दैनिक AI समीक्षाएं OpenAI डॉट्स बनाम Meta Muse और वह सब कुछ जो आपको AI एजेंटों की अगली लहर के बारे में जानना आवश्यक है।
OpenAI डॉट्स और Meta Muse की तुलना स्थायी AI एजेंटों के रूप में करते हैं, जो मॉडल को एजेन्ट स्टैक, निष्पादन लूप, मेमोरी, सैंडबॉक्स और सुरक्षा से अलग करते हैं।
मुख्य जानकारी
- सितंबर में 2026, Meta Muse और OpenAI डॉट्स ने अल्पकालिक chatbots से निरंतर, हमेशा-ऑन AI एजेंटों के लिए एक बदलाव का प्रतिनिधित्व किया जो क्लाउड कंप्यूटर पर चलते हैं, सत्रों को याद करते हैं, और बहु-दिवसीय लक्ष्यों की ओर पृष्ठभूमि कार्यों को निष्पादित करते हैं।
- अंतर्निहित भाषा मॉडल स्वयं एजेंट नहीं है; एक पूर्ण एजेंट लक्ष्य ट्रैकिंग, कार्य योजना, स्थायी स्मृति, सैंडबॉक्स निष्पादन, शेड्यूलिंग, सुरक्षा अनुमोदन और बाहरी API कनेक्टर्स के साथ मॉडल को जोड़ती है।
- ये एजेंट निरंतर राज्य मशीनों के रूप में कार्य करते हैंः वे स्थायी उद्देश्य, लोड संदर्भ, योजना चरण, अलग-थलग वातावरण में उपकरण चलाते हैं, चेकपॉइंट प्रगति, नीति गेट पास करते हैं और विफलताओं या अनुसूचित घटनाओं के बाद फिर से शुरू होते हैं।
- Meta Muse समर्पित प्रति-उपयोगकर्ता वीएम, हैच हार्नेस और सेंटिनेल नेटवर्क नियंत्रणों के साथ एक कठोर Linux सुरक्षा वास्तुकला पर जोर देता है, जिससे डॉट्स की तुलना कच्चे मॉडल के बारे में कम हो जाती है और सुरक्षित निर्माण के दो दर्शनों के लिए अधिक होती है, लगातार क्लाउड एजेंट रनटाइम।
chatbot का उपयोग करने वाले किसी भी व्यक्ति के लिए, लय परिचित हैः एक संकेत टाइप करें, कुछ सेकंड के लिए tokens स्ट्रीम देखें, फिर टैब बंद करें। मॉडल रुकते ही सब कुछ भूल जाता है। यह पैटर्न सितंबर 2026 में बदल गया, जब मेटा और OpenAI प्रत्येक ने एक स्थायी एजेंट लॉन्च किया जो अपने स्वयं के क्लाउड कंप्यूटर पर चलता है, पृष्ठभूमि कार्यों को निष्पादित करता है, और बिना संकेत दिए बहु-दिवसीय लक्ष्यों की ओर काम करता है।
मेटा ने 8 सितंबर, 2026 को म्यूज़ की शुरुआत की। OpenAI के बाद 29 सितम्बर, 2026 पर डॉट्स का विपणन किया गया है। दोनों "हमेशा-ऑन स्वायत्त एजेंटों" के रूप में बेचे जाते हैं और दोनों तीन सेकंड के अनुरोध-प्रतिक्रिया चैट से अनुसूचित पृष्ठभूमि रनटाइम तक एक बदलाव करते हैं। यह लेख बताता है कि प्रत्येक प्रणाली कैसे बनाई जाती है, जहां उनके आर्किटेक्चर अलग होते हैं, और प्रौद्योगिकी की सीमाओं के बारे में प्रारंभिक विफलताओं का पता चलता है।
मॉडल एजेंट नहीं है
इन उत्पादों के बारे में सबसे आम गलतफहमी यह है कि अंतर्निहित भाषा मॉडल एजेंट है। ऐसा नहीं है।
डॉट्स जीपीटी-6 एस्ट्रा पर चलता है. मूस Muse Spark परिवार पर चलता है, विशेष रूप से Muse Spark 1.3। दोनों मजबूत तर्क इंजन हैं जो नियोजन, उपकरण चयन, शून्य-शॉट कमांड लाइन कौशल उपयोग और कोड संश्लेषण में सक्षम हैं। लेकिन एक स्टैंडअलोन LLM HTTP अनुरोध नहीं कर सकता है, डिस्क पर फ़ाइल लिखता है या बीस मिनट में खुद को यह जांचने के लिए जागृत करता है कि क्या बैच का काम पूरा हो गया है। जब इसका आगे का पास समाप्त हो जाता है, तो इसके आंतरिक सक्रियण गायब हो जाते हैं।
