Android, iOS, HarmonyOS और Windows OS-लेवल AI एकीकरण के साथ एजेंट युग में प्रवेश करते हैं

लेख | युनयोंग AI, लेखक | हुआंग युनहाओ

2026 मई 12 को, Google ने Android Show｜I/O Edition का आयोजन किया, जो 19 मई के I/O कॉन्फ्रेंस से पहले Android के लिए एक विशेष कार्यक्रम था। Android इकोसिस्टम के अध्यक्ष समीर समत ने इस प्रेजेंटेशन को इस तरह से परिभाषित किया: Android को एक ऑपरेटिंग सिस्टम से एक स्मार्ट सिस्टम में बदलना है। इस मुख्य विषय को आगे बढ़ाने के लिए, Gemini Intelligence — Android सिस्टम स्तर पर एक सक्रिय AI क्षमता — लागू की गई है।

2026 वर्ष का Android Show | I/O संस्करण प्रकाशन पोस्टर
स्रोत: Android Heaadlines

इस बार, Google ने Gemini Nano+AICore के पिछले संस्करण की तुलना में, एजेंट की एप्स और संदर्भ के बीच क्षमता को ओएस स्तर पर और अधिक एकीकृत किया है: एप्स के बीच कार्य स्वचालन (खाना ऑर्डर करना, खरीदारी करना, ऑर्डर देना), फॉर्म स्वचालित भरण, वेबसाइट सारांश, और कस्टम विजेट, जिन्हें क्रमशः सिस्टम-लेवल क्षमताओं की सूची में शामिल किया गया है। Google ने उपयोगकर्ता स्पष्ट नियंत्रण (explicit user control), समग्र डेटा सुरक्षा (comprehensive data protection), और संचालन पारदर्शिता (operational transparency) को अपने उत्पाद के तीन सिद्धांतों के रूप में भी सूचीबद्ध किया है।

5 मई को एक हफ्ते बाद, Google के CEO Sundar Pichai ने I/O थीम स्पीच में इस रेखा के साथ शुरुआत की:

एजेंट-सक्षम जेमिनी युग में आपका स्वागत है（欢迎进入Agent化的Gemini时代）

एंड-साइड OS एजेंटीकरण की लहर में शामिल होने में, Google ने शुरुआत जल्दी नहीं की।

माइक्रोसॉफ्ट ने 2024 के मई में Build 2024 पर Copilot+PC (40+ TOPS NPU वाली नई पीढ़ी की Windows 11 मशीनों की श्रेणी) लॉन्च की, जिसमें एजेंट क्षमताओं को OS सिस्टम में एम्बेड किया गया है, जिसमें एंड-साइड छोटे मॉडल Phi Silica, स्क्रीन एजेंट क्षमता Click to Do, और सिस्टम-लेवल एक्टिविटी मेमोरी Recall शामिल हैं।

2024 जून में WWDC24 पर, Apple ने आधिकारिक रूप से "Apple Intelligence" की घोषणा की थी, जिसे Apple ने "personal intelligence system" (व्यक्तिगत बुद्धिमत्ता प्रणाली) के रूप में परिभाषित किया था। बाद में, कुछ AI सहायक सुविधाएँ लॉन्च की गईं, हालाँकि अपने बड़े मॉडल की देरी और Siri की "मूर्खतापूर्ण" समस्याओं के कारण, Apple Intelligence की केंद्रीय Agent क्षमता अभी तक लागू नहीं हुई है।

हुआवेई ने 2025 जून में HDC 2025 पर HarmonyOS 6 और होंगमेंग इंटेलिजेंट फ्रेमवर्क (HMAF) लॉन्च किया, जिसके बाद Xiao Yi इंटेलिजेंट एजेंट प्लाजा पर 80 से अधिक इंटेलिजेंट एजेंट्स उपलब्ध हुए।

Android, iOS, HarmonyOS, Windows जैसे प्रमुख ऑपरेटिंग सिस्टम पर एंड-साइड OS एजेंटीकरण की बड़ी प्रवृत्ति एक साथ दिखाई दे रही है।

