने काम के अंत में बिना पुष्टि माँगे स्वतः commit बनाते हैं, code push करते हैं, और एक PR draft खोलते हैं। यह बदलाव विकास के agentic workflows में मैन्युअल इधर-उधर को कम करता है।

सुविधा	विवरण
Claude in Chrome GA	Chrome extension beta से सामान्य उपलब्धता में जाता है
स्वचालित PR draft	बैकग्राउंड agents मैन्युअल हस्तक्षेप के बिना commit करते हैं, push करते हैं और PR draft खोलते हैं
Skill `/dataviz`	ग्राफ़िक्स और डैशबोर्ड डिज़ाइन के लिए नया skill, जिसमें executable रंग-पालेट validator शामिल है
AWS Gateway	`anthropicAws` (AWS पर Claude Platform) को upstream provider के रूप में जोड़ा गया; « मॉडल नहीं मिला » त्रुटियाँ स्वतः failover श्रृंखला को आगे बढ़ाती हैं
Explore मॉडल को विरासत में लेता है	एकीकृत Explore agent session model (Opus पर capped) को विरासत में लेता है, बजाय Haiku पर चलने के
Extended thinking विरासत में	sub-agents और context compaction session की extended thinking (extended thinking) कॉन्फ़िगरेशन को विरासत में लेते हैं

उल्लेखनीय सुधारों में: अस्थायी नेटवर्क त्रुटियाँ (ECONNRESET) अब टूर को छोड़ने के बजाय exponential backoff (backoff) के साथ पुनः प्रयास शुरू करती हैं; AWS/Mantle STS token स्वतः awsAuthRefresh के माध्यम से नवीनीकृत होता है; conditional नियम .claude/rules/ symbolically linked paths (symlink) के माध्यम से भी सही ढंग से लोड होते हैं। संस्करण 2.1.199, जो 2 जुलाई को npm पर प्रकाशित हुआ, npm registry में उल्लेखित है, लेकिन scan के समय उसका changelog अभी तक अपडेट नहीं हुआ था।

🔗 Claude Code changelog

GitHub Models 30 जुलाई 2026 को स्थायी रूप से हटाया गया

1 जुलाई — GitHub GitHub Models के 30 जुलाई 2026 को स्थायी बंद होने की पुष्टि करता है। playground, models catalog, inference API और BYOK (bring your own key) mode सभी ग्राहकों के लिए हटा दिए जाएंगे — इसमें वे सक्रिय मौजूदा उपयोगकर्ता भी शामिल हैं जो सेवा तक पहुँच जारी रखे हुए थे।

नए ग्राहकों के लिए बंद करने की घोषणा जून 2026 में की गई थी। GitHub संक्रमण की तैयारी के लिए 16 जुलाई और 23 जुलाई को दो प्रारंभिक brownout की योजना बनाता है। 30 जुलाई के बाद, GitHub Models inference API के लिए कोई भी अनुरोध त्रुटि लौटाएगा।

विकल्प	उपयोग का मामला
Azure AI Foundry	अपनी Copilot से स्वतंत्र रूप से मॉडलों तक सीधी पहुँच बनाए रखने की इच्छा रखने वाली टीमों के लिए तृतीय-पक्ष models catalog
GitHub Copilot	GitHub में एकीकृत model access, task-आधारित स्वचालित चयन, AI credits के अनुसार billing

GitHub Models को GitHub इंटरफ़ेस से सीधे AI model परीक्षण स्थान के रूप में लॉन्च किया गया था। इसका हटाया जाना एक रणनीतिक पुनर्संरेखण को चिह्नित करता है: GitHub models तक पहुँच को GitHub Copilot के तहत एकीकृत कर रहा है, जो अब open-weight models (1 जुलाई से Kimi K2.7), task प्रकार के अनुसार स्वचालित चयन, और credits पर सूक्ष्म नियंत्रण को एकीकृत करता है।

जो टीमें GitHub Models inference API का उपयोग करती हैं, उन्हें 30 जुलाई से पहले migration करना होगा, अन्यथा सेवा बाधित हो सकती है। 16 और 23 जुलाई के brownout बंद होने से पहले pipelines की resilience का परीक्षण करने की अनुमति देते हैं।

