OpenAI साइबरसुरक्षा तक Daybreak का विस्तार करता है, Sakana Fugu SWE-Bench पर नया स्तर दावा करता है, Cursor SpaceX के साथ मॉडल प्रशिक्षित करता है

22 जून 2026 एक बेहद व्यस्त दिन है : OpenAI अपने Daybreak कार्यक्रम को एक नए विशेष मॉडल और एक ओपन सोर्स पहल के साथ रक्षात्मक साइबरसुरक्षा तक बढ़ाता है ; Sakana AI अपने Fugu Ultra के साथ कोडिंग बेंचमार्क्स पर मौजूदा frontier मॉडलों से ऊपर एक स्तर का दावा करती है ; Cursor अपने Compile keynote की रिकॉर्डिंग्स जारी करता है, जिसमें SpaceX के साथ प्रशिक्षण साझेदारी शामिल है ; और Google Gemini Spark लॉन्च करता है, जो संयुक्त राज्य अमेरिका में Ultra सब्सक्राइबर्स के लिए उसका निजी IA एजेंट का बीटा है। Claude Code v2.1.186 और Copilot के माध्यम से JetBrains में Claude का एकीकरण इस विशेष रूप से व्यस्त एजेंटिक चक्र को पूरा करते हैं।

OpenAI Daybreak का विस्तार करता है — Codex Security, GPT-5.5-Cyber और Cyber Partner Program

22 जून — OpenAI अपने रक्षात्मक साइबरसुरक्षा कार्यक्रम Daybreak के एक बड़े विस्तार की घोषणा करता है। घोषित लक्ष्य सॉफ्टवेयर कमजोरियों के सुधार को मशीनों की गति तक लोकतांत्रिक बनाना है।

Codex Security — डेवलपर्स के लिए एकीकृत प्लगइन

मार्च 2026 में प्रीव्यू के रूप में लॉन्च किए गए Codex Security ने तब से 30,000 से अधिक codebases पर 30 मिलियन से अधिक commits का विश्लेषण किया है। 500,000 से अधिक सुधार स्वचालित रूप से निर्धारित किए गए हैं। यह प्लगइन अब डेवलपर्स को सीधे Codex में vulnerability विश्लेषण करने देता है : गंभीरता स्तरों के साथ रिपोर्ट जनरेशन, attack paths का ट्रेसिंग, threat modeling, लक्षित patches की जनरेशन। CI/CD एकीकरण SARIF फ़ाइलों और CodeQL queries के माध्यम से सुनिश्चित किया जाता है।

GPT-5.5-Cyber — सुरक्षा बेंचमार्क्स पर प्रदर्शन

OpenAI सीमित पूर्वावलोकन के बाद GPT-5.5-Cyber का पूर्ण संस्करण लॉन्च करता है। यह मॉडल अधिकृत defenders के लिए डिज़ाइन किया गया है, जिनका काम उन्नत cyber क्षमताओं की मांग करता है।

बेंचमार्क	GPT-5.5-Cyber	GPT-5.5
CyberGym	85,6 %	81,8 %
ExploitGym	39,5 %	25,95 %
SEC-bench Pro	69,8 %	63,1 %

Daybreak Cyber Partner Program और सरकारी साझेदारियाँ

OpenAI एक partner program खोलता है, जिससे सुरक्षा कंपनियाँ अपने उत्पादों में Trusted Access for Cyber के साथ GPT-5.5 तैनात कर सकें। ऑस्ट्रेलिया, कनाडा, फ्रांस, जर्मनी, जापान, दक्षिण कोरिया और ENISA सहित यूरोपीय संस्थानों के साथ सरकारी साझेदारियाँ स्थापित की गई हैं।

OpenAI टीमों ने Chrome में (V8 की 5 खामियाँ), Safari में (WebKit की 10 से अधिक खामियाँ), Firefox में (CVE-2026-8390, Pwn2Own Berlin से दो दिन पहले पैच किया गया), Linux kernel में (24 local privilege exploits), OpenBSD में (23 साल पुरानी use-after-free vulnerability) और FreeBSD में (34 पुष्टि की गई vulnerabilities) ठोस vulnerabilities खोजी और रिपोर्ट की हैं।

🔗 OpenAI — Daybreak Securing the World

Patch the Planet — OpenAI और Trail of Bits के साथ महत्वपूर्ण open source सॉफ्टवेयर के लिए

