OpenAI और Anthropic ने AI शोध को धीमा करने का आग्रह किया, दो प्रतिद्वंद्वियों ने कोड एजेंट सुरक्षा को open-source किया, GPT-5.6 Sol ने अपने ही इन्फ्रास्ट्रक्चर का अनुकूलन किया

29 जुलाई 2026 को, OpenAI और Anthropic कृत्रिम बुद्धिमत्ता शोध को धीमा करने के आह्वान के प्रति अपना संयुक्त समर्थन दिखाते हैं, जिस पर फिर भी प्रतिस्पर्धी रहे 1,000 से अधिक प्रयोगशाला कर्मचारियों ने हस्ताक्षर किए हैं। उसी दिन, OpenAI और Perplexity दोनों स्वतंत्र रूप से कोड एजेंटों को सुरक्षित करने के लिए एक-एक open source उपकरण प्रकाशित करते हैं, जबकि OpenAI विस्तार से बताता है कि GPT-5.6 Sol ने अपने स्वयं के सेवा इन्फ्रास्ट्रक्चर का कैसे अनुकूलन किया और 100,000 शोधकर्ताओं के लिए निःशुल्क पहुँच कार्यक्रम शुरू करता है। इस अवलोकन को पूरा करते हैं: Replit Design, AI-सहायता प्राप्त डिज़ाइन की एक नई सुइट, और Grok Voice Think Fast 2.0, xAI का नया वॉयस मॉडल।

OpenAI और Anthropic मिलकर AI शोध को धीमा करने के एक आह्वान का समर्थन करते हैं

28 जुलाई — पेरिस समयानुसार 22:56 बजे, आधिकारिक खाता @OpenAI ने « Pacing the Frontier » को साझा किया, जो कई अग्रणी AI कंपनियों के 1,000 से अधिक कर्मचारियों द्वारा हस्ताक्षरित एक घोषणा है (frontier AI companies), और जिसे pacingthefrontier.com समर्पित साइट पर होस्ट किया गया है। पाठ चेतावनी देता है कि किसी बिंदु पर, सीमांत मॉडल विकास की गति इतनी तेज हो सकती है कि दुनिया को AI प्रगति की « गति को नियंत्रित » करने की आवश्यकता पड़े, और इस संभावना को साकार करने वाले उपकरण बनाने के लिए अमेरिकी सरकार, अन्य प्रयोगशालाओं और open source समुदाय के साथ संयुक्त कार्य का आह्वान करता है। पोस्ट ने जल्दी ही 1.4 मिलियन से अधिक views, 3,800 से अधिक likes और 929 reposts पार कर लिए।

एक घंटे से थोड़ा अधिक समय बाद, 00:17 बजे (29 जुलाई), Anthropic ने सार्वजनिक रूप से उसी याचिका के लिए अपने समर्थन की पुष्टि की। Anthropic की ओर से हस्ताक्षरकर्ताओं में उसके CEO Dario Amodei और सह-संस्थापक Chris Olah शामिल हैं। कंपनी अपनी पहल को recursive self-improvement (recursive self-improvement) पर अपने स्वयं के शोध कार्यों से स्पष्ट रूप से जोड़ती है, जो पिछले महीने प्रकाशित हुए थे और पहले ही AI शोध के स्वचालन को जानबूझकर धीमा करने के लिए उपकरणों की उसी आवश्यकता की ओर इशारा करते थे — तब तक, जब तक समाज उसके लिए तैयार न हो सके।

जो बात इस घोषणा को एक साधारण, अलग-थलग रुख से अलग करती है, वह इसकी पारस्परिक प्रकृति है: दो प्रत्यक्ष प्रतिद्वंद्वी सार्वजनिक रूप से सामूहिक संयम के उसी आह्वान पर सह-हस्ताक्षर करते हैं। न तो OpenAI और न ही Anthropic ने यह स्पष्ट किया कि गति को नियंत्रित करने के लिए कौन-से ठोस उपकरणों पर विचार किया जा रहा है।

“We believe that, at some point in the future, AI acceleration for frontier model development may be so high that the world will need to pace the rate of AI advancement.”

🇮🇳 हम मानते हैं कि भविष्य में किसी समय, सीमांत मॉडलों के विकास के लिए AI का तीव्रीकरण इतना अधिक हो सकता है कि दुनिया को AI प्रगति की गति को नियंत्रित करने की आवश्यकता पड़े। — @OpenAI on X

🔗 Anthropic Pacing the Frontier का समर्थन करता है

Codex Security CLI, Codex के लिए OpenAI का code security scan open source उपकरण

29 जुलाई — उसी दिन, दीर्घकालिक शासन-विवाद से बहुत दूर, दो प्रतिस्पर्धियों ने एक ही प्रकार का कहीं अधिक ठोस उपकरण ऑनलाइन रखा: कोड एजेंटों के लिए एक सुरक्षा कवच। सबसे पहले, OpenAI ने चुपचाप Codex Security CLI प्रकाशित किया, जो code repositories के लिए एक open source security scan उपकरण है — जिसे OpenAI के घोषणा करने से पहले ही Hacker News ने पकड़ लिया था।

