Agentic AI News 12 जुलाई 2026

क्लॉड-शैली एजेंटिक प्रॉम्प्टिंग. एक उपयोगकर्ता बताता है कि कैसे क्लॉड कोड एजेंट का व्यवस्थित बैकअप, सत्यापन और चरण-वार कार्य विभाजन एक अच्छी तरह से तैयार सिस्टम प्रॉम्प्ट जैसा लगता है, न कि कच्ची मॉडल क्षमता, जिससे सुरक्षित, विश्लेषणात्मक एजेंटिक वर्कफ्लो के लिए स्थानीय क्वेन मॉडल के साथ इस व्यवहार को दोहराने के तरीके के बारे में पूछताछ होती है

• Qwenthropic(नए टैब में खुलता है)

ग्रोक बिल्ड CLI गोपनीयता जोखिम. ग्रोक बिल्ड CLI (v0.2.93) को खुले फाइलों से स्वतंत्र रूप से संपूर्ण git रिपॉजिटरी, पूर्ण इतिहास और .env रहस्यों को xAI के क्लाउड पर अपलोड करते हुए पकड़ा गया, और 'Improve the model' ऑप्ट-आउट अपलोड को रोकता नहीं है—एजेंटिक CLI का उपयोग करने वाले डेवलपर्स के लिए एक गंभीर गोपनीयता चिंता

• Grok Build CLI uploads your whole repo — full git history + .env secrets — to xAI's cloud, and the opt-out doesn't stop it (wire-captured)(नए टैब में खुलता है)

ChatGPT वर्क एजेंट UX. OpenAI ने ChatGPT Work लॉन्च में गलतियों को स्वीकार किया, उपयोगकर्ताओं ने जल्दी समाप्त होने वाली उपयोग सीमाएं, भ्रामक डेस्कटॉप ऐप ओवरहाल और खराब मल्टी-एजेंट वर्कफ्लो की रिपोर्ट की; अगले सप्ताह एक सुधार का वादा किया गया है

• OpenAI admits it "didn't get everything quite right" with ChatGPT Work launch and scrambles to fix UX and costs(नए टैब में खुलता है)

GPT-5.6 Sol Ultra गणित साबित करता है. OpenAI के GPT-5.6 Sol Ultra ने समानांतर रूप से काम करने वाले 64 उप-एजेंटों का उपयोग करके एक घंटे से भी कम समय में ग्राफ सिद्धांत में 50 साल पुराने Cycle Double Cover Conjecture का पूरा प्रमाण तैयार किया—स्वचालित गणितीय तर्क के लिए एक मील का पत्थर

• OpenAI's GPT-5.6 Sol Ultra reportedly solves a 50-year-old math problem in under an hour(नए टैब में खुलता है)

Muse Spark 1.1 कोडिंग. Meta के Muse Spark 1.1 ने कोडिंग बेंचमार्क में 71.3 के स्कोर, कम लागत ($0.26/कार्य) और चौगुनी 1M टोकन संदर्भ विंडो के साथ GLM-5.2 को पीछे छोड़ दिया, हालांकि उपलब्धता Meta के API तक सीमित है

• Meta's Muse Spark 1.1 outperforms GLM-5.2 in coding and costs slightly less(नए टैब में खुलता है)

ओर्का वर्ल्ड मॉडल. BAAI का ओर्का वर्ल्ड फाउंडेशन मॉडल बिना किसी एक्शन लेबल के पांच कार्यों में विशेष रोबोटिक्स सिस्टम से मेल खाता है, कच्चे वीडियो और सिंथेटिक डेटा के दो-चरणीय प्रशिक्षण का उपयोग करके, संभावित रूप से रोबोटिक्स डेटा की कमी को कम करता है

• China's Orca world model matches specialized robotics systems without ever seeing a single action label(नए टैब में खुलता है)