22 जून — Daybreak के हिस्से के रूप में, OpenAI Patch the Planet लॉन्च करता है, जो Trail of Bits के साथ मिलकर बनाई गई एक पहल है, ताकि open source software के maintainers को vulnerabilities सुधारने में मदद मिल सके — केवल उन्हें खोजने में नहीं।

प्रेरणा दस्तावेज़ित है : Linux Foundation और Harvard के एक अध्ययन से पता चलता है कि 94 % open source projects में 10 से कम डेवलपर्स होते हैं, जो एक वर्ष में जोड़े गए code के 90 % से अधिक के लिए ज़िम्मेदार होते हैं। AI vulnerabilities की खोज को तेज़ करती है, लेकिन maintainers अतिरिक्त संसाधनों के बिना रिपोर्टों के बोझ तले दब जाते हैं।

भाग लेने वाले प्रोजेक्ट्स : cURL, NATS Server, pyca/cryptography, Sigstore, aiohttp, Go, freenginx, Python और python.org। triage और समन्वित disclosure के लिए HackerOne और Calif भागीदार इस व्यवस्था को पूरा करते हैं।

19 प्रोजेक्ट्स पर पाँच दिनों के पहले sprint के परिणाम :

एक दिन से भी कम समय में बना एक पूर्ण fuzzing lab (हाथ से करने पर कई हफ्ते अनुमानित)
ऐतिहासिक CVE से ज्ञात vulnerabilities के variants खोजने के लिए एक पुन: प्रयोज्य pipeline
एक ही protocol की implementations के बीच differential tests, जो आम तौर पर हफ्तों के मुकाबले कुछ दिनों में पूरे हुए

🔗 Patch the Planet — openai.com

Sakana Fugu — Sakana AI एक multi-agent system के साथ SWE-Bench पर नया स्तर दावा करती है

22 जून — Sakana AI (Google DeepMind के पूर्व सदस्यों द्वारा स्थापित जापानी लैब) Sakana Fugu की घोषणा करती है, जो OpenAI ChatCompletions-संगत एक single API के रूप में प्रस्तुत एक multi-agent system है। यह घोषणा कुछ ही घंटों में 18,5 मिलियन views तक पहुँच गई।

मुख्य विचार : पर्दे के पीछे frontier models के एक समूह को गतिशील रूप से orchestrate करना, बिना उपयोगकर्ता के कई endpoints संभाले। तकनीक ICLR 2026 में प्रस्तुत दो papers (TRINITY और Conductor) पर आधारित है, जो hard-coded workflows के बिना मॉडलों को orchestrate करना सीखते हैं।

प्रदर्शन दावे — यहाँ Sakana के अनुसार ऐसे ही प्रस्तुत किए गए हैं :

बेंचमार्क	Fugu Ultra	Opus 4.8	Gemini 3.1 Pro	GPT-5.5
SWE-Bench Pro	73,7 %	69,2 %	54,2 %	58,6 %
TerminalBench 2.1	82,1 %	74,6 %	70,3 %	78,2 %
LiveCodeBench	93,2 %	87,8 %	88,5 %	85,3 %
Humanity’s Last Exam	50,0 %	49,8 %	44,4 %	41,4 %
GPQA-D	95,5 %	92,0 %	94,3 %	93,6 %

दो उपलब्ध संस्करण :

संस्करण	input शुल्क	output शुल्क	Cache
Fugu	अंतर्निहित मॉडलों का शुल्क	अंतर्निहित मॉडलों का शुल्क	—
Fugu Ultra	$5/M tokens	$30/M tokens	$0,50/M tokens
Fugu Ultra (>272K tokens)	$10/M tokens	$45/M tokens	$1,00/M tokens

Subscriptions : Standard $20/माह, Pro $100/माह, Max $200/माह।

महत्वपूर्ण सीमाएँ : Fugu Ultra EU/EEA में उपलब्ध नहीं है (GDPR अनुपालन जारी है)। Vercel AI Gateway पहले से ही Fugu Ultra को एकीकृत करता है। orchestrated अंतर्निहित मॉडलों के सटीक नाम Sakana द्वारा पूरी तरह प्रकट नहीं किए गए हैं।