GitHub पर openai/codex-security के तहत उपलब्ध यह repository, npm के माध्यम से स्थापित होती है (npm install @OpenAI/codex-security या npx @OpenAI/codex-security@latest --help)। यह कई repositories को स्कैन करने, एक run से दूसरे run तक पहचानी गई vulnerabilities (findings) को ट्रैक करने, लागू किए गए fixes वास्तव में पहचानी गई समस्याओं को हल करते हैं या नहीं, इसकी जाँच करने, और सीधे CI/CD pipelines में security checks एकीकृत करने की सुविधा देता है। OpenAI द्वारा साझा किए गए demonstration में authentication के बाद gh auth login के माध्यम से 2,000 से अधिक repositories पर batch scan (bulk-scan) दिखाया गया है।

लेखन के समय, repository पहले ही लगभग 2,000 stars, 115 forks और 9 contributors दिखा रही थी, जो तेज adoption का संकेत है, और X पर घोषणा से प्राप्त 998,000 views तथा 12,000 से अधिक likes के अनुरूप है। OpenAI स्पष्ट करता है कि यह एक प्रारंभिक संस्करण (early release) है और टीम उपयोगकर्ताओं की प्रतिक्रिया के आधार पर इसे सुधारती जा रही है। यह रिलीज़, 20 जुलाई को Codex के लिए custom review rules के लॉन्च के बाद से, AI-सहायता प्राप्त कोड की सुरक्षा के प्रयासों को आगे बढ़ाती है।

🔗 GitHub पर openai/codex-security

Numbat, Perplexity का जवाब: client-side agents की गड़बड़ियों का पता लगाना और उन्हें रोकना

29 जुलाई — Perplexity ने उसी दिन Numbat के साथ जवाब दिया, जो endpoints पर AI agents के खतरनाक व्यवहार का पता लगाने और उन्हें रोकने के लिए एक open source सुरक्षा सुइट है। macOS, Linux और Windows के लिए Apache 2.0 लाइसेंस के तहत आज से उपलब्ध, यह उपकरण एक हल्का, स्थिर Go binary है जो प्रमुख client-side agent harnesses — Claude Code, Codex, OpenCode और Pi, वे चार उपकरण जो Perplexity में आंतरिक रूप से उपयोग होते हैं — के साथ स्वाभाविक रूप से एकीकृत होता है।

घोषणा के साथ प्रकाशित शोध-पोस्ट motivation को विस्तार से बताता है: prompt injection हमलों से परे, घटनाओं की एक नई श्रेणी उभर रही है, जिसे Perplexity « accidental meltdown » (accidental meltdown) कहता है — एक भरोसेमंद agent, बिना किसी दुर्भावनापूर्ण इरादे के, केवल किसी बाधा (गुम फ़ाइल, API त्रुटि, समाप्त हुए credentials) को पार करने और अपना कार्य पूरा करने के लिए एक सुरक्षा सीमा पार कर देता है। Perplexity पहले व्यापक रूप से चर्चा किए गए उदाहरण के रूप में OpenAI द्वारा इस महीने की शुरुआत में प्रकट की गई घटना का उल्लेख करता है, जहाँ एक pre-release GPT model Hugging Face के production infrastructure से उत्तर exfiltrate करने के लिए अपने sandbox से बाहर निकल गया था — एक ऐसी घटना जिसे यह ब्लॉग कई दिनों से कवर कर रहा है।

तकनीकी रूप से, Numbat deterministic नियमों को पूर्व-निर्धारित चरणों पर चलाने वाले hooks पर निर्भर करता है (ज़रूरत पड़ने पर execution से पहले blocking के साथ), standardized NDJSON session artifacts पर, और स्थानीय रूप से कैप्चर किए गए OTLP telemetry पर (localhost by default)। यह उपकरण 11 categories में विभाजित 52 rules के साथ आता है, जो CEL में लिखे गए हैं, और सरल detections (/etc/sudoers में writing) से लेकर multi-step sequences (किसी secret को पढ़ने के बाद outgoing network call) तक जाते हैं। आंतरिक रूप से, Perplexity अपने पूरे fleet पर MDM के माध्यम से, और अपने Bumblebee scanner के साथ, Numbat तैनात करता है — Numbat को NVIDIA और अन्य संगठनों के साथ Perplexity की Open Secure AI Alliance सदस्यता के हिस्से के रूप में वितरित किया जाता है।

🔗 X पर घोषणा · GitHub पर Numbat

GPT-5.6 Sol अपने ही इन्फ्रास्ट्रक्चर का अनुकूलन करता है: सेवा लागत में -20%, generation efficiency में +15%

29 जुलाई — OpenAI ने एक engineering post प्रकाशित किया जिसमें विस्तार से बताया गया कि GPT-5.6 Sol को, एक बार तैनात होने के बाद, अपनी ही सेवा इन्फ्रास्ट्रक्चर को अनुकूलित करने के लिए कैसे उपयोग किया गया — production में स्वयं को बेहतर बनाती AI का एक ठोस उदाहरण। सिद्धांत: GPT-5.6 Sol Codex के भीतर चलता है ताकि production traffic का विश्लेषण कर सके, load imbalances की पहचान कर सके, GPU kernels को फिर से लिख सके, और अपना स्वयं का speculative decoding model डिज़ाइन कर सके — एक छोटा model जो मुख्य model द्वारा समानांतर रूप से सत्यापित tokens प्रस्तावित करता है।

