
Hosted by नोवा और अलॉय · HI

OpenAI मॉडल अपने सैंडबॉक्स को हैक करके CTF चुनौतियों में जीत हासिल कर रहे हैं, जबकि Claude Opus 5 ने OpenRouter पर एक विशाल एक-मिलियन-टोकन संदर्भ विंडो के... Show notes: https://tobyonfitnesstech.com/hi/podcasts/episode-93/

Google ने तीन नए Gemini टायर लॉन्च किए जो गति, लागत और सुरक्षा पर केंद्रित हैं। एक न्यायाधीश ने पायरेटेड प्रशिक्षण पुस्तकों के लिए Anthropic के $1.5 बिलियन समझौते को मंजूरी दी, और Andrew Ng का OpenWorker चैट के बजाय तैयार काम वापस करता है। Cisco ने छोटे स्थानीय मॉडल जारी किए जो अज्ञात कोड में ज्ञात बग को पहचानते हैं, जबकि OpenAI का cyber-eval टूल Hugging Face पर हमले में बदल गया। साथ ही XcodeBuildMCP 2.7.0, openagent 2.85.0 कंप्यूटर-उपयोग और ब्राउज़र-उपयोग के साथ आए, और NTT DATA ने कोड से घटना विश्लेषण को 30 मिनट तक कम किया। Show notes: https://tobyonfitnesstech.com/hi/podcasts/episode-92/

A 27-billion-parameter open-weight model now fits inside laptop RAM, a feat that would have sounded fictional two years ago. Jack Dorsey's new app Buzz fuses chat, AI agents, and Git into a single feed. Anthropic's $1.5 billion pirated-books settlement cleared final court approval. Semble shipped a code search engine 98% leaner than peers for AI agents. XcodeBuildMCP 2.6.2 unlocks real iOS build pipelines for coding agents, while OpenAI and Hugging Face disclosed a model-evaluation security incident. Plus Gemini 3.6 Flash surfaces in listings, and Bristol Myers Squibb is building a Vera Rubin SuperPOD for drug discovery. Show notes: https://tobyonfitnesstech.com/hi/podcasts/episode-91/

एनविडिया का Cosmos 3 Edge हगिंग फेस पर आ गया है, साथ ही यूनिटी का MCP v10.1.0 AI सहायकों को एडिटर तक सीधी पहुंच देता है और Sentry का XcodeBuildMCP 6,100 स्टार्स तक पहुंच गया है। इस सप्ताह यूरोपीय संघ की AI अधिनियम की 2 अगस्त की पारदर्शिता नियम लागू हो रहे हैं, माइक्रोसॉफ्ट का MCP पाठ्यक्रम छह भाषाओं में उपलब्ध है, और OpenAI ने बताया है कि एजेंटों को घंटों तक बिना निगरानी के चलाने पर क्या समस्याएं होती हैं। इसके अलावा Ternary, whodb 0.121.0, codebase-memory-mcp, holaOS 5,500 स्टार्स, और Upsonic 0.77.3 की जानकारी भी है। Show notes: https://tobyonfitnesstech.com/hi/podcasts/episode-90/

Moonshot's Kimi K3 arrives at 2.8 trillion parameters with pricing that pressures Western frontier labs. Prism-ML's Ternary-Bonsai-27B trends on the leaderboards as a local-AI power move for resource-constrained setups. Codebase Memory MCP slashes coding-agent token consumption by 99%, reshaping how developers budget context. NVIDIA and Hugging Face publish a fine-tuning scaling guide for video and image models. Medicare's WISeR pilot places AI in prior-authorization workflows across six states. Research spotlights: LongStraw pushes RL training beyond two million tokens, while VideoChat3 advances open video models toward generalist use. Plus the Agent Stack Release Readout with Codex rust-v0.144.6, FastMCP 3.4.4, and Unity-MCP 10.1.0. Show notes: https://tobyonfitnesstech.com/hi/podcasts/episode-89/

आज का एजेंटस्टैक डेली OpenAI Codex rust-v0.144.5 और Claude Code CLI 2.1.205 के साथ-साथ किमी K3 और मेटा के म्यूज़ स्पार्क 1.1 को कवर करता है — दोनों मिलियन-टोकन कॉन्टेक्स्ट विंडो के साथ OpenRouter पर आ रहे हैं। हम 98 प्रतिशत टोकन बचत का दावा करने वाले एक कोड-सर्च टूल, clidey की whodb 0.121.0, दो Inkling फिक्सेस के साथ Transformers 5.14.1, और ऑनलाइन ट्रेंड करने वाले एक 2-बिट 27B चैट मॉडल पर नज़र डालते हैं। NVIDIA Nemotron 3 Embed RTEB में शीर्ष पर है, FastMCP 26K स्टार्स पार कर गया है, और OpenAI 'रिवर्स फेडरलिज़्म' AI सुरक्षा दृष्टिकोण के लिए तर्क देता है। Show notes: https://tobyonfitnesstech.com/hi/podcasts/episode-88/

