सारांश बढ़िया है, लेकिन आखिर में काम तो वही का वही है और बदला कुछ भी नहीं; बात आखिरकार इसी पर आकर ठहरती है कि AI से मैं भी काम कर सकूं, इसलिए ज्ञान साझा करें।
हम सब जानते हैं कि लंबे समय में codebase को व्यवस्थित करना ही गति बढ़ाने का रास्ता है,
लेकिन यह कुछ वैसा ही है जैसे कहना कि अच्छा खाओ, व्यायाम करो और अच्छी नींद लो तो स्वास्थ्य बेहतर होगा।
साधारण Vault को बस initialize किया, उस एक फ़ाइल को पढ़ने दिया, और जब मैंने कहा कि मैं इस आइडिया को concretize करना चाहता हूँ, तो superpowers की brainstorm skill के साथ पूरा ढांचा तैयार हो गया और CLAUDE.md तथा Obsidian plugin सेटिंग तक पूरी हो गई।
Apple legacy support को (लगभग विकृत स्तर तक) नज़रअंदाज़ करता है, लेकिन अगर legacy support नहीं है तो आखिरकार इसका मतलब यह है कि ध्यान रखने वाले तत्व कम होने चाहिए, फिर भी अस्थिरता लगातार क्यों पैदा होती रहती है?
सिर्फ आलोचना करने के लिए आलोचना नहीं हो रही, बल्कि वास्तव में असुविधा महसूस करने वाले लोग बहुत ज़्यादा हैं। (अगर Apple की तुलना किसी धर्म से करें, तो मानो लोगों की आस्था ही ठंडी पड़ गई हो)
मैं समझता हूँ कि कहना क्या चाहा गया है, लेकिन तुलना का विषय गलत चुना गया है।
LLM-आधारित कंपनियों की profitability और chronic losses की समस्या पर मैं भी कुछ हद तक सहमत हूँ,
लेकिन अगर तुलना Big Tech के cost of revenue से की जाती तो बात अलग थी; किसी multinational LLM कंपनी और Gimbap Cheonguk की वित्तीय स्थिति की 1:1 तुलना करना तर्कसंगत नहीं है।
यह एजेंट लगभग 1 साल पहले ही जारी किया गया था। https://hi.news.hada.io/topic?id=19142
लगता है कि हालिया प्रगति के हिसाब से इसे धीरे-धीरे अपडेट किया जा रहा है, इसलिए अब यह काफ़ी बेहतर हो गया है।
Twitter के संस्थापक रह चुके और अब Block के CEO @jack ने इसकी तारीफ़ की, इसलिए मैं इसे एक बार फिर दर्ज कर रहा हूँ। https://x.com/jack/status/2039897468775604711
LLM का उपयोग करके डायरी, Apple Notes और iMessage बातचीत के 2,500 आइटम को इनपुट के रूप में देकर 400 विस्तृत wiki दस्तावेज़ अपने-आप बनाए गए
इसमें दोस्त, startup, रुचि के research क्षेत्र, पसंदीदा anime और उनके प्रभाव तक शामिल हैं, और backlink के ज़रिए आपस में जुड़े हैं
wiki को व्यक्तिगत पढ़ने के लिए नहीं बल्कि agent द्वारा उपयोग किए जाने वाले knowledge base के रूप में डिज़ाइन किया गया है, इसलिए file structure और backlink ऐसे रूप में हैं जिन्हें agent आसानी से crawl कर सके
Claude Code को wiki से जोड़ा गया है और index.md को entry point बनाया गया है, ताकि query पर agent ज़रूरी पेजों को सीधे explore कर सके
उपयोग का उदाहरण: नई landing page पर काम करते समय अगर पूछा जाए, "हाल में मुझे प्रेरित करने वाली images और फिल्मों को देखकर copy और design ideas दो", तो agent Studio Ghibli documentary पर आधारित "philosophy" दस्तावेज़, YC कंपनियों के landing page screenshots वाला "competitors" दस्तावेज़, और सेव की हुई 1970s Beatles goods images तक को मिलाकर जवाब देता है
1 साल पहले RAG-आधारित समान सिस्टम बनाया गया था, लेकिन performance अच्छी नहीं थी, और agent का file system के ज़रिए सीधे explore करना कहीं ज़्यादा प्रभावी निकला
नया आइटम (लेख, inspiration image, meeting notes आदि) जोड़ने पर सिस्टम संबंधित 2~3 मौजूदा दस्तावेज़ों को अपने-आप update करता है या नया दस्तावेज़ बना देता है
ऊपर की Farzapedia को LLM Wiki tweet का एक अच्छा वास्तविक उदाहरण बताते हुए, मौजूदा AI personalization तरीके "जितना ज़्यादा इस्तेमाल करो, उतना अपने-आप बेहतर हो जाता है" की तुलना में इस approach के 4 फायदे बताए