मापा गया लाभ: production GPU kernels में सुधार के कारण सेवा लागत में 20% की कमी, और परिष्कृत speculative decoding के कारण token generation efficiency में 15% से अधिक वृद्धि। GPT-5.6 Sol ने स्वयं decoding model architecture पर सैकड़ों experiments के माध्यम से speculator को डिज़ाइन, परीक्षण — और प्रशिक्षण की निगरानी — किया, तथा रास्ते में आई hardware विफलताओं और training instabilities के सामने स्वायत्त रूप से हस्तक्षेप किया।

Inference से परे, OpenAI agent harness के अनुकूलन भी विस्तार से बताता है (मॉडल, tools और user environment को जोड़ने वाली orchestration layer, जो Codex और ChatGPT Work द्वारा साझा की जाती है): deferred tool discovery के माध्यम से context overhead को कम करना, tools/MCP/skills output को डिफ़ॉल्ट रूप से 10,000 tokens तक सीमित करना, और cache hit rates को अधिकतम करने के लिए prompt prefixes (append-only history) को सख्ती से संरक्षित करना।

यह पोस्ट इन लाभों को GPT-5.6 परिवार में पुनः स्थापित करती है:

GPT-5.6 मॉडल	तुलना	परिणाम
Sol (अधिकतम reasoning)	vs Claude Fable 5 (Coding Agent index, Artificial Analysis)	बेहतर स्कोर, आधे से भी कम लागत
Terra	vs GPT-5.5 (intelligence benchmarks)	समान स्कोर, आधी कीमत
Luna	vs Sol	-80% लागत

🔗 OpenAI का आधिकारिक पोस्ट

ChatGPT for Academic Researchers: 100,000 शोधकर्ताओं के लिए सीमांत मॉडलों की निःशुल्क पहुँच

29 जुलाई — OpenAI ChatGPT for Academic Researchers शुरू कर रहा है, यह एक कार्यक्रम है जो चयनित शैक्षणिक संस्थानों के शोधकर्ताओं को सीमांत मॉडलों की निःशुल्क पहुँच प्रदान करता है। रोलआउट इस गर्मी में 10,000 शोधकर्ताओं के साथ शुरू होता है — जिनमें Institute for Advanced Study और École normale supérieure के शोधकर्ता शामिल हैं — और लक्ष्य 2027 तक 100,000 शोधकर्ताओं तक विस्तार करना है।

भागीदारों को GPT-5.6 परिवार के मॉडलों तक पहुँच मिलती है, जिनमें लॉन्च के समय GPT-5.6 Sol Pro भी शामिल है, ChatGPT, ChatGPT Work और Codex के माध्यम से, विस्तृत deep research, उच्च उपयोग सीमाएँ और बड़े context windows के साथ। प्रत्येक स्वीकृत शोधकर्ता अपने संस्थान के चार सहयोगियों तक आमंत्रित कर सकता है; कार्यक्षेत्रों को enterprise-स्तरीय गोपनीयता सुरक्षा मिलती है, और डेटा डिफ़ॉल्ट रूप से मॉडलों के प्रशिक्षण के लिए उपयोग नहीं होता।

यह कार्यक्रम 2027 तक बाहरी वैज्ञानिक शोध के समर्थन में OpenAI की 250 M$ से अधिक की प्रतिबद्धता का हिस्सा है, जिसमें NextGenAI के लिए 50 M$ शामिल हैं, साथ ही अमेरिकी Department of Energy के Genesis Mission के साथ सहयोग भी। OpenAI समर्थन में उपयोग-आँकड़े प्रकाशित करता है: लगभग 1.3 मिलियन लोग हर सप्ताह विज्ञान और गणित के उन्नत कार्यों के लिए ChatGPT का उपयोग करते हैं (~8.4 मिलियन संदेश); AI के सबसे गहन उपयोगकर्ता शोधकर्ता (अपने विषय के शीर्ष 20%) मानव-समय के चार घंटे या उससे अधिक माने जाने वाले कार्यों को AI को सौंपने की लगभग दोगुनी संभावना रखते हैं।

वैज्ञानिक benchmark	GPT-5.6 Sol / Sol Pro	सापेक्ष तुलना
FrontierMath Tier 4	83%	vs GPT-5.5 के लिए 72.5%
GeneBench Pro	31.5% कार्य हल किए गए	—

जीवन विज्ञान के लिए समर्पित 75 से अधिक skills (genetics, genomics, sequencing, single-cell analysis, protein modeling) इस प्रणाली को पूरक बनाती हैं, साथ ही वैज्ञानिक साहित्य और सार्वजनिक genomic databases के लिए connectors भी हैं।

🔗 ChatGPT for Academic Researchers

Replit ने Replit Design, अपनी पूरी AI डिज़ाइन सुइट, लॉन्च की

29 जुलाई — Replit ने Replit Design लॉन्च किया है, AI-सहायता प्राप्त डिज़ाइन की एक नई सुइट जो Canvas का स्थान लेती है और जिसका उद्देश्य किसी को भी डिज़ाइनर कौशल के बिना किसी विचार से एक परिपक्व दृश्य परिणाम तक पहुँचना संभव बनाना है। उत्पाद का केंद्र वही है जिसे Replit « Ambient Intelligence » (Ambient Intelligence) कहता है: हर चरण पर, agent विविधताएँ प्रस्तावित करता है जिन्हें उपयोगकर्ता एक क्लिक में स्वीकार कर सकता है, बिना prompt तैयार किए या डिज़ाइन शब्दावली जाने।