🔗 Changelog — GitHub Models हटा दिया गया

Devin Security Vulnerability Remediation Program

2 जुलाई — Cognition Devin Security Vulnerability Remediation Program लॉन्च करता है, जो application vulnerabilities के backlog को कम करने के लिए छह-सप्ताह का enterprise सहायता कार्यक्रम है। यह continuous flaw discovery engine के रूप में Devin Security Swarm (जिसकी घोषणा एक दिन पहले की गई थी) पर आधारित है।

कार्यक्रम दो स्तंभों पर आधारित है। पहला backlog निपटान पर केंद्रित है: Devin मौजूदा scanner रिपोर्ट्स (Snyk, SonarQube, Checkmarx, Semgrep, Wiz, Veracode) को ingest करता है, vulnerabilities की पुष्टि करता है, और correction PRs प्रस्तुत करता है। दूसरा स्तंभ, continuous remediation, Devin Security Swarm को उन flaws का पता लगाने की जिम्मेदारी देता है जिन्हें static scan tools चूक जाते हैं — business logic, chained authentication bypasses, inter-service exploitation paths।

सप्ताह	गतिविधि
1-2	Inventory, scope, Devin configuration, workflows mapping
3-4	प्राथमिक repositories पर बड़े पैमाने पर remediation
5-6	परिणामों का मूल्यांकन, व्यापक deployment की योजना

यह कार्यक्रम बड़े पैमाने पर Devin Cloud तैनात करने वाले enterprise ग्राहकों के लिए आरक्षित है। पात्र टीमें अपने Cognition account manager के माध्यम से पंजीकरण कर सकती हैं।

🔗 Cognition — Devin Security Vulnerability Remediation Program

ParallelKernelBench — frontier LLM multi-GPU kernels पर कमजोर साबित होते हैं

2 जुलाई — Together AI ParallelKernelBench प्रकाशित करता है, जो वास्तविक codebases (Megatron-LM, DeepSpeed, TensorRT-LLM, NeMo-RL) से निकाली गई 87 समस्याओं का एक open-source benchmark है, ताकि LLMs की क्षमता का आकलन किया जा सके कि वे कितने performant multi-GPU CUDA kernels बना सकते हैं — tensor parallel, expert parallel, FSDP/ZeRO, NVLink communication। वर्तमान frontier models एक-तिहाई से भी कम समस्याएँ हल करते हैं।

मॉडल	pass@3	fast1@3 (सही और संदर्भ से तेज)
GPT-5.5	36/87	27/87
Claude Opus 4.7	31/87	20/87
Gemini 3 Pro	30/87	19/87
DeepSeek V4 Pro	3/87	1/87

मुख्य bottleneck NVLink communication और advanced mechanisms (TMA, NVLS) हैं, जो वर्तमान model generations में लगभग अनुपस्थित हैं। agentic mode (terminal access के साथ Gemini 3 Pro) में, score बढ़कर 35/87 सही और 26 PyTorch+NCCL reference से तेज हो जाता है। कुछ generated kernels मौजूदा सार्वजनिक implementations से बेहतर प्रदर्शन करते हैं, जिसमें एक NeMo kernel (Gemini 3 Pro) शामिल है जिसका कोई ज्ञात optimized equivalent नहीं है।

🔗 Together AI — ParallelKernelBench

SynthID: 100 अरब watermark किए गए assets, text code open source में

1 जुलाई — Google DeepMind ने @GoogleAI के माध्यम से SynthID, अपनी AI-generated content के लिए digital watermark technology, की परिपक्वता का आकलन साझा किया। 100 अरब से अधिक images और videos अब SynthID watermark लेती हैं, जिनमें 60,000 वर्षों की marked audio content जुड़ी है। उपयोगकर्ताओं द्वारा Google Search, Chrome के लिए Gemini extension और Gemini app के माध्यम से 50 मिलियन से अधिक verification किए गए हैं।

Google अपने सभी generative tools में खुला standard C2PA (Content Authenticity Initiative) अपनाता है: Gemini app में बनाई गई images और videos अब SynthID watermark और C2PA metadata दोनों को शामिल करती हैं। text के लिए watermark code open source में प्रकाशित किया गया है।

