उपकरण समीक्षाएँ

2026 में LLMs की स्थिति (अब तक)

2026 में, कोडिंग एजेंटों ने नवीनता से बुनियादी ढांचे के लिए स्थानांतरित किया जैसे कि Claude Opus 4.5, GPT-5.1, OpenClaw और सुरक्षा मुद्दों ने डेवलपर वर्कफ़्लोज़ को फिर से आकार दिया।

2026 में LLMs की स्थिति (अब तक)

मुख्य जानकारी

  • कोडिंग एजेंटों ने शुरुआती 2026 में नवीनता से बुनियादी ढांचे तक पार किया, बड़े पैमाने पर क्योंकि नवंबर 2025 मॉडल रिलीज़ जैसे Claude Opus 4.5 और जीपीटी- 5.1 दैनिक उपयोग के लिए पर्याप्त विश्वसनीय हो गए जब एजेंट हार्नेस Claude Code और कोडिक्स की तरह जोड़ा गया।
  • Simon Willison ने तर्क दिया कि छोटे मॉडल सुधार उपकरण को एक अदृश्य प्रयोज्य सीमा से आगे बढ़ा सकते हैं, जिससे पहले अविश्वसनीय AI कोडिंग वर्कफ़्लो अचानक व्यावहारिक हो जाते हैं।
  • ओपनक्लॉ परियोजना 2026 एजेंट बूम का प्रतीक बन गई, इसी तरह के Claws, ड्राइविंग डेवलपर प्रयोग, उपभोक्ता hardware मांग और व्यक्तिगत एजेंटों के लिए एक अल्पकालिक सामाजिक नेटवर्क।
  • token की लागत एक प्रमुख बाजार वास्तविकता बन गईः उद्यमों ने पहले आक्रामक AI गोद लेने और भारी token उपयोग को आगे बढ़ाया, फिर खर्च में नियंत्रण करना शुरू कर दिया क्योंकि कोडिंग एजेंट बड़े पैमाने पर महंगे साबित हुए।
  • सुरक्षा, सैंडबॉक्सिंग और डेवलपर चिंता ने वार्तालाप पर हावी हो गया, जबकि विलिसन की एक प्रमुख कोडिंग-एजेंट आपदा के अधिक नाटकीय भविष्यवाणी स्पष्ट रूप से मध्य तक पूरी नहीं हुई थी। 2026

मेटा विवरणः Simon Willison का WeAreDevelopers कीनोट 2026 के AI शिफ्ट्स को ट्रैक करता हैः Claude Opus 4.5, GPT-5.1, OpenClaw, token लागत और डेवलपर्स के लिए कोडिंग एजेंटों का क्या मतलब है।

The State of LLMs in 2026 (So Far)

टैगः कोडिंग एजेंट, Claude Opus 4.5, GPT- 5.1, OpenClaw, AI विकास के रुझान

यदि आप software का निर्माण करते हैं या उन लोगों को प्रबंधित करते हैं जो ऐसा करते हैं, तो 2026 की पहली छमाही वर्ष है कि कोडिंग एजेंट एक नवीनता होने से रोकते हैं और बुनियादी ढांचा बनना शुरू कर देते हैं। यह शुक्रवार को WeAreDevelopers World Congress North America में San Jose के समापन कीनोट की थ्रूलाइन थी, जहां उन्होंने कालानुक्रमिक रूप से साल भर चलाया और तर्क दिया कि देर से मॉडल रिलीज़ 2025 ने चुपचाप AI कोडिंग टूल को प्रयोज्य सीमा पार कर लिया।

नवंबर 2025 की रिलीज़ जिसने यह सब शुरू किया

विल्सन के लिए, 2026 प्रभावी रूप से दो महीने पहले शुरू हुआ, नवंबर में 2025, जब Anthropic जारी किया गया Claude Opus 4.5 और OpenAI ने जीपीटी- 5.1 जारी किया। अपने दम पर, दोनों सामान्य वृद्धिशील उन्नयन की तरह लग रहे थे। लेकिन उनके संबंधित कोडिंग एजेंट हार्नेस[6 Claude Code के साथ जोड़ा गया था, जो फरवरी 2025 से अस्तित्व में था, और थोड़ा नया कॉडेक्स[6 संयोजन "अक्सर गलतियाँ करते हैं" से बदलकर "दिन-प्रतिदिन आधार पर उपयोग करने के लिए पर्याप्त विश्वसनीय है"। वह अदृश्य रेखा, उन्होंने कहा, देखने के लिए बात हैः हर बार एक मॉडल सुधार कुछ ऐसा करता है जो कभी भी काम नहीं करता था अचानक काम करता है।

