नए AI मॉडल और रचनात्मक उपकरण
Anthropic ने Claude Sonnet 5 जारी किया, जो कम कीमतों पर Opus 4.8 के करीब प्रदर्शन प्रदान करता है, और Claude Fable 5 और Mythos 5 पर निर्यात नियंत्रण हटा दिया।
Google ने Nano Banana 2 Lite लॉन्च किया, इसका सबसे तेज़ और सबसे किफायती इमेज मॉडल, और वीडियो जनरेशन और एडिटिंग के लिए डेवलपर्स के लिए Gemini Omni Flash उपलब्ध कराया।
OpenAI ने GPT-Realtime-2.1 और mini जारी किया, जो बेहतर तर्क और फंक्शन कॉलिंग के साथ कम-विलंबता वॉयस एजेंट क्षमताएं प्रदान करता है, जिसमें 25% p95 विलंबता में कमी शामिल है।
Meituan ने LongCat-2.0 जारी किया, जो 1.6T पैरामीटर का ओपन MoE मॉडल है जो विशेष रूप से एजेंटिक कोडिंग के लिए डिज़ाइन किया गया है, जिसमें 1M कॉन्टेक्स्ट विंडो और 35T+ टोकन पर प्रशिक्षित किया गया है।
Meta ने Pocket लॉन्च किया, एक vibe-कोडेड गेमिंग ऐप जो उपयोगकर्ताओं को AI प्रॉम्प्ट से इंटरैक्टिव गेम जेनरेट करने देता है, जो Gizmo के अधिग्रहण पर बनाया गया है।
एजेंटिक वर्कबेंच और विकास
Anthropic ने Claude Science बीटा लॉन्च किया, जो जीनोमिक्स, प्रोटिओमिक्स और केमिनफॉर्मेटिक्स के लिए क्यूरेटेड कौशल और ऑडिट ट्रेल्स के साथ एक मल्टी-एजेंट वर्कबेंच है।
ओपन-सोर्स रिसर्च वर्कबेंच उभरे: Synthetic Sciences का OpenScience आपके अपने इंफ्रास्ट्रक्चर पर पूर्ण वैज्ञानिक अनुसंधान लूप चलाता है, जबकि ResearchStudio विचार और प्रसार के लिए उपकरण प्रदान करता है।
- Synthetic Sciences Releases OpenScience: An Open-Source, Model-Agnostic AI Workbench for Machine Learning, Biology, Physics, and Chemistry Research(नए टैब में खुलता है)
- ResearchStudio-Idea: An Evidence-Grounded Research-Ideation Skill Suite from ML Conference Outcomes(नए टैब में खुलता है)
- ResearchStudio-Reel: Automate the Last Mile of Research from Paper to Poster, Video, and Blog(नए टैब में खुलता है)
कोडिंग एजेंट तेजी से वास्तविक सॉफ्टवेयर बना रहे हैं: sqlite-utils 4.0rc2 ज्यादातर Claude द्वारा लिखा गया था, जिसमें महत्वपूर्ण बग पकड़े गए; shot-scraper ने एजेंट डेमो के लिए वीडियो रिकॉर्डिंग जोड़ी; और एक नया llm-coding-agent फ़ाइल संपादन और कमांड निष्पादन का समर्थन करता है।
- sqlite-utils 4.0rc2, mostly written by Claude Fable (for about $149.25)(नए टैब में खुलता है)
- sqlite-utils 4.0rc2(नए टैब में खुलता है)
- Have your agent record video demos of its work with shot-scraper video(नए टैब में खुलता है)
- shot-scraper 1.10(नए टैब में खुलता है)
- llm-coding-agent 0.1a0(नए टैब में खुलता है)
नए बेंचमार्क एजेंट प्रदर्शन को मापते हैं: EvoPolicyGym दिखाता है कि GPT-5.5 16 इंटरैक्टिव पॉलिसी कार्यों में शीर्ष पर है, जबकि AgenticDataBench 15 डेटा साइंस डोमेन में फैला हुआ है। इस बीच, एक अध्ययन में पाया गया कि बेहतर मॉडल विशिष्ट टूल स्कीमा का उपयोग करने में बदतर हो सकते हैं।
कार्यबल और उद्योग में बदलाव
Microsoft ने Frontier Company लॉन्च किया, जो 6,000 विशेषज्ञों के साथ $2.5B का एंटरप्राइज AI डिप्लॉयमेंट यूनिट है, साथ ही बड़ी छंटनी में 4,800 नौकरियां काट दी।
Meta के CEO Mark Zuckerberg ने कर्मचारियों से कहा कि AI एजेंट विकास उम्मीद के अनुसार तेज नहीं हुआ है, और हाल की नौकरी में कटौती उतनी साफ नहीं थी जितनी उम्मीद थी।
Amazon 30 जुलाई, 2026 को Mechanical Turk के लिए नए ग्राहकों को स्वीकार करना बंद कर देगा, जो AI डेटा लेबलिंग के लिए एक बार महत्वपूर्ण प्लेटफॉर्म को समाप्त कर रहा है।
नीति, सुरक्षा और शासन
Cloudflare 15 सितंबर से डिफ़ॉल्ट रूप से विज्ञापन-समर्थित साइटों से खोज, प्रशिक्षण और एजेंट उपयोग को मिलाने वाले मिश्रित-उपयोग क्रॉलर को ब्लॉक करेगा।
Alibaba 10 जुलाई से कर्मचारियों को Claude Code का उपयोग करने पर प्रतिबंध लगा रहा है, इसके बजाय अपने आंतरिक Qoder टूल को आगे बढ़ा रहा है।
एक दस्तावेजीकृत AI-संचालित रैनसमवेयर हमला दिखाता है कि एजेंट तकनीकी निष्पादन को संभाल सकते हैं, जबकि Alberta सरकार ने 20 घंटों में 466 मिलियन लाइनों कोड में कमजोरियों को स्कैन और ठीक करने के लिए Claude Code का उपयोग किया।
यह सप्ताह की समीक्षा है – अगले रविवार मिलते हैं।