एक उल्लेखनीय बिंदु: Google ने OpenAI, NVIDIA और Apple के साथ सहयोग की घोषणा की है ताकि इन कंपनियों के generative media तक SynthID को विस्तारित किया जा सके। यह पहली बार है जब Google ने AI content provenance पर इन तीनों कंपनियों के साथ ठोस साझेदारियों की सार्वजनिक रूप से घोषणा की है।

🔗 Tweet @GoogleAI — SynthID

GitHub — Copilot की नई सुविधाएँ

cost centers के लिए शामिल AI credits pool

2 जुलाई — GitHub cost centers अब विभाग के अनुसार उपयोग किए गए inclus AI credits (monthly pool) के हिस्से को सीमित कर सकते हैं। यह सुविधा 30 जून को पेश किए गए user-level budgets से अलग है, जो केवल अतिरिक्त billing चरण को प्रबंधित करते हैं।

GitHub assigned licenses के आधार पर स्वतः ceiling की गणना करता है। ceiling तक पहुँचने पर दो व्यवहार कॉन्फ़िगर किए जा सकते हैं: उपयोग को ब्लॉक करना या अतिरिक्त billing पर स्विच करना। GitHub Enterprise Cloud पर Copilot Business और Copilot Enterprise के लिए REST API के माध्यम से उपलब्ध (graphical interface बाद में आएगा)।

🔗 Changelog — Cost centers

Issue fields सामान्य उपलब्धता में

2 जुलाई — संरचित issue fields (Priority, Effort, Start Date, Target Date) GitHub की सभी organizations (Free, Team, Enterprise) के लिए सामान्य उपलब्धता में आ जाते हैं। सार्वजनिक पूर्वावलोकन मई से ही 40,000 से अधिक organizations इनका उपयोग कर रही थीं। field values अब repository issue lists में सीधे प्रदर्शित होती हैं, और public projects को visibility controls का लाभ मिलता है।

सबसे उल्लेखनीय एकीकरण: GitHub MCP server इन fields को पढ़ने और लिखने दोनों के लिए Copilot को उपलब्ध कराता है, जिससे ऐसे agentic workflows का मार्ग खुलता है जो chat या Copilot agent से structured metadata के साथ issues बनाते और अपडेट करते हैं।

🔗 Changelog — Issue fields GA

Synthesia — बोलना, सुनना, देखना: इंटरैक्टिव वीडियो avatars के तीन स्तर

2 जुलाई — Synthesia एक शोध लेख प्रकाशित करता है जो models की एक नई श्रेणी को परिभाषित करता है: Interactive Avatar Models (इंटरैक्टिव वीडियो avatars मॉडल)। ये models पारंपरिक video generation systems से इस क्षमता में भिन्न हैं कि वे वास्तविक समय का संवाद बनाए रख सकते हैं, इतनी कम latency के साथ कि interaction स्वाभाविक लगे।

लेख क्षमताओं को तीन प्रगतिशील स्तरों में संरचित करता है:

स्तर	क्षमता
बोलना (Talk)	text से video speech generation
सुनना (Listen)	मनुष्य की समझ और प्रतिक्रिया
देखना (See)	conversational context की दृश्य समझ

यह avatars के किसी प्रमुख खिलाड़ी द्वारा प्रकाशित पहला वैचारिक ढाँचा है जो इस श्रेणी को औपचारिक रूप देता है — जो Synthesia को वाणिज्यिक platform की अपनी भूमिका के साथ-साथ एक research laboratory के रूप में भी स्थापित करता है, एक ऐसे बाजार में जहाँ HeyGen और Microsoft Azure AI Avatar के साथ कड़ी प्रतिस्पर्धा है।

🔗 Synthesia ब्लॉग

Perplexity Computer में orchestrator के रूप में Fable 5 की वापसी

2 जुलाई — Perplexity ने @perplexityai के माध्यम से घोषणा की कि Claude Fable 5 अब Perplexity Computer, उसके desktop automation product, में orchestrator model (_orchestrator model) के रूप में फिर से उपलब्ध है। यह घोषणा 1 जुलाई को Anthropic द्वारा Fable 5 की वैश्विक बहाली के बाद आई है। tweet को 55 529 views और 943 likes मिले।