विल्सन ने एक जानबूझकर मूर्खतापूर्ण परीक्षण का उपयोग करके वर्षों से इन कूद को ट्रैक किया है - मॉडल से पूछना "एक साइकिल की सवारी करने वाले पेलिकन के एसवीजी उत्पन्न करें।" नवंबर तक, परिणाम अभी भी मोटे थेः Claude वास्तव में बाइक नहीं खींच सकता था, और जीपीटी- 5.1 की साइकिल फ्रेम, उनके शब्दों में, बहुत बकवास थी। बेंचमार्क सीमित है, लेकिन यह एक वास्तविक चुनौती बनी हुई है क्योंकि पेलिकाओं को आकर्षित करना मुश्किल है, साइकिलें ड्राइंग करना कठिन हैं, और पेलिकेन्स पहली जगह पर साइकिलों की सवारी नहीं कर सकते हैं।

इसी तरह नवंबर में, पहला कमिट एक अस्पष्ट GitHub रिपॉजिटरी में उतरा जिसे "वेरेले" कहा जाता है। यह विवरण बाद में मायने रखता है।

The State of LLMs in 2026 (So Far)

एक शांत दिसम्बर, फिर एक महत्वाकांक्षी जनवरी

दिसंबर की छुट्टियों के दौरान, व्यक्तिगत डेवलपर्स ने नए मॉडल-प्लस-एजेंट संयोजनों के साथ छेड़छाड़ की और महसूस करना शुरू किया कि वे कितना अधिक कर सकते हैं। जनवरी तक, कई इसे कार्रवाई में डाल रहे थे। विल्सन ने एक नया साल का संकल्प बनाया जिसने अपने सामान्य को उलट दियाः ध्यान केंद्रित करने और कम परियोजनाओं पर लेने के बजाय, उन्होंने जितने चाहें उतने लेने का फैसला किया और एजेंटों को यह संभालने दें। उन्होंने स्वीकार किया कि प्रयोग अभी भी चल रहा है और उनके पास "अभी बहुत सारी प्लेटें घूम रही हैं"।

वह ऑक्साइड और फ्रेंड्स पॉडकास्ट में भी दिखाई दिए Bryan Cantrill तथा Adam Leventhal। पीछे मुड़कर देखें तो उन्होंने कहा कि उनकी LLM भविष्यवाणियां महत्वाकांक्षी नहीं थीं: उन्होंने पूर्वानुमान लगाया था कि यह निर्विवाद हो जाएगा कि LLMs अच्छा कोड लिखते हैं, कि सैंडबॉक्सिंग को अंततः हल किया जाएगा, और "आधे-मजाक से" एक "चैलेंजर आपदा" क्षण कोडिंग एजेंट सुरक्षा को हिट करेगा। सैंडबोक्सिंग और एजेन्ट सुरक्षा ने बातचीत पर हावी रही; सम्मेलन के 277 सत्रों में से लगभग 40 ने उन विषयों को छुआ। विशिष्ट आपदा जो उसने भविष्यवाणी की थी, जहां अपहृत कोडिंग एजेंट वास्तविक दुनिया आर्थिक नुकसान का कारण बनता है, स्पष्ट रूप से लागू नहीं हुआ है। उन्होंने न्यूजीलैंड के ककापो तोते के लिए एक मजबूत प्रजनन सीज़न की भी भविष्यवाणी ਕੀਤੀ, जिनमें से वर्ष की शुरुआत में केवल 236 विश्व स्तर पर मौजूद थे। पक्षी केवल तब पैदा होते हैं जब रिमू फलदार पेड़ों की भारी मात्रा होती है, जो इस साल चार वर्षों में नहीं हुई थी excellent लेकिन फल उत्कृष्ट लग

उसी पॉडकास्ट पर, समूह ने एक शब्द गढ़ा, जिसका श्रेय Adam Leventhal को दिया गया है, जब इंजीनियरों द्वारा महसूस की जाने वाली उदासीनता के लिए AI सब कुछ करने में सक्षम प्रतीत होता हैः "Deep Blue. " विल्सन ने 2026 अपने करियर में किसी भी अन्य बिंदु की तुलना में तेजी से बदलते हुए वर्ष के रूप में वर्णित किया।

ओपन क्लॉ घटना और "क्लॉस" का उदय

जनवरी के अंत तक, वेरेले रिपॉजिटरी का नाम बार-बार बदल दिया गया था - पहले CLAWDIS, फिर CLAWNBOT, फिर Moltbot और आखिरकार OpenClaw। इसे शुरू करने के दो महीने से भी कम समय में 8,300 प्रतिबद्ध किया गया था; विल्सन ने कहा कि अब इसमें 100,000 से अधिक है, जिससे यह शायद software का सबसे ज्यादा वाइब-कोडेड टुकड़ा बन गया है।