प्रदर्शन में केवल कार्य दिखाए गए हैं, वास्तविक रूप से OS एजेंट के विश्वसनीय संचालन और समस्याओं के हल के लिए OS निर्माताओं को तीन स्तरीय क्षमता के समर्थन पर ध्यान केंद्रित करना होगा: सिस्टम-लेवल AI Runtime, नियंत्रित चिप, और एंड-क्लाउड मॉडल मैट्रिक्स।

सिस्टम-लेवल AI रनटाइम: एंड-साइड इंटेलिजेंस का स्केड्यूलिंग सेंटर

Runtime ओएस के भीतर एंड-डिवाइस मॉडल के लिए इन्फरेंस इंजन और सिस्टम सेवाएँ हैं। नीचे, यह सीधे NPU और सिस्टम रिसोर्स स्केड्यूलिंग से जुड़ता है; ऊपर, यह स्थिर API के माध्यम से सभी ऐप्स को इन्फरेंस क्षमता प्रदान करता है। यह एंड-डिवाइस मॉडल को "OS-लेयर का शेयर्ड इंटेलिजेंस" बना देता है: ऐप्स के बीच मॉडल वेट्स को शेयर करना, कैलकुलेशन और मेमोरी को एकीकृत रूप से स्केड्यूल करना, Agent के लिए टूल कॉल को संभालना, जनरेशन, कॉन्टेक्स्ट और परमिशन कनेक्शन को निर्देशित करना। यह तय करता है कि OS Agent केवल एक ऐप में एक चैट बटन है, या सिस्टम-लेवल के ऑपरेशन्स को निष्पादित करने में सक्षम OS पर एक स्थायी सेवा है।

Android वातावरण में सबसे पूर्ण नमूना Google AICore है। दिसंबर 2023 में, AICore Android 14 के सिस्टम सेवा (system service) के रूप में लॉन्च हुआ; अगस्त 2025 में, Gemini Nano ML Kit GenAI APIs के माध्यम से डेवलपर्स के लिए उपलब्ध हुआ। सिस्टम सेवा के आधार से ऐप के लिए स्थिर API तक, AICore ने लगभग दो साल लगाए, लगातार सुधार किया।

अन्य OS निर्माता एक ही रास्ता अपना रहे हैं, केवल गति अलग है। Apple ने WWDC25 पर Foundation Models फ्रेमवर्क को डेवलपर्स के लिए खोला, जिसमें @Generable डेकोरेटर, टूल कॉल, गाइडेड जनरेशन और स्टेटफुल सेशन शामिल हैं, जिसके पीछे लगभग 3B पैरामीटर का एंड-पॉइंट फाउंडेशन मॉडल है, जिसे निजी क्लाउड कॉम्प्यूटिंग द्वारा क्लाउड समर्थन प्रदान किया जाता है। Microsoft ने Windows 11 में एंड-पॉइंट AI फ्रेमवर्क Foundry on Windows और Phi Silica शामिल किया है, जिसके नीचे Windows ML को निष्पादन बैकएंड के रूप में इस्तेमाल किया गया है। Huawei ने HDC 2025 पर Agent Framework Kit (HarmonyOS Agent Framework, HMAF) लॉन्च किया, जिसमें इंटेंट सिस्टम और Agent सहयोग प्रोटोकॉल दोनों को खोला गया है।

Android AICore सिस्टम सर्विस के रूप में, हार्डवेयर एक्सेलरेटर पर Gemini Nano के लिए निष्पादन का समन्वय करता है
स्रोत: Android Developers

कंट्रोल्ड चिप: सॉफ्टवेयर और हार्डवेयर का सहयोगी बिंदु

Google ने Android Show｜I/O Edition पर Gemini Intelligence के लिए स्पष्ट हार्डवेयर न्यूनतम मानदंड निर्धारित किए हैं: पूर्ण सुविधा सेट केवल Pixel 10 श्रृंखला और Galaxy S26 श्रृंखला जैसे कुछ ही नवीनतम फ्लैगशिप के लिए शुरू होगा, पिछले वर्ष के मॉडल शामिल नहीं हैं। यह एक सरल तथ्य की ओर इशारा करता है: AI मॉडल अभी भी तेजी से विकसित हो रहे हैं, और सॉफ्टवेयर हार्डवेयर के लिए नए आवश्यकताएँ लगातार रखता है। नियंत्रित चिप्स इन आवश्यकताओं को संभालने की नींव हैं, और नियंत्रण की मात्रा OS फर्मवेयर को एंड-प्वाइंट OS Agent के लिए सॉफ्टवेयर-हार्डवेयर समायोजन के लिए स्थान प्रदान करती है।