Perplexity Computer उपयोगकर्ताओं को automation कार्य एक AI agent को सौंपने देता है जो desktop पर काम करता है। orchestrator के रूप में Fable 5 की पुनः-समावेश प्रणाली की reasoning और planning क्षमताओं को मजबूत करता है, जून 2026 में अमेरिकी export controls के कारण लगाए गए इसके हटाए जाने के बाद।

🔗 Tweet @perplexity_ai

संक्षिप्त समाचार

Amp — unlimited threads reading और Orbs में agents — Amp अब किसी भी आकार के threads पढ़ सकता है (271 documented rounds तक), और remote headless machines पर agents चलाने के लिए Orbs architecture पर एक technical post प्रकाशित करता है। 🔗 Chronicle Amp
Copilot CLI के लिए C++ skill — Microsoft C++ language server Copilot CLI plugin के रूप में उपलब्ध है, जिसमें एक skill है जो CMake और MSBuild के लिए compile_commands.json फ़ाइल को स्वतः जनरेट और बनाए रखता है। स्थापना: /plugin install cpp-language-server@copilot-plugins. 🔗 Changelog

इसका क्या मतलब है

एजेंटिक टूलिंग स्वायत्तता की एक सीमा पार कर रही है। Claude Code v2.1.198 एक स्पष्ट प्रवृत्ति दिखाता है: एजेंट अब तकनीकी चरणों पर पुष्टि मांगने के लिए रुकते नहीं — वे commits बनाते हैं, code push करते हैं, draft PRs खोलते हैं और अंत में सूचना देते हैं। Devin Security Remediation program सुरक्षा पक्ष में वही तर्क आगे बढ़ाता है: Devin मौजूदा scanners की reports ingest करता है, vulnerabilities को validate करता है, और per-repository configuration के बिना PRs सबमिट करता है। Amp अपने Orbs के साथ इस तस्वीर को पूरा करता है, जो remote headless machines पर agents चलाते हैं। एक ही दिन की ये तीनों घोषणाएँ एक ऐसे model की ओर अभिसरण करती हैं जिसमें agent workflow को शुरुआत से अंत तक संभालता है, और मानव हर मध्यवर्ती चरण के बजाय अंतिम परिणाम को मान्य करता है।

Infrastructure और benchmarks संरचनात्मक कमियाँ उजागर करते हैं। GitHub Models का हटाया जाना संकेत देता है कि बाजार generic model access layers को समर्थन नहीं देता: GitHub Copilot की ओर पुनर्स्थापित कर रहा है (native integration, credit control, task-based automatic selection)। ParallelKernelBench मौजूदा LLMs की सीमाओं पर एक पूरक निष्कर्ष प्रस्तुत करता है: सबसे अच्छे frontier models भी (GPT-5.5: 27/87, Claude Opus 4.7: 20/87) उच्च-प्रदर्शन multi-GPU CUDA kernels उत्पन्न करने में संघर्ष करते हैं, ऐसा क्षेत्र जहाँ NVLink communication अब भी एक अनसुलझा bottleneck है। GitHub के दोनों cost center mechanisms (30 जून के user budgets + 2 जुलाई के included credit pools) समानांतर रूप से दिखाते हैं कि enterprise में AI spending governance अब model performance जितनी ही महत्वपूर्ण हो गई है।

SynthID और cross-industry provenance: एक अभूतपूर्व momentum। SynthID का आकलन — 100 billion watermarked assets, C2PA adoption, text code in open source — केवल आँकड़ों से आगे जाकर एक मोड़ का संकेत देता है: Google पहली बार OpenAI, NVIDIA और Apple के साथ AI content watermarking पर ठोस सहयोग की घोषणा कर रहा है। जब प्रत्यक्ष प्रतिस्पर्धी, बढ़ते नियामकीय दबाव के संदर्भ में, generated media provenance पर समन्वय करते हैं, तो यह दर्शाता है कि यह विषय हर कंपनी के दायरे से बाहर निकलकर trust की एक साझा infrastructure बन गया है।