एक एजेंट उस मॉडल के आसपास निर्मित वितरित software प्रणाली है। स्टैक में आमतौर पर: शामिल होते हैं
- उपयोगकर्ता लक्ष्य परत: प्राकृतिक भाषा के निर्देश, स्थायी बाधाएं और चल रहे उद्देश्य।
- टास्क प्लानर और ऑर्केस्ट्रेटर: उप-कार्य के निर्देशित एसाइक्लिक ग्राफ में अस्पष्ट लक्ष्यों को तोड़ता है।
- संज्ञानात्मक कोर (LLM): राज्य का मूल्यांकन करता है, बाधाओं के बारे में तर्क देता है और उपकरण चुनता है।
- स्थायी स्मृति भंडार: स्क्रैचपैड, रन इतिहास और उपयोगकर्ता वरीयताएँ जो सत्रों में जीवित रहती हैं।
- निष्पादन सैंडबॉक्स: अलग-अलग क्लाउड वीएम या कंटेनर बैश, ब्राउज़रों, कोड दुभाषियों और फाइल सिस्टम APIs तक पहुंच के साथ।
- शेड्यूलर और इवेंट बस: ट्रिगर क्रॉन टाइमर, वेबहुक या बाहरी घटनाओं के माध्यम से काम करते हैं.
- सुरक्षा और अनुमोदन गेटवे: सेन्टिनल या ऑटो-रिव्यू जैसे आउट-बैंड पॉलिसी इंजन जो अनुमतियों और मानव स्वीकृति को लागू करते हैं।
- बाहरी कनेक्टर: Gmail, GitHub, स्लैक, डेटाबेस और तृतीय-पक्ष APIs के लिए प्रमाणित लिंक।
डॉट्स और म्यूज़ की तुलना करने का अर्थ है एक सुरक्षित, लगातार क्लाउड एजेंट रनटाइम के निर्माण के दो दर्शनों की तुलना करना, न कि JUST दो मॉडल।
निष्पादन लूप कैसे काम करता है
एक ठोस उदाहरण इंजीनियरिंग को मूर्त बनाता है। मान लीजिए कि कोई उपयोगकर्ता एजेंट को यह स्थायी उद्देश्य देता है:
"हर कार्यदिवस सुबह 6:00 बजे, semiconductor क्षेत्र में $500,000 से ऊपर फॉर्म 4 अंदरूनी खरीदारी के लिए SEC EDGAR डेटाबेस को स्कैन करें। नवीनतम त्रैमासिक आय रिपोर्ट के साथ फाइलिंग का क्रॉस-संदर्भ करें, एक कार्यकारी सारांश तैयार करें, इसे मेरे शोध फ़ोल्डर में सहेजें और बाजार खोलने से पहले मुझे सूचित करें। "
एक पारंपरिक chatbot स्थानीय रूप से चलाने के लिए एक Python स्क्रिप्ट वापस सौंप देगा। हमेशा पर एजेंट: की बजाय निरंतर राज्य मशीन चलाता है
- लक्ष्य अंतर्ग्रहण: ऑर्केस्ट्रेटर अनुरोध को पार्स करता है और सोमवार से शुक्रवार तक 06:00 यूटीसी के लिए क्रॉन ट्रिगर के साथ एक स्थायी राज्य प्रविष्टि लिखता है।
- संदर्भ जलयोजन: जब टाइमर फायर होता है, तो रनटाइम पहले से संसाधित फ़ाइलों को लोड करता है, प्रारूपण वरीयताओं और अधिकृत क्रेडेंशियल।
- नियोजन: मॉडल एक योजना बनाता है SEC EDGAR API क्वेरी, XML तालिकाओं को पार्स करें, एसआईसी कोड और लेनदेन मूल्य द्वारा फ़िल्टर करें, संदर्भ के लिए वित्तीय समाचार खोजें, मार्कडाउन रिपोर्ट लिखें।
- सैंडबॉक्स निष्पादन: एजेंट Python को एक अलग कंटेनर के अंदर चलाता है. यदि EDGAR API 429 दर-सीमा त्रुटि देता है, तो यह अपवाद पकड़ लेता है, घातीय रूप से वापस आ जाता है और पुनः प्रयास करता है।
- अवलोकन और चेकपॉइंटिंग: प्रत्येक टूल कॉल के बाद, यह आउटपुट को पढ़ता है और स्थायी स्थिति अद्यतन करता है. यदि कंटेनर क्रैश हो जाता है या होस्ट रिबूट होता है, तो अंतिम चेकपॉइंट से काम फिर से शुरू होता है.