🔗 Sakana Fugu की घोषणा वाला ट्वीट · उत्पाद पृष्ठ

Cursor — Compile Keynote : SpaceX के साथ मॉडल प्रशिक्षण सहित 3 घोषणाएँ

22 जून — Cursor टीम अपने Compile keynote (Fort Mason, San Francisco, 16 जून 2026) की रिकॉर्डिंग्स प्रकाशित करती है, जो Anysphere द्वारा आयोजित एक invite-only कार्यक्रम था। तीन प्रमुख घोषणाएँ प्रस्तुत की गई हैं, जिनमें सबसे महत्वपूर्ण है : SpaceX के साथ साझेदारी में एक नए मॉडल का प्रशिक्षण।

“Three announcements from our keynote at Compile, including how we’re training a new model with SpaceX.”

🇮🇳 “हमारे Compile keynote से आई तीन घोषणाएँ, जिनमें यह भी शामिल है कि हम SpaceX के साथ एक नया मॉडल कैसे प्रशिक्षित कर रहे हैं।” — @cursor_ai

यह प्रशिक्षण साझेदारी Anysphere (Cursor की parent company) के SpaceX/xAI द्वारा अधिग्रहण के संदर्भ में आती है, जिसकी घोषणा लगभग 16 जून को की गई थी। keynote की अन्य दो घोषणाओं का आधिकारिक blog post में अभी तक विस्तार नहीं दिया गया था, जब यह स्कैन किया गया (Cursor blog का सबसे हालिया संस्करण 18 मई 2026 का था)। पूरे keynote का वीडियो YouTube पर “Opening Keynote | Compile 26” शीर्षक के तहत उपलब्ध है।

🔗 Cursor — Compile 26

Gemini Spark — Google AI Ultra सब्सक्राइबर्स के लिए 24/7 निजी IA एजेंट, बीटा में

22 जून — Google Gemini बीटा में Gemini Spark की घोषणा करता है, जो एक निजी IA एजेंट है जो 24 घंटे और 7 दिन उपलब्ध है, और उपयोगकर्ता के निर्देशन में शुरू से अंत तक कार्य संभाल सकता है। यह बीटा संयुक्त राज्य अमेरिका में Google AI Ultra सब्सक्राइबर्स के लिए उपलब्ध है।

Gemini ऐप की पारंपरिक conversational सुविधाओं के विपरीत, Spark को एक स्वायत्त operational agent के रूप में प्रस्तुत किया गया है : यह हर चरण पर supervision के बिना लंबी tasks को संभालता है।

Google टीम के आंतरिक उपयोग के उदाहरण :

उपयोग का मामला	विवरण
परियोजना ट्रैकिंग ऑडिटर	पुरानी वस्तुओं की पहचान करने के लिए meeting notes को project tracking tools के साथ cross-check करता है
सूचना-पत्र aggregator	Gmail स्कैन करता है, प्रासंगिक links निकालता है और एक संरचित दैनिक सारांश संकलित करता है

बीटा प्रारंभ में Google AI Ultra सब्सक्राइबर्स के लिए संयुक्त राज्य अमेरिका में सीमित है।

🔗 Gemini Spark की घोषणा

JetBrains IDEs के लिए GitHub Copilot में प्रीव्यू के रूप में agent provider के रूप में Claude

22 जून — GitHub JetBrains IDEs के लिए Copilot plugin का एक महत्वपूर्ण अपडेट प्रकाशित करता है। मुख्य बिंदु : Claude (Claude Code CLI के माध्यम से) अब Copilot Chat में agent provider के रूप में सार्वजनिक प्रीव्यू में उपलब्ध है।

आवश्यक कॉन्फ़िगरेशन :

मशीन पर Claude Code CLI इंस्टॉल करें
Settings > Tools > GitHub Copilot > Chat में CLI path कॉन्फ़िगर करें
Copilot Chat के agent selector में Claude चुनें
अभी के लिए Copilot Business/Enterprise subscribers तक “Editor preview features” policy के माध्यम से सीमित
अभी के लिए “bypass permissions” मोड में (सभी file changes और tool calls स्वतः अनुमोदित हैं ; configurable permissions अगले संस्करण में आएँगी)

इस अपडेट में शामिल अन्य सुधार :