OpenClaw ने इसी तरह के उपकरणों की एक लहर को शुरू किया नैनोक्लॉ, आयरनक्लॉ, पिकोक्लो जिसे विलिसन "कलौस" कहना पसंद करते हैं, हालांकि उद्योग अब "व्यक्तिगत एजेंटों" या "सामान्य एजेंट्स" को प्राथमिकता देता है। मांग मूर्त थी: Bay Area में ऐप्पल स्टोर बिक गए Mac Minis क्योंकि लोगों ने उन्हें ओपनक्लॉ चलाने के लिए खरीदा था, एक व्यवहार Drew Breunig जो डिजिटल पालतू जानवर के लिए मछलीघर खरीदने जैसा था। जनवरी में, मोल्टबुक एक सामाजिक नेटवर्क के रूप में लॉन्च हुआ जहां उपयोगकर्ता अपने क्लॉज़ को अन्य क्लॉज से बात करने के लिए भेज सकते थे। यह शुक्रवार को विस्फोट हो गया, सोमवार को न्यू द्वारा प्रोफाइल किया गया York Times मंगलवार तक स्पैम में डूब गया और एक महीने बाद मेटा द्वारा अधिग्रहित किया गया।

The State of LLMs in 2026 (So Far)

StrongDM ने पिछले साल जुलाई के बाद से दो नियमों का पालन किया: कोड को मनुष्यों द्वारा नहीं लिखा जाना चाहिए, और कोड की समीक्षा मानवों द्वारा नहीं की जानी चाहिए। विल्सन ने यह उल्लेखनीय पाया कि दशकों के अनुभव वाली एक सुरक्षा कंपनी छह महीने पहले सभी से आगे चल रही थी, software पर भरोसा करने के तरीके की खोज कर रहा था कोई भी पढ़ता है.

पेलिकन, token बजट और एक बाजार जो अपने पैरों पर खड़ा है

फरवरी में, Google ने Gemini 3.1 प्रो जारी किया, जिसने अंततः सही जगह पर एक साइकिल chainchain पर एक सक्षम पेलिकन का उत्पादन किया, दोनों तरफ पैरों के साथ, यहां तक कि टोकरी में थोड़ी मछली भी। Google 's Jeff Dean ने फिर Gemini 3 Pro और 3.1 Pro की तुलना करते हुए एक वीडियो ट्वीट किया जिसमें एक एनिमेटेड पेलिकलान, पेनी-फार्थिंग पर एक मेंढक, एक छोटी सी कार में एक जिराफ, रोलर स्केट्स पर एक ऊदबिलाव, एक कछुए किकफ्लिपिंग और स्ट्रेच लिमोसिन चलाने वाला डैशडॉग शामिल है। विल्सन ने स्वीकार किया कि उनका बेंचमार्क पराजित हो गया था।

फरवरी में "टोकनमैक्सिंग" शिखर भी देखा गया, जिसमें मेटा ने प्रदर्शन समीक्षाओं का हिस्सा अपनाया AI, Microsoft हर कर्मचारी को उपयोग करने के लिए धक्का दिया AI, और उबर ने दावा किया कि इसके 90 प्रतिशत इंजीनियरों ने AI वर्कफ़्लोज़ का इस्तेमाल किया। महीनों के भीतर, मेटा token के उपयोग पर क्रैक कर रहा था, Microsoft ने कहा कि टोकनमेक्सिंग "वह नहीं है जिसके लिए हम अनुकूलित कर रहे हैं", और उबेर ने कर्मचारियों के खर्च को सीमित कर दिया । एजेंट महंगे हो गए [2 वास्तविक काम पर एक दिन में व्यय करना $1,000 संभव हो गया, और Anthropic की वैल्यूएशन एक रिपोर्ट किए गए ट्रिलियन डॉलर की ओर बढ़ गई। विल्सन के पढ़ने में, AI मुख्य रूप से कोडिंग एजेंटों के माध्यम से उत्पाद-बाजार फिट पाया 2026 ।

मार्च तक, चीन में ओपनक्लॉ स्थापित करने वाली पार्टियों ने ब्लॉक के चारों ओर कतारबद्ध गैर-तकनीकी लोगों को आकर्षित किया, जो व्यक्तिगत AI एजेंटों की वास्तविक मांग का सुझाव देता है। विल्सन ने कहा कि एक क्लॉ अनिवार्य रूप से आपके मशीन पर कम धमकी देने वाले कोड लिखने और निष्पादित करने में एक कोडिंग एजेंट है। अब दौड़ सुरक्षित बनाने के लिए है, और मेटा का म्यूज, तीन सप्ताह पहले जारी किया गया था, वर्तमान में मुफ्त चार्ट के शीर्ष पर बैठता है।

शेष के लिए खुला प्रश्न 2026: क्या विश्वसनीयता है क्योंकि एजेंट अधिक स्वायत्तता लेते हैं, और क्या कोई भी भविष्यवाणी की गई आपदा आने से पहले सुरक्षा समस्या को हल करता है।

Comments (0)

  1. No comments yet. Be the first to share what worked for you.

Leave a comment

Comments are reviewed before they appear. Your email address is not published.