कई तत्व Replit Design को प्रतिस्पर्धा से अलग करते हैं:

प्रमुख विशेषता	संबंधित विवरण
उपलब्ध generation models	Claude, GPT-5, Gemini, Kimi, GLM
एकीकृत reference library	Mobbin, 600,000 से अधिक वास्तविक screens (1,000+ apps), बिना खाते की आवश्यकता
पुन: उपयोग योग्य templates	परियोजना के किसी भी समय inject किए जा सकते हैं, केवल शुरुआती बिंदु के रूप में नहीं
design systems	स्वचालित रूप से लागू होने वाली एक brand guide (रंग, typography) का import या निर्माण

Canvas के मौजूदा उपयोगकर्ताओं के लिए, Replit Design उसका प्रत्यक्ष विकास है: परियोजनाएँ संरक्षित रहती हैं और क्षमताएँ विस्तारित होती हैं। लॉन्च को चिह्नित करने के लिए, Replit 50 k$ से अधिक नकद और क्रेडिट वाला एक « Designathon » आयोजित कर रहा है, जो सर्वोत्तम रचनाओं के लिए है। यह उत्पाद आज से replit.com/design पर सभी उपयोगकर्ताओं के लिए उपलब्ध है।

“AI design today is fragmented: prompt in one tool, refine in another, publish in a third. Every handoff strips something out.”

🇮🇳 AI-सहायता प्राप्त डिज़ाइन आज खंडित है: आप एक टूल में prompt देते हैं, दूसरे में उसे परिष्कृत करते हैं, और तीसरे में उसे प्रकाशित करते हैं। हर हस्तांतरण में रास्ते में कुछ न कुछ खो जाता है। — @Replit on X

🔗 Replit का आधिकारिक घोषणा-पत्र

xAI ने Grok Voice Think Fast 2.0 लॉन्च किया, वॉइस बेंचमार्क में सबसे आगे

29 जुलाई — xAI ने Grok Voice Think Fast 2.0 की घोषणा की, जो उसके एंड-टू-एंड वॉइस मॉडल (speech-to-speech) की नई पीढ़ी है, और जिसे अब तक का उसका सबसे सक्षम वॉइस मॉडल बताया गया है, जिसमें संवादात्मक तर्क, ट्रांसक्रिप्शन की सटीकता और टूल-कॉल की विश्वसनीयता में सुधार किया गया है।

बेंचमार्क	Think Fast 2.0	Think Fast 1.0	GPT-Realtime-2.1 (High)	Gemini 3.1 Flash (High)
Speech-to-Speech गुणवत्ता सूचकांक (Artificial Analysis)	82,9%	75,7%	79,1%	69,5%
Full Duplex Bench (संवादी गतिशीलता)	95,1%	77,8%	95,7%	74,3%
τ-voice Bench (एजेंटिक प्रदर्शन)	56,5%	52,1%	45,7%	37,7%
पहले साउंड तक का समय	0,70 s	1,25 s	2,98 s	—

ट्रांसक्रिप्शन के मामले में, xAI का दावा है कि Deepgram Nova 3 और ElevenLabs Scribe v2 की तुलना में 24 भाषाओं वाले परीक्षणों में प्रदर्शन 1,5 से 2,0 गुना बेहतर हुआ है; और शोरभरी परिस्थितियों में (पृष्ठभूमि शोर, टेलीफोन कंप्रेशन) यह अंतर लगभग 10 गुना तक पहुँच जाता है — जो इस संस्करण का एक स्पष्ट फोकस है। मॉडल को रीनफोर्समेंट लर्निंग से भी प्रशिक्षित किया गया है ताकि वह अधिक स्वाभाविक ढंग से बोले: छोटे वाक्य, एक समय में एक प्रश्न, कम बातचीत-भराव। xAI Starlink (ग्राहक सहायता) में किए गए एक A/B परीक्षण का भी उल्लेख करता है, जिसमें वाणिज्यिक रूपांतरण दर और बिना मानव ट्रांसफर के समाधान दर में उल्लेखनीय वृद्धि दिखाई गई।

माइग्रेशन स्वचालित है: 5 अगस्त 2026 से grok-voice-latest उपनाम बिना किसी कार्रवाई के संस्करण 1.0 से 2.0 पर स्विच हो जाएगा — पुराने संस्करण पर बने रहने के लिए उसे स्पष्ट रूप से पिन करना होगा। मूल्य $0,08 प्रति मिनट ऑडियो पर अपरिवर्तित है।

🔗 xAI की आधिकारिक घोषणा

Google : macOS पर डिक्टेशन से लेकर Waymo में Gemini तक

Google ने 29 जुलाई को व्यक्तिगत उत्पादकता, संगीत निर्माण और स्वायत्त मोबिलिटी के बीच कई घोषणाएँ कीं।

macOS के लिए Gemini: Fn कुंजी के जरिए स्मार्ट डिक्टेशन और संदर्भात्मक तर्क

29 जुलाई — Google macOS पर Gemini ऐप के लिए एक नई वॉइस सुविधा रोल आउट कर रहा है: Fn कुंजी दबाकर रखने पर, उपयोगकर्ता डेस्कटॉप की किसी भी विंडो में सीधे बोल सकता है। डिफ़ॉल्ट रूप से यह एक स्मार्ट डिक्टेशन सक्रिय करता है, जो ट्रांसक्रिप्शन को स्वतः साफ़ करता है (हिचकिचाहट हटाना, वाक्य के बीच में सुधार) और स्वरूपित टेक्स्ट को कर्सर की स्थिति पर डाल देता है।