- पॉलिसी का सत्यापन और वितरण: रिपोर्ट कार्यक्षेत्र में सहेजी जाती है, और बाहर जाने वाली अधिसूचना भेजने से पहले एक सुरक्षा गेट के माध्यम से गुजरती है।
- निलंबन: टेलीमेट्री एपिसोडिक लॉग में लिखी जाती है, और धागा अगले अनुसूचित घटना या वेबहुक तक सो जाता है।
इसे लाखों उपयोगकर्ताओं के लिए भरोसेमंद तरीके से चलाना बिना किसी कंप्यूटिंग लागत या खतरनाक भ्रमपूर्ण कार्यों के इस दशक की सबसे कठिन इंजीनियरिंग समस्याओं में से एक है।
मेटा म्यूज़ः एक Linux किला
मेटा ने म्यूज़ के साथ असामान्य रूप से विस्तृत आर्किटेक्चर प्रलेखन प्रकाशित किया, जो व्यक्तिगत कार्यों, शेड्यूलिंग, दैनिक वाणिज्य और WhatsApp और अन्य मेटा apps के साथ एकीकरण पर केंद्रित है। इसकी मार्गदर्शक धारणा स्पष्ट हैः भाषा मॉडल अंततः अविश्वसनीय या दुर्भावनापूर्ण कोड निष्पादित करेगा, या विरोधी डेटा का सामना करेगा। केवल संरेखण पर भरोसा करने के बजाय, मेटा ने मॉडल के चारों ओर एक कठोर Linux वातावरण बनाया।
समर्पित प्रति-उपयोगकर्ता सुरक्षित वीएम Every Muse उपयोगकर्ता को एक समर्पित Linux वर्चुअल मशीन मिलती है जिसमें रनटाइम स्तर पर कोई बहु-किरायेदार मेमोरी साझाकरण नहीं होता है। एक भगोड़ा एजेंट या कांटा बम किसी अन्य उपयोगकर्ता के वातावरण को प्रभावित नहीं कर सकता है। VM में software संकलित करने, कस्टम कमांड लाइन कौशल बनाने, समवर्ती उपएजेंट चलाने और लंबे समय तक चलने वाले क्रोन नौकरियों का रखरखाव करने के लिए पर्याप्त CPU, स्मृति और डिस्क हैं।
हैच एजेंट हार्नेस. VM के अंदर, एजेंट विशेषाधिकार प्राप्त Root के रूप में नहीं चलता है. यह systemd-nspawn द्वारा प्रबंधित एक हल्के सेल में चलाया जाता है, जिसे आंतरिक रूप से हैच हार्नेस कहा जाता है। कंटेनर के भीतर Root, अनपेक्षित मेजबान यूआईडी को मैप करता है। आरंभिकरण से पहले CAP_SYS_ADMIN, Cap_sys_trace और Cap_net_admin जैसी महत्वपूर्ण कर्नेल क्षमताएं छीन ली जाती हैं। Hatch केवल यूनिक्स डोमेन सॉकेट पर सहकर्मी क्रेडेंशियल्स और स्पष्ट एक्सेस कंट्रोल सूचियों के साथ बाहरी सेवाओं के साथ संवाद करता है, इसलिए 89001 11 के अंदर कोई खुला नेटवर्क पोर्ट मौजूद नहीं है।