सुविधा	विवरण
org/enterprise agents support	Admins सभी सदस्यों के लिए उपलब्ध custom agents प्रकाशित करते हैं
CLI निष्पादन के दौरान संदेश	तीन विकल्प : Add to Queue, Steer with Message, Stop and Send
agent debug logs दृश्य	समर्पित दृश्य में debug logs का सारांश
/models कमांड	हाल ही में उपयोग किए गए models के इतिहास के साथ model selector खोलता है
IA credits संकेतक	प्रति turn खर्च किए गए credits की संख्या प्रदर्शित
सामान्य उपलब्धता में cloud agent	cloud agent “Editor Preview” प्रीव्यू से बाहर आता है

🔗 GitHub Changelog — JetBrains में agent provider के रूप में Claude

Claude Code v2.1.186 — MCP CLI प्रमाणीकरण, /plugin में Skills, bash ! auto-response

22 जून — Claude Code v2.1.186 को 22 जून 2026 को प्रकाशित किया गया। यह हाल की अवधि के सबसे घने अपडेट्स में से एक है।

नई commands और सुविधाएँ :

सुविधा	विवरण
`claude mcp login/logout <nom>`	इंटरैक्टिव menu खोले बिना सीधे terminal से MCP servers को authenticate करना `/mcp`
`--no-browser` (SSH)	दूरस्थ environments पर SSH के माध्यम से MCP authentication पूरा करना
`/plugin` में “Skills” section	Installed दृश्य में स्थापित क्षमताओं के लिए समर्पित नया tab
`/workflows` में status filter	agents के detail view में status के आधार पर filter करने के लिए `f` कुंजी
`respondToBashCommands`	`!` से शुरू होने वाले bash commands Claude का auto-response ट्रिगर करते हैं ; settings.json के माध्यम से निष्क्रिय किया जा सकता है
`teammateMode: "iterm2"`	चेतावनी के साथ नया team mode parameter, यदि CLI `it2` अनुपस्थित है

महत्वपूर्ण व्यवहार परिवर्तन :

पृष्ठभूमि subagents अब अपनी permission requests को स्वतः अस्वीकार करने के बजाय मुख्य session में ऊपर भेजते हैं। dialogue बताता है कि कौन सा agent request कर रहा है ; Esc केवल उसी tool को अस्वीकार करता है। कमांड /review <pr> अब /code-review medium के समान engine का उपयोग करती है। CLAUDE_CODE_MAX_RETRIES variable को 15 पर सीमित किया गया है ; बिना supervision वाले sessions के लिए CLAUDE_CODE_RETRY_WATCHDOG की सिफारिश की जाती है।

उल्लेखनीय सुधार : मशीन के जागने के बाद विफल होने वाले streaming requests का समाधान, मुख्य transcript में overflow होने वाले subagent transcript scroll का सुधार, light terminal पर background session खोलते समय dark-theme flash का सुधार।

🔗 Claude Code CHANGELOG

Grok Build /goal — दीर्घकालिक multi-agent स्वायत्त निष्पादन

22 जून — xAI Grok Build में /goal लॉन्च करता है। यह command कई sub-agents के rounds के साथ लंबी tasks को स्वायत्त रूप से निष्पादित करने देती है, जो एक ही objective की योजना बनाते, लागू करते और सत्यापित करते हैं। कार्य पूरी तरह सत्यापित और मान्य होने तक जारी रहते हैं, हर चरण में मैन्युअल हस्तक्षेप के बिना।

पहलू	विवरण
उपलब्धता	Grok Build (terminal), SuperGrok और X Premium Plus
कार्यप्रणाली	Multi-rounds : योजना → कार्यान्वयन → सत्यापन
स्वचालित रोक	जब उद्देश्य सत्यापित और परीक्षण किया जाता है

🔗 xAI — Introducing /goal

ElevenLabs Ads Engine — ElevenCreative से 50+ भाषाओं में विज्ञापन स्थानीयकरण

22 जून — ElevenLabs अपनी ElevenCreative platform के भीतर Ads Engine लॉन्च करता है। यह tool Google Ads, Meta और LinkedIn advertising accounts को सीधे ElevenCreative से जोड़ता है, मौजूदा विज्ञापन creations को IA voice synthesis के माध्यम से 50 से अधिक भाषाओं में स्थानीयकृत करता है, फिर finalised creations को स्वचालित रूप से मूल platform पर वापस भेज देता है।