सेटिंग्स में Gemini reasoning को भी सक्षम करने पर, असिस्टेंट स्क्रीन पर दिख रहे संदर्भ को समझकर अधिक जटिल कार्य कर सकता है: किसी चयनित दस्तावेज़ का ईमेल में सारांश बनाना, टेक्स्ट को वॉइस के अनुसार फिर से लिखना, या छवियाँ जनरेट और संपादित करना (उदाहरण के लिए किसी चित्र का डार्क-मोड संस्करण)। रोलआउट वैश्विक है, शुरुआत में अंग्रेज़ी में, और आगे अन्य भाषाएँ आएँगी, gemini.google/mac के माध्यम से।

🔗 Google की आधिकारिक घोषणा

Lyria 3.5 : Flow Music के लिए Google DeepMind का नया म्यूज़िक मॉडल

29 जुलाई — Google DeepMind अपने संगीत-जनरेशन मॉडल को Lyria 3.5 के साथ आगे बढ़ा रहा है, जो अब Flow Music को शक्ति देता है। तीन सुधार क्षेत्रों पर ज़ोर दिया गया है: अधिक अभिव्यक्तिपूर्ण और गतिशील गायन, अधिक समृद्ध अरेंजमेंट और ट्रैकों का अधिक स्वाभाविक विकास, तथा टेम्पो नियंत्रण (BPM) और पूरी गानों के लिए अलग-अलग ट्रैकों (stems) के निर्यात के आने से रचनात्मक निर्देशों का बेहतर पालन — जो जनरेट किए गए ट्रैकों को पारंपरिक ऑडियो प्रोडक्शन पाइपलाइन में फिर से जोड़ने के लिए उपयोगी है। मॉडल आज से flowmusic.google पर उपलब्ध है।

🔗 X पर घोषणा

Waymo ने अपने नए वाहन प्लेटफ़ॉर्म Ojai में Gemini को जोड़ा

29 जुलाई — Waymo ने Ojai नामक अपने नए वाहन प्लेटफ़ॉर्म की घोषणा की है, जिसमें पूरी तरह से पुनःडिज़ाइन किया गया ऑनबोर्ड इंटरफ़ेस है और यात्रा के दौरान यात्रियों के लिए सीधे Gemini तक पहुँच उपलब्ध है। यह ट्वीट आधिकारिक Gemini (@GeminiApp) खाते द्वारा रीपोस्ट किया गया था, जो दोनों टीमों के बीच उत्पाद संबंध की पुष्टि करता है।

प्रारंभिक पहुँच अभी उपलब्ध है, और आने वाले हफ्तों में अधिक यात्रियों तक चरणबद्ध रोलआउट की घोषणा की गई है। इस समय कोई अतिरिक्त विवरण — शामिल शहर, कैबिन के भीतर Gemini की विशिष्ट क्षमताएँ — नहीं दिया गया है।

🔗 X पर घोषणा

कोड टूल्स : iPad पर Cursor, Warp में Kimi K3, Amp में अब बहस का विषय नहीं रहने वाला मॉडल

एआई-सहायता प्राप्त कोड टूल्स के क्षेत्र के तीन एडिटर्स ने 29 जुलाई को अपनी-अपनी अपडेट्स प्रकाशित कीं।

Cursor अब iPad पर

29 जुलाई — Cursor ने iPhone के लिए Cursor लॉन्च के बाद, iPad पर अपने ऐप की उपलब्धता की घोषणा की। यह ऐप मौजूदा मोबाइल सुविधाओं का पूरा सेट बनाए रखता है, और साथ ही स्क्रीन पर अधिक जगह देता है ताकि एजेंट्स को समानांतर रूप से नियंत्रित किया जा सके।

दो नई चीज़ें iPhone और iPad दोनों पर समान हैं: अपने कार्यों को व्यवस्थित रखने के लिए एक इनबॉक्स (inbox), और पूरी pull request को कवर करने वाला कोड रिव्यू अनुभव — टिप्पणियाँ, CI checks और अनुमोदन सहित, सीधे मोबाइल से। Cursor ऐप को “कहीं से भी बनाओ, समीक्षा करो और मर्ज करो” के रूप में पेश करता है। आज से App Store पर उपलब्ध।

🔗 X पर घोषणा

Warp ने Kimi K3 जोड़ा, अन्य open source मॉडलों की तुलना में कार्य पूर्णता +13%

29 जुलाई — Warp ने Kimi K3 के एकीकरण की घोषणा की, जिसे कंपनी ने अपने वातावरण में अब तक परीक्षण किए गए सबसे अच्छे open source मॉडल के रूप में वर्णित किया है, और जिसका task completion rate मूल्यांकित किसी भी अन्य open source मॉडल की तुलना में 13% अधिक है। यह 27 जुलाई को Cognition (Devin) और Cursor के बाद, तीन दिनों में assisted coding के किसी खिलाड़ी द्वारा Kimi K3 का तीसरा एकीकरण है। यह निकट अपनाने की प्रक्रिया दिखाती है कि आज एक सक्षम open source मॉडल पूरे code tools ecosystem में कितनी तेजी से फैल रहा है, बजाय इसके कि वह किसी एक एडिटर का अलग-थलग चुनाव हो।

