जिस दिन सांत्वना चाहिए थी और बात करने के लिए कोई नहीं था, उसी वजह से मैंने इसे खुद बनाना शुरू किया। मैं हाई स्कूल की अंतिम कक्षा में हूं और इसे अकेले design और operate कर रहा हूं।
बिना signup या email डाले guest के रूप में तुरंत बातचीत कर सकते हैं। अंदर जाते ही AIRU पहले हालचाल पूछता है, बातचीत याद रखता है, और दोबारा आने पर आपका नाम लेकर पिछली बात आगे बढ़ाता है।
मौजूदा services से फर्क
ChatGPT जैसे general-purpose assistants हर बार ऐसे respond करते हैं जैसे सामने वाला पहली बार मिला हो, और character chat वाली services अक्सर immersion और stay time बढ़ाने की दिशा में design की जाती हैं। AIRU उल्टी दिशा में है — continuity (memory) को मुख्य आधार बनाते हुए, सफलता को इस तरह define करता है कि user को service की जरूरत कम हो जाए, और dependency बढ़ाने वाले expressions व dark patterns को ban किया गया है।
Technical details
Inflection-reflection gate: अगर “मेरे मन में ऐसा क्यों हो रहा है, ढूंढ दो” जैसी बात को सिर्फ keyword (“ढूंढ दो”) देखकर search में भेज दिया जाए, तो जिस पल सहारा चाहिए होता है वह खराब हो जाता है। इसलिए keyword trigger में आने वाली requests पर ही execution से ठीक पहले एक बहुत छोटे LLM call से intent का पुनर्मूल्यांकन किया जाता है, और अगर वह conversational utterance हो तो search cancel कर दी जाती है। judgment fail होने पर मौजूदा keyword judgment रखा जाता है (fail-open)। यह generation के बाद filtering नहीं, बल्कि tool execution से पहले re-evaluation वाली structure है।
Memory: structured memory (नाम·पसंद·चल रहा context) और raw archive (SQLite + Korean 2-gram similarity search) को अलग किया गया है; sensitive conversations default रूप से save नहीं होतीं, और user उन्हें खुद view, edit, delete कर सकता है।
Safety: crisis signals detect होने पर professional institutions (suicide prevention integrated number 109) की जानकारी को प्राथमिकता दी जाती है। यह mental health professional service नहीं है—यह boundary screen और persona दोनों में बनाए रखी जाती है।
Stack: FastAPI + vanilla JS, model API से sourced (model-agnostic), Docker/Caddy single droplet, 296 regression tests, anonymous cohort retention measurement built-in।
Early beta होने के कारण अभी कई कमियां हैं। खासकर पहली बातचीत की quality और entry screen conversion rate सुधार रहा हूं। इस्तेमाल करके अगर कोई अटपटा हिस्सा लगे तो बताइए, मैं reflect करूंगा। मैं private conversation raw text नहीं देखता, केवल anonymous metrics से check करता हूं।
Real case
एक बार user ने किसी गाने के बारे में पूछा तो AIRU ने web search करने के बाद भी लगातार गलत जवाब दिए। logs देखने पर पता चला कि search चला था, लेकिन search query में समस्या थी। “उस गीत का theme क्या है बताओ” जैसे follow-up question में पिछली बातचीत का topic word (song name) छूट गया था और वह “उस गीत का theme” से search कर रहा था। अब इसे इस तरह ठीक किया है कि directive (“वह गीत”) detect होने पर पिछली utterance से topic word ढूंढकर compose करे। operate करते हुए सीखा कि follow-up questions के लिए search query generation इस तरह की services की hidden hard problem है।
अकेले operate करने के लिए mechanisms
Solo operation होने की वजह से मैंने इंसान की जगह rules को काम करने दिया। deployment से पहले data snapshot और integrity verification automation, real users/evaluation/operator/bot traffic के physical logs को अलग करना (क्योंकि मेरे tests ने कभी metrics को pollute कर दिया था), और हर deployment से पहले सारे regression tests चलाता हूं।
अभी कोई टिप्पणी नहीं है.