स्पष्टता (Explicit): memory का परिणाम wiki के रूप में साफ़-साफ़ मौजूद रहता है, और AI क्या जानता है और क्या नहीं, इसे सीधे देखा और मैनेज किया जा सकता है — ज्ञान किसी अपारदर्शी internal system में दबा नहीं रहता बल्कि दिखाई देने वाले रूप में मौजूद रहता है
डेटा पर स्वामित्व (Yours): डेटा किसी खास AI provider के system में नहीं बल्कि local computer पर store होता है, और ऐसे locked format में बंद नहीं होता जिसे निकाला न जा सके, इसलिए जानकारी पर पूरा control बना रहता है
app से पहले file (File over app): memory markdown, images आदि generic format वाली files के संग्रह के रूप में बनी होती है, इसलिए अलग-अलग tools और CLI के साथ compatible है — agent पूरा Unix toolkit इस्तेमाल कर सकता है, और Obsidian जैसे मनचाहे interface में इसे देखा जा सकता है
AI चुनने की आज़ादी (BYOAI): Claude, Codex, OpenCode जैसे मनचाहे AI को स्वतंत्र रूप से जोड़ा जा सकता है — open source AI को wiki पर fine-tune करके केवल डेटा reference करने से आगे बढ़कर weights में ही व्यक्तिगत ज्ञान को समाहित करना भी सिद्धांततः संभव है
यह तरीका सबसे सरल नहीं है और file directory management की ज़रूरत पड़ती है, लेकिन agent इसमें काफ़ी हद तक मदद कर सकता है
इस बात पर ज़ोर दिया गया कि "agent proficiency 21वीं सदी की core skill है", और सलाह दी गई कि अंग्रेज़ी में निर्देश देने पर कंप्यूटर का काम संभाल लेने वाले इस tool को खुद अनुभव करके देखें
शुरुआत में, इसे इस्तेमाल करने से पहले मुझे थोड़ा संदेह था कि ollama जैसे दूसरे local LLM चलाने वाले tools की तुलना में इसका क्या फ़ायदा होगा, लेकिन वास्तव में खुद इस्तेमाल करके देखा तो hallucination भी काफ़ी ज़्यादा है और यह थोड़ा बेवकूफ़-सा लगता है.
हालाँकि दूसरे local LLM tools GPU का उपयोग करके ज़्यादा ताकतवर होते हैं, लेकिन वे बहुत ज़्यादा resources भी खा जाते हैं. इसके मुकाबले, यह मॉडल अपेक्षाकृत कम resources लेता है, Neural Engine का अच्छा इस्तेमाल करता है, और बिजली भी कम खर्च करता है — इस नज़रिए से इसमें फ़ायदा लगता है.
मेरी समझ में Apple Intelligence का पूरा concept यही है कि mobile devices सहित अलग-अलग devices पर हल्का AI चलाया जाए, और उस concept के हिसाब से देखें तो यह काफ़ी फिट बैठता है.
लेकिन फिर भी, चाहे यह lightweight model हो, इसकी performance इससे बेहतर होनी चाहिए तभी इसे थोड़ा और उपयोगी ढंग से इस्तेमाल किया जा सकेगा. अभी यह बहुत ज़्यादा बेवकूफ़ है.
असल में इसकी आलोचना होनी चाहिए, लेकिन लगता है कि Claude के पास यह कहने का हक़ है भी या नहीं कि किसी ने किसकी चीज़ चुराई।
जब उसने अवैध रूप से किताबें स्कैन करके उन पर training की, मुकदमा झेला और पैसे भी चुकाए, यह याद आता है haha
सारांश बढ़िया है, लेकिन आखिर में काम तो वही का वही है और बदला कुछ भी नहीं; बात आखिरकार इसी पर आकर ठहरती है कि AI से मैं भी काम कर सकूं, इसलिए ज्ञान साझा करें।
लगता है कि openclaw के अंदर वही चीज़ आ गई है जिसे मैं implement करना चाहता था। अब इसे इस्तेमाल करना होगा।
हम सब जानते हैं कि लंबे समय में codebase को व्यवस्थित करना ही गति बढ़ाने का रास्ता है,
लेकिन यह कुछ वैसा ही है जैसे कहना कि अच्छा खाओ, व्यायाम करो और अच्छी नींद लो तो स्वास्थ्य बेहतर होगा।
claw-code - Claude Code के लीक हुए source पर आधारित Python clean-room पुनर्लेखन प्रोजेक्ट
सोचने लायक विचार तो है, लेकिन लगता है कि अभी इसके लिए बहुत जल्दी है — ऐसा नज़रिया ज़्यादा हावी है।
फिर ऐसी घटिया चीज़ GN पर आ जाती है... क्या ज़माना आ गया है कि चोरी भी वायरल हो रही है...