सेंटिनेल नेटवर्क वार्डन। एक स्थायी एजेंट को internet एक्सेस की आवश्यकता होती है, लेकिन अप्रतिबंधित आउटबाउंड ट्रैफ़िक डेटा एक्सफिल्ट्रेशन को आमंत्रित करता है। मेटा का सेंटिनेल एक आउट-ऑफ-बैंड, होस्ट-साइड मॉनिटर है जो कनेक्टर क्रियाओं और आउटबाउन्ड ट्रैफिक के लिए एकमात्र अनुमति प्राधिकरण के रूप में कार्य करता है. अनुरोध ईबीपीएफ जांच और उपयोगकर्ता नामस्थानों द्वारा शासित एक फॉरवर्ड प्रॉक्सी से गुजरते हैं। सेंटिनल लेयर 4 और लेयर 7 पर यातायात का निरीक्षण करता है hostहोस्टनाम, हल किया गया IP, पोर्ट, प्रोटोकॉल, HTTP क्रिया, URL पथ और डिकोडेड पेलोड। यह दो सीमाएं लागू करता हैः ब्लॉक करना - server अनुरोध जालसाजी ताकि सार्वजनिक दिखने वाले डोमेन निजी आंतरिक आईपी या क्लाउड मेटाडाटा एंडपॉइंट्स जैसे कि 169.254.169.254 को हल न कर सकें, और ट्रैक "प्रदूषित" बाहर निकलें जो अविश्वसनीय वेब पृष्ठों से उत्पन्न होता है।
सरोगेट क्रेडेंशियल्स। Muse OAuth ताज़ा tokens और API रहस्यों को कंटेनर के बाहर एक एन्क्रिप्टेड कीस्टोर में रखता है, जिसे hatch-authd नामक डेमन द्वारा प्रबंधित किया जाता है। मॉडल केवल अपारदर्शी, अल्पकालिक सरोगेट tokens देखता है। एक विशेषाधिकार प्राप्त कनेक्टर कार्यकर्ता अधिकृत कॉल को रोकता है, क्षमता अनुमतियों को सत्यापित करता है, और नेटवर्क सीमा पर वास्तविक हस्ताक्षर के लिए surrogate को स्वैप करता है। यहां तक कि अगर प्रॉम्प्ट इंजेक्शन एजेंट को अपने पर्यावरण चर को प्रिंट करने में धोखा देता है, तो इसमें कुछ भी मूल्य नहीं होता है।
अभिगम्यता-वृक्ष ब्राउज़िंग सीधे डीओएम हेरफेर के बजाय, म्यूज़ का ब्राउज़र सबएजेंट Chrome DevTools Protocol ब्रोकर के माध्यम से ब्राउज़र की एक्सेसिबिलिटी ट्री के जरिए इंटरैक्ट करता है। यह पेज कॉन्टेक्स्ट में मनमाने JavaScript को निष्पादित नहीं कर सकता, स्क्रिप्ट वर्ब्स नहीं चला सकता या डेवटूल कंसोल का निरीक्षण नहीं कर सकते और जब उपयोगकर्ता ब्राउज़र पर कब्जा कर लेता है या क्रेडेंशियल भरे जा रहे हैं तो स्वचालित रूप से रुक जाता है। स्वतंत्र वर्गीकरणकर्ता इंजेक्शन पेलोड के लिए पृष्ठ सामग्री, छवियों, डाउनलोड की गई फ़ाइलों और उच्च-जोखिम वाले फॉर्म सबमिशन को स्कैन करते हैं।
पृथक भुगतान। यदि भुगतान विवरण पहले से ही एक व्यापारी साइट पर मौजूद हैं, तो म्यूज़ चेकआउट का पता लगाता है और स्पष्ट मानव अनुमोदन के लिए रुक जाता है। नए व्यापारियों के लिए, संग्रहीत कार्ड नंबरों को एजेंट रनटाइम में उजागर करने के बजाय Stripe Link के साथ एकीकृत करता है, जिसमें Shop Pay की योजना बनाई गई है।
OpenAI डॉट्स: दूसरा दर्शन