ElevenLabs स्पष्ट करता है कि localization ElevenCreative में एकीकृत पहला engine है, और अन्य क्षमताएँ आने वाली हैं। कुछ plans पर उपलब्ध। यह घोषणा ElevenLabs की स्थिति को voice generation से आगे, end-to-end advertising workflow तक विस्तारित करती है।

🔗 ElevenLabs — Ads Engine

Google DeepMind × A24 — रचनात्मक AI उपकरणों के लिए शोध साझेदारी

22 जून — Google DeepMind ने अमेरिकी स्वतंत्र फिल्म स्टूडियो A24 (Everything Everywhere All at Once, Midsommar, Hereditary) के साथ एक शोध साझेदारी की घोषणा की है। घोषित उद्देश्य यह सुनिश्चित करना है कि भविष्य के AI उपकरण उन्हीं रचनाकारों द्वारा आकार दिए जाएँ जो उनका उपयोग करते हैं।

यह एक शोध सहयोग है (और पारंपरिक व्यावसायिक साझेदारी नहीं), जो संकेत देता है कि DeepMind अपने जनरेटिव टूल्स के विकास को दिशा देने के लिए पेशेवर रचनाकारों से प्रतिक्रिया एकत्र करना चाहता है। आधिकारिक ब्लॉग लेख स्कैन के समय तक अभी इंडेक्स नहीं हुआ था।

🔗 Google DeepMind की घोषणा वाला ट्वीट

Impeccable अब GitHub Copilot ऐप में एक नेटिव कौशल के रूप में एकीकृत

22 जून — GitHub ने Impeccable को GitHub Copilot ऐप में एक नेटिव कौशल (skill) के रूप में एकीकृत करने की घोषणा की है। Impeccable एक ओपन सोर्स टूल है जिसने GitHub पर 40,000+ स्टार हासिल किए हैं, और यह डिज़ाइन तथा कोड गुणवत्ता पर केंद्रित है। एक अंतर्निहित skill बनने के बाद, अब यह Copilot ऐप के सभी उपयोगकर्ताओं के लिए अलग से इंस्टॉलेशन के बिना उपलब्ध है।

@github के ट्वीट में उद्देश्य इस तरह व्यक्त किया गया है: “AI raised the floor. We’re here to help raise the ceiling.” — इससे Impeccable को कोड जनरेशन के एक पूरक के रूप में स्थापित किया गया है, जो कच्ची उत्पादकता के बजाय गुणवत्ता और डिज़ाइन पर काम करता है।

🔗 GitHub — Copilot App में Impeccable

NVIDIA ArtiFixer — ओपन सोर्स ऑटोरिग्रेसिव 3D पुनर्निर्माण (SIGGRAPH 2026)

22 जून — NVIDIA Research ने SIGGRAPH 2026 में ArtiFixer प्रस्तुत किया। यह ओपन सोर्स ऑटोरिग्रेसिव मॉडल पुनर्निर्मित 3D दृश्यों में अनुपस्थित ज्यामिति को भरता है — वे क्षेत्र जिन्हें कभी किसी कैमरे ने कैप्चर नहीं किया, वे मौजूदा तरीकों में आम तौर पर खाली रह जाते हैं। ArtiFixer स्वचालित रूप से अनुपस्थित ज्यामितीय संरचना का अनुमान लगाता है। मॉडल, कोड और एक डेमो उपलब्ध हैं।

🔗 NVIDIA ArtiFixer ट्वीट · डेमो और कोड

NVIDIA CUDA-X for Science at ISC 2026 — DAQIRI, ALCHEMI NIMs, cuPhoton

22 जून — NVIDIA ने हैम्बर्ग में हुई ISC कॉन्फ्रेंस में वैज्ञानिक त्वरण के लिए तीन नए CUDA-X टूल्स पेश किए:

टूल	क्षेत्र	मुख्य प्रदर्शन लाभ
DAQIRI	सेंसरों की रीयल-टाइम स्ट्रीमिंग	तेज़ डिटेक्टर → डेटा-हानि रहित GPU पाइपलाइन
ALCHEMI NIMs	रसायन / सामग्री खोज	सामग्री स्क्रीनिंग के लिए 50× तेज़ (Lila Sciences)
cuPhoton	खगोल विज्ञान, FITS डेटा विश्लेषण	Rubin Observatory के लिए GB200 NVL72 पर 14,900× तेज़