साधारण Vault को बस initialize किया, उस एक फ़ाइल को पढ़ने दिया, और जब मैंने कहा कि मैं इस आइडिया को concretize करना चाहता हूँ, तो superpowers की brainstorm skill के साथ पूरा ढांचा तैयार हो गया और
CLAUDE.mdतथा Obsidian plugin सेटिंग तक पूरी हो गई।अच्छा, समझ गया। बताने के लिए धन्यवाद। कई बातों का ध्यान रखना पड़ेगा।
क्या Claude Code में स्विच करने पर
agent teamsका इस्तेमाल किया जा सकता है?साझा करने के लिए धन्यवाद। इसे चलाकर देखा, और यह वाकई हैरान करने वाला है.
लगता है कि कम्युनिटी में आगे भी इससे बेहतर तरीके लगातार सामने आते रहेंगे
Apple legacy support को (लगभग विकृत स्तर तक) नज़रअंदाज़ करता है, लेकिन अगर legacy support नहीं है तो आखिरकार इसका मतलब यह है कि ध्यान रखने वाले तत्व कम होने चाहिए, फिर भी अस्थिरता लगातार क्यों पैदा होती रहती है?
सिर्फ आलोचना करने के लिए आलोचना नहीं हो रही, बल्कि वास्तव में असुविधा महसूस करने वाले लोग बहुत ज़्यादा हैं। (अगर Apple की तुलना किसी धर्म से करें, तो मानो लोगों की आस्था ही ठंडी पड़ गई हो)
मैं समझता हूँ कि कहना क्या चाहा गया है, लेकिन तुलना का विषय गलत चुना गया है।
LLM-आधारित कंपनियों की profitability और chronic losses की समस्या पर मैं भी कुछ हद तक सहमत हूँ,
लेकिन अगर तुलना Big Tech के cost of revenue से की जाती तो बात अलग थी; किसी multinational LLM कंपनी और Gimbap Cheonguk की वित्तीय स्थिति की 1:1 तुलना करना तर्कसंगत नहीं है।
यह एजेंट लगभग 1 साल पहले ही जारी किया गया था। https://hi.news.hada.io/topic?id=19142
लगता है कि हालिया प्रगति के हिसाब से इसे धीरे-धीरे अपडेट किया जा रहा है, इसलिए अब यह काफ़ी बेहतर हो गया है।
Twitter के संस्थापक रह चुके और अब Block के CEO @jack ने इसकी तारीफ़ की, इसलिए मैं इसे एक बार फिर दर्ज कर रहा हूँ।
https://x.com/jack/status/2039897468775604711
इसे इस्तेमाल करने वाला Farzapedia: 2,500 डायरी, नोट्स और संदेशों से बनाई गई व्यक्तिगत Wikipedia
index.mdको entry point बनाया गया है, ताकि query पर agent ज़रूरी पेजों को सीधे explore कर सकेKarpathy ने बताए LLM Wiki-आधारित personalization के 4 फायदे
शुरुआत में, इसे इस्तेमाल करने से पहले मुझे थोड़ा संदेह था कि
ollamaजैसे दूसरे local LLM चलाने वाले tools की तुलना में इसका क्या फ़ायदा होगा, लेकिन वास्तव में खुद इस्तेमाल करके देखा तो hallucination भी काफ़ी ज़्यादा है और यह थोड़ा बेवकूफ़-सा लगता है.हालाँकि दूसरे local LLM tools GPU का उपयोग करके ज़्यादा ताकतवर होते हैं, लेकिन वे बहुत ज़्यादा resources भी खा जाते हैं. इसके मुकाबले, यह मॉडल अपेक्षाकृत कम resources लेता है, Neural Engine का अच्छा इस्तेमाल करता है, और बिजली भी कम खर्च करता है — इस नज़रिए से इसमें फ़ायदा लगता है.
मेरी समझ में Apple Intelligence का पूरा concept यही है कि mobile devices सहित अलग-अलग devices पर हल्का AI चलाया जाए, और उस concept के हिसाब से देखें तो यह काफ़ी फिट बैठता है.
लेकिन फिर भी, चाहे यह lightweight model हो, इसकी performance इससे बेहतर होनी चाहिए तभी इसे थोड़ा और उपयोगी ढंग से इस्तेमाल किया जा सकेगा. अभी यह बहुत ज़्यादा बेवकूफ़ है.
असल में इसकी आलोचना होनी चाहिए, लेकिन लगता है कि Claude के पास यह कहने का हक़ है भी या नहीं कि किसी ने किसकी चीज़ चुराई।
जब उसने अवैध रूप से किताबें स्कैन करके उन पर training की, मुकदमा झेला और पैसे भी चुकाए, यह याद आता है haha
उस समय कोड किस समस्या को हल करने के इरादे से लिखा गया था, यह दर्ज रहना चाहिए।
समय बीत जाने पर बस यही रह जाता है: आखिर इसे इस मकसद से क्यों लिखा था..
मेरी ही बात है ..?
मौजूद codex binary ही इस्तेमाल करते हैं....