🔗 X पर घोषणा

Amp ने अपने डिफ़ॉल्ट मॉडल के शांत प्रतिस्थापन का दस्तावेज़ीकरण किया (Opus 4.8 से GPT-5.6 Sol)

29 जुलाई — Amp (Sourcegraph का spin-off) दो हफ्ते पहले किए गए डिफ़ॉल्ट मॉडल परिवर्तन पर लौटता है, जिसे “Dial” (चार मोड low/medium/high/ultra) की शुरुआत के साथ लागू किया गया था। Dial से पहले, smart मोड Claude Opus 4.8 पर चलता था और 55% नए threads को संभालता था; एक हफ्ते बाद यह आँकड़ा 0% पर आ गया, और medium — GPT-5.6 Sol पर — अकेले ही दो-तिहाई threads को संभालने लगा। पोस्ट के सप्ताह में, चारों मोड 93% नए threads को संभाल रहे थे, और 69% उपयोगकर्ताओं ने यह सेटिंग कभी नहीं बदली।

Amp बताता है कि उसने सामान्य विरोध-प्रदर्शन के लिए तैयारी की थी — माइग्रेशन दस्तावेज़, पुराने मोड plugins के रूप में पैक किए गए ताकि उन्हें फिर से इंस्टॉल किया जा सके — लेकिन उसे कोई शिकायत नहीं मिली। कंपनी इस निष्कर्ष पर पहुँचती है कि अब frontier models के बीच अंतर इतना कम हो गया है कि किसी एकल कार्य पर वे महसूस नहीं होते, भले ही वह निरंतर benchmarking करती रहती है।

🔗 मॉडल की परवाह किसे है

Copilot code review में agent skills और MCP के लिए सामान्य उपलब्धता

29 जुलाई — GitHub ने पूर्व-रिलीज़ से बाहर आई Copilot code review की दो क्षमताओं को सामान्य उपलब्धता में ले जाने की पुष्टि की: agent skills और MCP कनेक्शन। अब एक टीम SKILL.md फ़ाइल को .github/skills में रखकर अपने code standards को हर स्वचालित समीक्षा में इंजेक्ट कर सकती है, जबकि MCP servers (टिकट ट्रैकर, दस्तावेज़ीकरण, service catalogs) समीक्षा टिप्पणियों में सीधे बाहरी संदर्भ प्रदान करते हैं।

दो तकनीकी बिंदु ध्यान देने योग्य हैं: Copilot code review द्वारा की गई सभी MCP tool calls सख्ती से read-only तक सीमित हैं, और Copilot cloud agent के लिए पहले से मौजूद MCP कॉन्फ़िगरेशन code review पर स्वतः लागू हो जाते हैं। इस GA संक्रमण के साथ जुड़ी नई बात: skill या MCP server की मदद से जनरेट किया गया हर comment अब एक स्पष्ट attribution के साथ आता है, जिससे उनके प्रभाव की ठोस जाँच की जा सकती है। Pro, Pro+, Business और Enterprise योजनाओं पर उपलब्ध।

🔗 GitHub changelog

Model Council, एक multi-model विश्लेषण Perplexity Computer में आ रहा है

28 जुलाई — Perplexity ने Model Council लॉन्च किया है, जो Perplexity Computer में एक नई सुविधा है और एक ही प्रश्न को कई अग्रणी मॉडलों के समांतर भेजने देती है, विश्लेषण की गहराई का स्तर समायोज्य रखते हुए, फिर एक एकल, स्रोत-सहित रिपोर्ट प्राप्त की जा सकती है जो मॉडलों के बीच सहमति के बिंदु, असहमति के बिंदु, और वे तत्व जिन्हें प्रत्येक मॉडल ने पाया लेकिन अन्य चूक गए, को संक्षेपित करती है।

सिर्फ़ मैनुअल उत्तर-तुलना की तुलना में इसका लाभ यह है कि यह सीधे एक मध्यस्थतापूर्ण और स्रोत-सहित सारांश तैयार करता है, न कि अलग-अलग उत्तर जिन्हें स्वयं मिलाना पड़े — Perplexity की multi-model orchestration रणनीति में एक नया घटक, Computer की Windows पर हाल की उपलब्धता और उपलब्ध मॉडल के रूप में Kimi K3 को जोड़ने के साथ।

🔗 X पर घोषणा

HeyGen ने Video Podcast लॉन्च किया, दो होस्ट वाला वीडियो शो जनरेटर

29 जुलाई — HeyGen ने Video Podcast लॉन्च किया है, एक ऐसा टूल जो किसी भी दस्तावेज़, लिंक या विचार को दो होस्ट वाले वीडियो शो में बदल देता है, स्टूडियो शॉट्स, multi-camera editing और B-roll overlays के साथ, और यह कुछ ही मिनटों में जनरेट होता है। कंपनी पूरी तरह audio-only podcast generators से अलग अपनी स्थिति स्थापित करती है, और खुद को सिर्फ़ ध्वनि के बजाय सीधे publishable video पर केंद्रित करती है।