कस्टम CUDA Qwen3 को बढ़ावा देता है. एक कस्टम CUDA और C++ कार्यान्वयन हाल के ML सिस्टम्स सम्मेलनों की तकनीकों को मिलाकर, RTX 5060 Ti (16GB) पर Qwen3-30B-A3B को 50-54 tok/s पर चलाता है, जो llama.cpp से 50% सुधार है

• Running Qwen3 30B A3B at 50 tok/s on RTX 5060 Ti(नए टैब में खुलता है)

MoE मॉडल क्षमताएं. चर्चा इस बात पर प्रकाश डालती है कि MoE मॉडल को केवल उनके सक्रिय पैरामीटर गणना के रूप में खारिज नहीं किया जाना चाहिए; राउटर प्रभावशीलता 10B सक्रिय पैरामीटर वाले 122B MoE को अपनी कुल क्षमता के करीब प्रदर्शन करने में सक्षम बना सकती है, जो इस धारणा को चुनौती देती है कि घने छोटे मॉडल हमेशा बेहतर होते हैं

• Why are MoE models so belittled?(नए टैब में खुलता है)

अल्ट्रा-बजट VRAM बिल्ड. एक दोहरी NVIDIA P102-100 सेटअप (माइनिंग कार्ड) केवल $100 में 448 GB/s पर 20GB VRAM प्रदान करता है, जो कई समवर्ती उपयोगकर्ताओं के लिए उपयुक्त गति पर Qwen3.6-35B-A3B चलाता है, स्थानीय LLM होस्टिंग के लिए अत्यधिक लागत दक्षता प्रदर्शित करता है

• Ultra budget 20GB vram with 448GB/s for $100 bucks.(नए टैब में खुलता है)

चौगुना 5060Ti कोड जनरेशन के लिए. एक चौगुना RTX 5060 Ti रिग Qwen3.6-27B के साथ कोड जनरेशन के लिए मजबूत मूल्य-प्रदर्शन प्रदान करता है, जो अत्याधुनिक स्थानीय कोडिंग एजेंटों के लिए $2K GPU बजट के आसपास सबसे अच्छे बैंग-फॉर-बक कॉन्फ़िगरेशन में से एक होने का दावा करता है

• I benched quad 5060Tis for code generation with Qwen3.6-27B so you don't have to (it's really good)(नए टैब में खुलता है)

दोहरी GPU प्रदर्शन अंतर्दृष्टि. RTX 3090 + Titan RTX के साथ PCIe स्थानांतरण बेंचमार्क दिखाते हैं कि टेंसर पैरेलल उच्च डिकोड गति (47 बनाम 30 t/s) देता है लेकिन पाइपलाइन पैरेलल तेज प्रीफिल (1250 बनाम 650 t/s) प्रदान करता है; दूसरा सस्ता GPU जोड़ना फायदेमंद हो सकता है लेकिन स्लॉट बैंडविड्थ (जैसे, x4) प्रदर्शन को कम कर सकती है

• Measuring PCIe transfer under dual GPU with pipeline & tensor llama.cpp(नए टैब में खुलता है)
• Benefits of a second cheap GPU, what capabilities are gained?(नए टैब में खुलता है)

GPU बेंच: 5090 बनाम 6000 PRO. शंट-मॉडेड और वाटर-कूल्ड RTX 6000 PRO MaxQ 600W तक पहुँचता है, कुछ LLM प्रॉम्प्ट प्रोसेसिंग बेंचमार्क में 5090 से बेहतर प्रदर्शन करता है, जिसमें 6000 PRO WS संस्करण के खिलाफ विस्तृत बिजली और कंप्यूट तुलना शामिल है

• Performance comparison on full compute performance (Anima) and LLM prompt processing of 5090 (600,475 and 400W) vs 6000 PRO MaxQ shunt modded and water cooled (at 300, 400, 475 and 600W), and 6000 PRO WS/SE (600W).(नए टैब में खुलता है)

