- मौजूदा app store से सामान्य-purpose apps चुनकर इस्तेमाल करने का तरीका धीरे-धीरे पुराना पड़ता जा रहा है, और हम ऐसे दौर में प्रवेश कर रहे हैं जहाँ LLM agents तुरंत user-specific apps बना देते हैं
- Karpathy ने vibe coding के ज़रिए कस्टम aerobic exercise dashboard सिर्फ 1 घंटे में पूरा करने का उदाहरण साझा किया
- treadmill cloud API को reverse engineer करके data प्रोसेस किया गया और web UI बनाया गया, लेकिन unit conversion या calendar matching जैसी bug fixes अभी भी ज़रूरी थीं
- उद्योग को human-facing frontend के बजाय agents द्वारा सीधे इस्तेमाल किए जा सकने वाले AI-native API/CLI केंद्रित रूप में पुनर्गठित होना चाहिए, लेकिन 99% products अब भी इसके लिए तैयार नहीं हैं
- अंतिम लक्ष्य ऐसा भविष्य है जहाँ सिर्फ "मेरी aerobic exercise track करो" कहने पर 1 मिनट के भीतर app तैयार हो जाए; इसके लिए personal context, skill library, और automation infrastructure की ज़रूरत होगी
कस्टम सॉफ़्टवेयर का ठोस उदाहरण
- हाल में aerobic exercise पर थोड़ा कम ध्यान देने के कारण, resting heart rate को 50 से 45 तक लाने के लिए 8 हफ्तों का प्रयोग डिज़ाइन करने का फैसला किया गया
- प्रति सप्ताह कुल Zone 2 aerobic minutes का लक्ष्य और हफ्ते में 1 बार HIIT को मुख्य साधन के रूप में तय किया गया
- इसे track करने के लिए vibe coding से एक कस्टम dashboard बनाया गया, जिसमें लगभग 1 घंटा लगा
- Claude ने Woodway treadmill cloud API को reverse engineer करके raw data pull किया, फिर उसे process, filter, और debug करने के बाद web UI frontend भी बनाया
- अनुभव पूरी तरह seamless नहीं था; metric बनाम imperial units की गड़बड़ी, calendar में weekday-date matching error जैसे bugs को खुद पकड़कर fix करने के लिए कहना पड़ा
app store मॉडल की सीमाएँ
- इस तरह के काम के लिए dedicated app app store में मौजूद नहीं है, और होने की ज़रूरत भी नहीं — लगभग 300 lines of code से LLM agent इसे कुछ सेकंड में बना सकता है
- "aerobic experiment tracker" जैसा app खोजकर download करके इस्तेमाल करने का तरीका ही अनुपयुक्त और पुराना है
- app store जैसी discrete apps की लंबी tail list में से चुनने की अवधारणा, ऐसे दौर में जहाँ LLM agents मौके पर ही user-specific apps बना सकते हैं, अब कम उपयुक्त होती जा रही है
उद्योग का पुनर्गठन: AI-native sensors और actuators
- उद्योग को agent-native ergonomics वाले sensors और actuators की service set के रूप में पुनर्गठित होना चाहिए
- Woodway treadmill भौतिक स्थिति को digital information में बदलने वाले sensor की तरह काम करता है, लेकिन अभी भी यह human-readable frontend बनाए रखता है, इसलिए LLM agent को reverse engineering करनी पड़ती है
- treadmill जैसे devices को ऐसा API/CLI देना चाहिए जिसे agents सीधे इस्तेमाल कर सकें
- अभी 99% products और services AI-native CLI उपलब्ध नहीं कराते, और अब भी .html/.css documents रखते हैं, या web page खोलकर यहाँ क्लिक करने जैसी हिदायतें देते हैं
- 2026 में भी लोगों से computer की तरह व्यवहार करने की अपेक्षा की जा रही है; यह बदलाव पूरे उद्योग में बहुत धीमी रफ्तार से आगे बढ़ रहा है, जो निराशाजनक है और timeline का अनुमान भी उतना ही धीमा हो गया है
1 घंटे से 1 मिनट तक: भविष्य की दृष्टि
- 2 साल पहले जिस काम में लगभग 10 घंटे लगते, उसका आज 1 घंटे में होना प्रभावशाली है
- लेकिन इससे भी ज़्यादा दिलचस्प सवाल यह है कि यही काम 1 मिनट से कम समय में पूरा करने के लिए क्या-क्या चाहिए होगा
- अगर आप कहें, "अगले 8 हफ्तों तक मेरी aerobic exercise track करने में मदद करो," तो ideal रूप में थोड़े Q&A के बाद app तुरंत तैयार हो जाना चाहिए
- इसके लिए AI के पास पहले से समृद्ध personal context होना चाहिए, वह अतिरिक्त ज़रूरी data इकट्ठा करे, संबंधित skill library को refer और search करे, और user के सभी छोटे apps व automations को manage करे
मुख्य निष्कर्ष
- discrete app lists में से चुनने वाली app store की अवधारणा खुद धीरे-धीरे पुरानी पड़ रही है
- भविष्य में AI-native sensors और actuators से बनी services को LLM glue के ज़रिए orchestrate किया जाएगा, और उन्हें बेहद कस्टमाइज़्ड ephemeral apps के रूप में जोड़ा जाएगा
- हालांकि यह भविष्य अभी पूरी तरह आया नहीं है
अभी कोई टिप्पणी नहीं है.