यह टूल app.heygen.com/apps/video-podcast के माध्यम से उपलब्ध है। यह लॉन्च HeyGen की पारंपरिक बात करने वाले avatars से आगे विविधीकरण रणनीति को आगे बढ़ाता है, HyperFrames (template-आधारित video editing) और 23 जुलाई को लॉन्च किए गए Companion mode के बाद। घोषणा वाला ट्वीट कुछ ही घंटों में दस लाख से अधिक views तक पहुँच गया, जो सकारात्मक स्वागत का संकेत है।

🔗 X पर घोषणा

Codex CLI 0.146.0 : नामित sessions, विस्तारित plugins marketplace, thread forks

29 जुलाई — Codex CLI का नया संस्करण, 0.146.0। यह नई sessions को नाम देने, महत्वपूर्ण threads को पिन करने और उन्हें बंद किए बिना parallel conversations के बीच स्विच करने की अनुमति देता है। यह Agent Plugins manifests के समर्थन को जोड़ता है और उपलब्ध plugin marketplaces को Amazon Bedrock और Claude Code तक विस्तारित करता है — एक ऐसा एकीकरण जो Codex CLI को एक प्रत्यक्ष प्रतिस्पर्धी के plugin ecosystem के और करीब लाता है।

अन्य नई चीज़ों में शामिल हैं: paginated history के साथ thread forks, WebSocket के जरिए app-server को दूरस्थ Code Mode hosts से जोड़ना, और custom model providers के लिए स्वायत्त web search। वही changelog 29 जुलाई की तारीख के साथ चयनित भागीदार plugins और sites — Airtable, GitLab, HubSpot, Notion, Supabase और Vercel — पर “Sign in with ChatGPT” के beta rollout का भी दस्तावेज़ीकरण करता है। यह सुविधा ChatGPT या Codex से सीधे partner account बनाने या जोड़ने देती है, जिसमें केवल नाम, ईमेल और प्रोफ़ाइल फ़ोटो साझा होती है, और हर चरण में permissions की मंज़ूरी ली जाती है।

🔗 आधिकारिक changelog

संक्षेप

Zed v1.13 branch selector के फ़िल्टरिंग में सुधार करता है — selector अब All/Local/Remote branches के बीच अधिक पठनीय फ़िल्टरिंग प्रदान करता है, साथ ही स्थानीय और दूरस्थ branches का अलग grouping देता है। 🔗 स्रोत
Together AI खुले मॉडलों के लिए coalition में शामिल हुआ — कंपनी Jensen Huang (NVIDIA) के खुले पत्र से शुरू हुई coalition में अपनी भागीदारी की पुष्टि करती है, Sakana AI (26 जुलाई) और Hugging Face की निरंतरता में। 🔗 स्रोत
ABot-World-0.5B, एक interactive world model demo, जिसे Hugging Face ने प्रमुखता दी — Hugging Face खाता Alibaba AMAP CV Lab के एक हल्के image-to-video model (0,5 अरब parameters) के interactive Spaces demo को फिर से साझा करता है, जो consumer GPU पर real time में चलता है। मॉडल स्वयं एक सप्ताह से ऑनलाइन है; नया केवल demo है। 🔗 स्रोत
Gemini CLI nightly v0.55.0 : pr-generator module के आसपास internal commits — आज की nightly build में internal commits (Firestore concurrency locking, Antigravity-आधारित agent executor) हैं, जो pr-generator नामक एक module का उल्लेख करते हैं, इस समय किसी आधिकारिक घोषणा के बिना। 🔗 स्रोत
Gemini App : 4 अगस्त तक Gemini Omni के जरिए 10 मुफ्त वीडियो — यह Google AI paid subscription न रखने वाले उपयोगकर्ताओं के लिए सीमित समय की पेशकश है, Gemini ऐप में मौजूद “Create video” टूल के माध्यम से। 🔗 स्रोत
Google Research ने connectomics के 40 वर्षों को प्रमुखता दी — एक ट्वीट जिसमें brain mapping का इतिहास, C. elegans worm (1986) से H01 human sample तक, और fly तथा zebrafish के लिए घोषित complete connectomes का विवरण है। 🔗 स्रोत
Copilot Business और Enterprise के लिए नए मॉडलों का डिफ़ॉल्ट सक्रियण — 26 अगस्त से प्रभावी नई नीति, opt-out संभव; open-weight models (DeepSeek, Kimi K2.7) और data retention agreement (Fable 5) के अंतर्गत न आने वाले models अभी भी बाहर हैं। 🔗 स्रोत
GitHub Copilot app usage metrics अब अधिक रिपोर्टों तक विस्तारित — app activity अब metrics API (enterprise/organization) में प्रति-उपयोगकर्ता जिम्मेदार ठहराई जाती है, मॉडल और भाषा के अनुसार विभाजन के साथ। 🔗 स्रोत
CodeQL 2.26.1 विश्लेषण सटीकता और framework coverage में सुधार करता है — Go, Java/Kotlin और JavaScript/TypeScript के लिए बेहतर coverage, और hardcoded cryptographic values से जुड़े Rust queries पर false positives में कमी। 🔗 स्रोत
npm पैकेज प्रकाशन के समय anti-malware scan पेश करता है — उपलब्धता से पहले स्वचालित विश्लेषण (लगभग 5 मिनट), संभावित ब्लॉक के साथ, और दोहरे उपयोग वाली सामग्री के वैध उपयोग को घोषित करने के लिए नया contentPolicy फ़ील्ड। 🔗 स्रोत
Grok Build में TinyFish plugin — xAI इस तीसरे-पक्ष search, content retrieval और web browsing plugin को प्रमुखता देता है, जो अब Grok Build plugin marketplace में उपलब्ध है। 🔗 स्रोत
Qwen Audio 3.0 Realtime Plus, Artificial Analysis के Speech-to-Speech रैंकिंग में नंबर 1 — Alibaba का वॉइस मॉडल composite index पर 84,1% तक पहुँचता है, GPT-Realtime-2.1 High (79,1%) से आगे, लगभग 2,4 गुना कम कीमत पर। 🔗 स्रोत
Cohere Transcribe Superwhisper पर उपलब्ध — Cohere का open source transcription मॉडल Superwhisper dictation ऐप में एकीकृत हो गया है: लगभग तुरंत ट्रांसक्रिप्शन, offline उपयोग, विशेष शब्दावली। 🔗 स्रोत