डॉट्स मूस के तीन सप्ताह बाद आया, जीपीटी-6 एस्ट्रा द्वारा संचालित और OpenAI की उसी समस्या का उत्तर के रूप में तैनात किया गयाः एक स्थायी क्लाउड रनटाइम जो उपयोगकर्ता की ओर से कार्य करता है। जहां मेटा के दस्तावेज एक किले मॉडल पर जोर देते हैं - मान लें कि मॉडल शत्रुतापूर्ण है और इसे OpenAI का दृष्टिकोण क्षमता और नियंत्रण के बीच एक अलग संतुलन पर केंद्रित है। दोनों कंपनियां एक ही मूल घटकों पर अभिसरण कर रही हैंः सैंडबॉक्स निष्पादन, स्थायी स्मृति, शेड्यूलर और अनुमोदन द्वार। अंतर यह है कि एजेंट को The Sandbox के अंदर कितनी आजादी मिलती है और सुरक्षा का कितना बोझ आसपास के बुनियादी ढांचे की तुलना में मॉडल पर पड़ता है।
शुरुआती असफलताएं क्या दिखाती हैं
हमेशा-ऑन एजेंटों की पहली पीढ़ी ने पहले ही अध्ययन के लायक वास्तविक दुनिया की घटनाओं का उत्पादन किया है। यह पैटर्न सुसंगत हैः असफलताएं शायद ही कभी मॉडल के "मूर्ख" होने से आती हैं। वे एक योजना और इसके निष्पादन दर सीमाओं के बीच की खाई से आते हैं जो पुनः प्रयास तूफानों को ट्रिगर करते हैं, लॉग में लीक होने वाले क्रेडेंशियल्स, वेब पेज जो इंजेक्ट निर्देश एजेंट का पालन करता है, और अनुसूचित नौकरियां जो दिनों भर त्रुटियों को जोड़ती हैं क्योंकि कुछ भी उन्हें रोक नहीं सकता है।
यही कारण है कि वास्तुशिल्प विवरण बेंचमार्क स्कोर से अधिक मायने रखते हैं। एक मॉडल जो अच्छी तरह से तर्क करता है लेकिन बिना चेकपॉइंटिंग, निकास फ़िल्टरिंग या अनुमोदन गेट के चलता है अंततः बड़े पैमाने पर नुकसान का कारण बन जाएगा। एक अच्छी तरह से डिज़ाइन किए गए हार्नेस के अंदर थोड़ा कमजोर मॉडल नहीं होगा।
पाठकों के लिए इसका क्या अर्थ है
यदि आप इन उपकरणों का मूल्यांकन कर रहे हैं, तो व्यावहारिक प्रश्न इस बारे में नहीं है कि कौन सा मॉडल अधिक स्मार्ट है। वे इस बारे में हैं कि एजेंट क्या छू सकता है, वह क्या खर्च कर सकता है जो अपरिवर्तनीय कार्यों को मंजूरी देता है और आप कैसे ऑडिट कर सकते हैं जब आपने सोया था। Both Muse और डॉट्स को बहु-दिवसीय लक्ष्यों के लिए डिज़ाइन किया गया है, जिसका अर्थ है कि त्रुटियां बनी रह सकती हैं। उन कार्यों के साथ शुरू करें जो प्रतिवर्ती हैं, धन या बाहरी संचार से जुड़ी किसी भी चीज़ पर अनुमोदन द्वार रखें, और एजेंट की स्मृति को समीक्षा करने के लिए कुछ मानें, अंधाधुंध विश्वास नहीं।
chatbot से बैकग्राउंड रनटाइम में बदलाव सितंबर 2026 की वास्तविक कहानी है। मॉडल इसका केवल एक हिस्सा है।

Comments (0)