🔗 NVIDIA ब्लॉग — AI for Science Software CUDA

Runway Aleph 2.0 — आस्पेक्ट रेशियो विस्तार और Runway Academy

22 जून — Runway ने Aleph 2.0 की आस्पेक्ट रेशियो विस्तार सुविधा पर एक Runway Academy ट्यूटोरियल प्रकाशित किया। यह क्षमता किसी वीडियो को एक रेशियो से दूसरे रेशियो में समझदारी से क्रॉप करके अनुकूलित करती है — जिससे ऐसा लगता है कि वीडियो मूल रूप से नए फ़ॉर्मैट में ही शूट किया गया था। यह सुविधा वेब Edit Studio में उपलब्ध है।

🔗 Runway — Aleph 2.0 aspect ratio

HeyGen HyperFrames — कौशलों का सप्ताह, पहला skill pr-to-video

22 जून — HeyGen ने अपने एजेंट-आधारित वीडियो ऑटोमेशन प्लेटफ़ॉर्म HyperFrames के लिए नए skills के लॉन्च-सप्ताह की घोषणा की। सप्ताह का पहला skill, pr-to-video, pull requests को छोटी व्याख्यात्मक वीडियो में बदल देता है। skills npx skills add heygen-com/hyperframes के माध्यम से इंस्टॉल होते हैं। सप्ताह के हर दिन एक नया skill जारी किया जाएगा।

🔗 HeyGen — HyperFrames pr-to-video

Z.ai GLM API के माध्यम से AWS Marketplace पर GLM-5.2 उपलब्ध

22 जून — GLM-5.2 एकल प्रवेश बिंदु Z.ai GLM API के माध्यम से AWS Marketplace में शामिल हो गया है। यह एकीकरण उन कंपनियों को, जो पहले से AWS पारिस्थितिकी तंत्र में हैं, बिना अपने GPU रखरखाव के मॉडल तक पहुँच देता है। उजागर की गई क्षमताएँ: लंबे समय तक चलने वाले स्वायत्त वर्कफ़्लो, बहु-चरणीय तर्क, उन्नत कोडिंग।

नोट: यह घोषणा @CarolGLMs खाते से आई है (जिसे @Zai_org ने रीपोस्ट किया), आधिकारिक Z.ai खाते से नहीं। जानकारी तथ्यात्मक है, लेकिन श्रेय अभी भी एक तीसरे पक्ष के खाते को जाता है।

🔗 AWS Marketplace पर GLM-5.2

संक्षिप्त समाचार

Replit — Vibecon New York (20 जून) — Replit ने New York में अपने 2-दिवसीय Vibecon कार्यक्रम का समापन किया, जिसे एक रचनात्मक playground के रूप में प्रस्तुत किया गया। इससे जुड़ी कोई उत्पाद घोषणा नहीं थी। 🔗 सारांश ट्वीट
NotebookLM — अनुकूलन योग्य flashcards (22 जून) — स्वचालित रूप से उत्पन्न flashcards अब पूरी तरह संशोधित किए जा सकते हैं: प्रश्न, उत्तर, मैन्युअल रूप से जोड़ी जाने वाली नई cards, और साझा करने योग्य। 🔗 NotebookLM घोषणा
SIGGRAPH 2026 में NVIDIA (22 जून) — NVIDIA ने कई शोध लेखों और सत्रों के साथ SIGGRAPH 2026 में अपनी उपस्थिति की घोषणा की। 🔗 NVIDIA AI ट्वीट
Mistral ने 1,000 कर्मचारियों का आंकड़ा पार किया (22 जून) — Mistral AI ने दुनिया भर में अपनी टीम के 1,000 सदस्यों का आंकड़ा पार किया और अपनी सभी भूमिकाओं में भर्ती खोल दी। 🔗 Mistral ट्वीट
Grok Imagine — canvas पर समानांतर जनरेशन (22 जून) — Grok Imagine अब canvas पर बिना क्रमिक प्रतीक्षा के एक साथ कई छवि जनरेशन चलाने देता है। 🔗 घोषणा
Codex-Maxxing for Long-Running Work (22 जून) — OpenAI ने Jason Liu का एक श्वेतपत्र प्रकाशित किया है, जिसमें Codex को लंबे समय वाले प्रोजेक्ट्स के लिए एक स्थायी वर्कस्पेस के रूप में उपयोग करने पर चर्चा है: सत्यापन योग्य चरणों में विभाजन, वर्कफ़्लो के बीच निरंतरता, प्रतिनिधि सौंपना / मानवीय निगरानी का संतुलन। 🔗 गाइड