केवल CPU LLM गति. Intel Core Ultra 285HX मिनी-पीसी पर llama.cpp के साथ परीक्षण से पता चलता है कि Qwen3-30B-A3B Vulkan के माध्यम से केवल 2 tk/s पर है, यह उजागर करता है कि समर्पित GPU के बिना केवल CPU या iGPU अनुमान बड़े मॉडलों के लिए बहुत धीमा रहता है

• First attempts at a CPU setup - MS-02 Intel 285hx, trying Qwen3, Qwen3.6 and Gemma4(नए टैब में खुलता है)

आतंकवादियों द्वारा AI का दुरुपयोग. एक अध्ययन से पता चलता है कि बोको हराम हमले की योजना और विस्फोटकों के लिए ChatGPT, Claude और अन्य चैटबॉट का उपयोग करता है, जिसमें ISIS 2023 से प्रॉम्प्ट-इंजीनियरिंग प्रशिक्षण प्रदान कर रहा है; AI के माध्यम से दोहराए गए मोटरसाइकिल जंप स्टंट का प्रयास करते हुए 18 लड़ाके मारे गए

• Terrorist groups are using every major AI chatbot for attack planning and weapons development(नए टैब में खुलता है)

J-स्पेस मॉडल हेरफेर. एक डेवलपर ने Anthropic के Jacobian-Lens पर एक उपकरण बनाया, जो बदले हुए J-स्पेस के साथ मॉडल निर्यात करता है, तुरंत एक 'अत्यधिक हानिकारक' मॉडल बनाता है, जो एक्टिवेशन इंजीनियरिंग की शक्ति और जोखिम दोनों को प्रदर्शित करता है

• I created a super harmful model ! :D (by tweaking it's J-Space!!!)(नए टैब में खुलता है)

GGUF के लिए Jacobian-Lens. llama.cpp पर GGUF मॉडल के लिए एक नया इंटरैक्टिव विज़ुअलाइज़र और लाइव स्टीयरर मॉडल आंतरिक के अवलोकन और स्टीयरिंग को सक्षम करता है, जो Anthropic की Jacobian-Lens तकनीकों को ~1/8 मॉडल आकार की मेमोरी ओवरहेड के साथ स्थानीय मॉडलों तक लाता है

• Interactive Jacobian-Lens visualizer and live steerer for GGUF models on llama.cpp(नए टैब में खुलता है)

अमेरिकी ओपन-सोर्स AI चिंता. वॉल स्ट्रीट और अमेरिकी तकनीकी नेता शक्तिशाली, कम लागत वाले चीनी ओपन-सोर्स AI मॉडलों से प्रतिस्पर्धी खतरे के बारे में तेजी से चिंतित हैं, सेक्टर को लक्षित करने वाले एक और ट्रम्प कार्यकारी आदेश पर अटकलें लगाई जा रही हैं

• The U.S. tech industry is increasingly anxious about the rising power and competitive price of open-source AI models from China — and whether the Trump administration will respond with yet another executive order | Politico(नए टैब में खुलता है)

DeepSeek AI चिप विकसित करता है. DeepSeek कथित तौर पर अपनी खुद की AI चिप विकसित कर रहा है, जो निर्यात नियंत्रणों को कसने के बीच ऊर्ध्वाधर एकीकरण की ओर बढ़ने और बाहरी GPU आपूर्ति पर निर्भरता कम करने का संकेत है

• China's DeepSeek developing its own AI chip, sources say(नए टैब में खुलता है)

Apple ने OpenAI पर मुकदमा दायर किया. Apple ने एक संघीय मुकदमा दायर कर OpenAI पर 400 से अधिक कर्मचारियों को लुभाकर व्यापार रहस्य चुराने के 'समन्वित अभियान' का आरोप लगाया, कथित तौर पर उन्हें अजारित हार्डवेयर उत्पादों से संबंधित गोपनीय फाइलें लेने के लिए प्रोत्साहित किया

• Apple sues OpenAI for allegedly running a "coordinated campaign" to steal trade secrets through poached employees(नए टैब में खुलता है)