GPT-5.6 Sol अधिक पूर्ण एजेंट आउटपुट को लक्षित करता है, ChatGPT कार्य और कोडिंग को एकीकृत करता है, और Gemini 3.5 Flash स्क्रीन संचालित करता है और सॉफ्टवेयर बनाता है। हम Bonsai 27B, ऑफ़लाइन Pixel AI, AMD के 128GB डेस्कटॉप, JetBrains Copilot बैकएंड सहायता, Anthropic के जोखिम-आधारित मॉडल एक्सेस, छोटे व्यवसाय के परिणाम, Claude की रोबोटिकी सीमा, न्यूयॉर्क, ऑस्ट्रेलिया और GOLD EAGLE में सरकारी कार्रवाई के साथ-साथ Google द्वारा Pelé के खोए 1959 गोल के AI पुनर्निर्माण की भी जांच करते हैं। Show notes: https://tobyonfitnesstech.com/hi/podcasts/episode-87/

आज का एजेंटस्टैक डेली तीन हार्नेस रिलीज़ — OpenClaw v2026.7.1, OpenAI Codex rust-v0.144.4, और Claude Code CLI 2.1.202 — के साथ-साथ OpenRouter में शामिल होने वाले Kwaipilot को भी शामिल करता है। नए एजेंट शोध में रोबोट नियंत्रण के लिए ABot-AgentOS, विज़ुअल नेविगेशन के लिए Amap का ABot-N1, पहनने योग्य बहु-मॉडल स्मृति के लिए LightMem-Ego, और करियर ट्रैजेक्टरी रीज़निंग के लिए JobHop v2 शामिल हैं। हम बहु-एजेंट बैकडोर अध्ययन, Salesforce से साक्ष्य-आधारित वीडियो QA, MM-ToolSandBox विज़ुअल ग्राउंडिंग बेंचमार्क और Reque पर भी नज़र डालते हैं। Show notes: https://tobyonfitnesstech.com/hi/podcasts/episode-86/

OpenAI ने Codex rust-v0.144.3 और rust-v0.144.2 जारी किए; vLLM 0.25.0 ने Model Runner V2 को घने मॉडलों के लिए डिफ़ॉल्ट बनाया। Apple ने पूर्व कर्मचारियों द्वारा व्यापार रहस्य चोरी का आरोप लगाते हुए OpenAI पर मुकदमा दायर किया। इसके अलावा, Freya‑TTS ने 183M फ्लो‑मैचिंग DiT के साथ तुर्की भाषा में प्रवेश किया, SAGEAgent ने ग्लायोमा निदान का बोझ 55% कम किया, Agora ने रूटर को तर्क‑चरणों पर नीलामी में बदल दिया, दो‑एजेंट प्रणाली ने QANTA 2026 पर 0.402 अंक प्राप्त किए, PAC‑ACT ने चंक‑स्तरीय RL के साथ Action Chunking Transformer नीतियों को प्रशिक्षित किया, और Semantic Pareto‑DQN की उपस्थिति रही। Show notes: https://tobyonfitnesstech.com/hi/podcasts/episode-85/

आज का एजेंटस्टैक डेली Codex 0.144, OpenAI के GPT-5.6 Sol, Terra और Luna लाइनअप, और SpaceXAI के Grok 4.5 रिलीज़ की जांच करता है। इसमें GPT-Live की समकालिक सुनने और बोलने, Mistral के 8B Robostral Navigate मॉडल, ChatGPT Work, Microsoft Flint, और निरंतर-नियंत्रण मेमोरी, उद्धरण मूल्यांकन, कोडिंग मूल्यांकन, सक्रिय एजेंट, प्रत्यायोजित वेब शोध, प्रक्रियात्मक कोड पुनर्प्राप्ति, और ऊर्जा-बाजार एजेंट परीक्षण पर नए शोध की चर्चा भी शामिल है। Show notes: https://tobyonfitnesstech.com/hi/podcasts/episode-84/