इसका क्या मतलब है

साइबरसुरक्षा सामान्य-उद्देश्यीय LLMs के लिए भेदभाव का एक प्रमुख आयाम बनती जा रही है। OpenAI द्वारा Daybreak का विस्तार frontier प्रदाता की पहली इतनी संरचित पहल है, जिसका उद्देश्य एक विशेषज्ञ मॉडल (GPT-5.5-Cyber) और सॉफ़्टवेयर रक्षा के इर्द-गिर्द सरकारी साझेदारियों की एक अवसंरचना को संगठित करना है। पहले से प्राप्त परिणाम — V8, WebKit, Linux kernel, और 23 वर्ष पुरानी OpenBSD खामी में कमजोरियाँ — दिखाते हैं कि ये क्षमताएँ केवल सैद्धांतिक नहीं हैं। Patch the Planet संरचनात्मक बाधा पर वार करके तस्वीर पूरी करता है: वे maintainer जिनके पास vulnerability रिपोर्टों को संभालने के लिए संसाधन नहीं हैं। Trail of Bits के साथ गठबंधन OpenAI को केवल inference प्रदाता नहीं, बल्कि सुरक्षा शृंखला के एक खिलाड़ी के रूप में पुनर्स्थापित करता है।

फ्रंटियर मॉडलों के ऊपर एक abstraction layer के रूप में multi-agent orchestration। Sakana Fugu, Grok Build /goal और Claude Code v2.1.186 एक ही समस्या के तीन अलग-अलग दृष्टिकोण दिखाते हैं: एकल मॉडल की सीमाओं से आगे बढ़ने के लिए कई मॉडलों या एजेंटों को कैसे जोड़ा जाए। Sakana orchestration को एक पारदर्शी API के रूप में प्रस्तुत करता है (एक endpoint, कई अंतर्निहित मॉडल)। xAI एक एकीकृत कमांड /goal देता है, जो पूरी तरह सत्यापित होने तक sub-agents को काम सौंपता है। Claude Code बैकग्राउंड में sub-agents की permissions और prompts के प्रबंधन को बेहतर बनाता है ताकि orchestration अधिक सुरक्षित हो। ये दृष्टिकोण एक ही निष्कर्ष की ओर बढ़ते हैं: प्रदर्शन की सीमाएँ अब व्यक्तिगत मॉडलों में नहीं, बल्कि समन्वय में हैं।

मौजूदा IDEs में Claude का एकीकरण तेज़ी से आगे बढ़ रहा है। JetBrains में Copilot Chat के माध्यम से Claude के agent provider के रूप में pre-release का संकेत परिपक्वता का है: डेवलपर्स को एक समर्पित टूल पर माइग्रेट करने के लिए मजबूर करने के बजाय, Claude Code CLI मौजूदा वातावरण में समाहित हो जाता है। “bypass permissions” वाला दृष्टिकोण लॉन्च के लिए एक व्यावहारिक समझौता है — कॉन्फ़िगर की जा सकने वाली permissions अगली संस्करण में आएँगी। यह अपनाने का तरीका (पहले से उपयोग किए जा रहे IDEs में एकीकरण) claude.ai या सीधे API के माध्यम से वितरण से अलग है।

Sakana Fugu का विषय आलोचनात्मक पढ़ने की मांग करता है। Fugu Ultra के दावे (SWE-Bench Pro पर 73.7%, और सभी benchmarks पर Opus 4.8, GPT-5.5 तथा Gemini 3.1 Pro से आगे) यदि स्वतंत्र evaluators द्वारा पुनरुत्पादित किए जाएँ, तो महत्वपूर्ण हैं। फिलहाल ये Sakana AI के दावे हैं, जिन्हें तीसरे पक्ष ने सत्यापित नहीं किया है। मॉडल EU में उपलब्ध नहीं है, जिससे यूरोप से स्वतंत्र परीक्षण सीमित हो जाते हैं। अंतर्निहित मॉडलों का खुलासा न होना reproducibility के मूल्यांकन को कठिन बनाता है।