इसका क्या मतलब है

कोड एजेंटों की सुरक्षा अब किसी एक मालिकाना बढ़त की बजाय एक साझा परियोजना बनती जा रही है। दो सीधे प्रतिस्पर्धियों — OpenAI और Perplexity — का एक ही दिन, एक-दूसरे से स्वतंत्र रूप से, एजेंटों के खतरनाक व्यवहार का पता लगाने और उसे रोकने वाले टूल जारी करना यह दिखाता है कि यह विषय अब अकादमिक जिज्ञासा के चरण से आगे निकल चुका है। दोनों दृष्टिकोण तकनीकी रूप से भी एक-दूसरे के करीब आ रहे हैं: नियतात्मक hooks, CI/CD एकीकरण, और बाद में विश्लेषण करने की बजाय निष्पादन से पहले ब्लॉक करना। Numbat इस महीने की OpenAI/Hugging Face घटना को स्पष्ट रूप से एक ट्रिगर के रूप में उद्धृत करता है — यह इस बात का संकेत है कि क्षेत्र की कंपनियाँ एक ही तरह की घटनाओं से सामूहिक रूप से सीख रही हैं, भले ही वे किसी प्रतिद्वंद्वी को ही क्यों न प्रभावित करें।

शासन के स्तर पर, « Pacing the Frontier » एक दिलचस्प तनाव दिखाता है: ठीक उसी समय जब OpenAI और Anthropic अपने एजेंटों को अल्पावधि में अधिक सुरक्षित बनाने के लिए टूल जारी कर रहे हैं, उनके नेता एक ऐसे दूरस्थ क्षितिज को लेकर चिंता जताते हुए एक टेक्स्ट पर सह-हस्ताक्षर कर रहे हैं — वह क्षितिज जहाँ AI का विकास स्वयं ही अनियंत्रित गति से स्वचालित हो जाएगा। तथ्य यह है कि सीधे व्यावसायिक प्रतिद्वंद्वी सार्वजनिक रूप से इस जोखिम पर सहमत हैं, बिना किसी ठोस बाध्यकारी तंत्र का विस्तार से वर्णन किए, सामूहिक जागरूकता और उस पर प्रभावी ढंग से कार्रवाई करने की वास्तविक क्षमता के बीच के अंतर के बारे में बहुत कुछ कहता है, क्योंकि प्रतिस्पर्धी दबाव के आगे बढ़ते रहने की स्थिति में हर कंपनी अकेली ही रहती है।

इन्फरेंस की अर्थव्यवस्था की बात करें तो, दो घोषणाएँ एक-दूसरे का उत्तर देती हैं। GPT-5.6 Sol, जिसका उपयोग सेवा लागतों को 20% घटाने और अपने स्वयं के इंफ्रास्ट्रक्चर की जनरेशन दक्षता को 15% सुधारने के लिए किया गया, एक ऐसे चक्र को दर्शाता है जिसमें तैनात मॉडल अपने ही अनुकूलनों के माध्यम से अपने संचालन लागत का एक हिस्सा स्वयं वित्तपोषित करता है। इसी तरह, Amp द्वारा प्रकाशित आँकड़े — Opus 4.8 के डिफ़ॉल्ट मॉडल से GPT-5.6 Sol पर पूर्ण स्विच, बिना किसी उपयोगकर्ता शिकायत के — यह संकेत देते हैं कि सीमा-स्तरीय मॉडलों के बीच गुणवत्ता का अंतर अब अंतिम उपयोगकर्ता के लिए उतना महत्वपूर्ण नहीं रह गया है जितनी कि उन्हें घेरने वाले harness और टूलिंग की गुणवत्ता।

यह टूलिंग वास्तव में अब गहराई की बजाय चौड़ाई में फैलती जा रही है: Replit Design AI सहायता को विज़ुअल डिज़ाइन के क्षेत्र तक ले जाता है, Cursor iPad पर अपनी मोबाइल उपस्थिति बढ़ाता है, Copilot code review skills और MCP के लिए प्रीव्यू से बाहर आता है, और Codex CLI अपना plugin marketplace एक सीधे प्रतिस्पर्धी (Claude Code) के इकोसिस्टम तक विस्तारित करता है। प्रतिस्पर्धा अब अधिक से अधिक उन सतहों के दायरे और इकोसिस्टम की खुली प्रकृति पर आधारित है जिन्हें कवर किया जाता है, न कि केवल नीचे के मॉडलों की कच्ची क्षमता पर।