एप्पल सॉफ्टवेयर और हार्डवेयर के एकीकृत दृष्टिकोण का उदाहरण है। iOS और macOS शुरू से ही A सीरीज और M सीरीज चिप्स के साथ समान पीढ़ी में विकसित हुए, और Core ML ने CPU, GPU, ANE के स्केड्यूलिंग को फ्रेमवर्क स्तर पर एकीकृत किया। यह दृष्टिकोण LLM के समय में भी जारी रहा। Apple Machine Learning Research ने एक प्रयोगात्मक डेटा प्रस्तुत किया: Core ML के अनुकूलन मार्ग का उपयोग करके Llama 3.1 8B Instruct को M1 Max पर स्थापित करने पर, स्थानीय डिकोडिंग गति लगभग 33 टोकन/सेकंड हो सकती है। Apple Intelligence Foundation Language Models तकनीकी रिपोर्ट में भी उल्लेख किया गया है कि Apple ने अपने चिप्स के लिए KV कैश साझाकरण और 2-बिट क्वांटाइजेशन-संवेदनशील प्रशिक्षण जैसे आर्किटेक्चर-स्तरीय अनुकूलन किए, ताकि लगभग 3B के एंड-प्वाइंट बेस मॉडल को Foundation Models फ्रेमवर्क के माध्यम से डेवलपर्स के लिए उपलब्ध कराया जा सके। ऐसी गहराई केवल तभी संभव है जब आप चिप को अपने हाथ में रखते हैं—यही है OS फर्म के लिए नियंत्रित चिप का मूल्य: यह सॉफ्टवेयर-हार्डवेयर समन्वय की गहराई को निर्धारित करता है, और एंड-प्वाइंट OS Agent के अनुभव की सीमा को बढ़ाता है।

AI युग में, Google भी एक ही चीज कर रहा है—Pixel 6 से लेकर अपने स्वयं के Tensor SoC के मार्ग पर चला, और नवीनतम Tensor G5 ने TPU प्रदर्शन में अधिकतम 60% की वृद्धि की, CPU में औसतन 34% की वृद्धि की, और Pixel 10 पर सबसे नवीनतम Gemini Nano को पूरी तरह से चलाने वाला पहला SoC बना। हालाँकि, Tensor G5 के कुछ कमजोर पहलू भी हैं: Android Central के प्रयोगात्मक परीक्षणों से पता चलता है कि इसकी मेमोरी कॉन्फ़िगरेशन (RAM क्षमता) अभी भी AI प्रदर्शन की सीमा है, और Geekbench AI स्कोर में Snapdragon 8 Elite से पीछे है; Macworld के Geekbench 6 परीक्षण में, G5 के सिंगल-कोर और मल्टी-कोर स्कोर दोनों A18 Pro से कम हैं। Google अभी भी पीछे है, लेकिन स्वयं के Tensor और एंड-प्वाइंट Gemini के सहयोगी मार्ग का निर्माण पूरा हो चुका है।

हुआवेई किरين, डाफेन्ची NPU और पानगू एंड-साइड मॉडल के साथ, Apple और Google के समानांतर एक अन्य नियंत्रित चिप मार्ग है। मिनी ने श्वानजिए O1 को लागू किया है, जो नियंत्रित चिप की ओर एक नया प्रवेशकर्ता है।

एंड-क्लाउड मॉडल मैट्रिक्स: एजेंट का बुद्धिमत्ता का स्रोत

एंड-क्लाउड मॉडल मैट्रिक्स एंड डिवाइस का “बुद्धि” का स्रोत है: क्लाउड मॉडल जटिल कार्यों की क्षमता की सीमा को समर्थित करते हैं, जबकि एंड-साइड मॉडल दैनिक चलाने की न्यूनतम सीमा को समर्थित करते हैं—लेटेंसी, बैटरी लाइफ, गोपनीयता, स्थिरता सभी एंड-साइड पर निर्भर करती हैं। दोनों एक-दूसरे के बिना अधूरे हैं, अंतर OS के साथ समाकलन की गहराई में है। एंड-साइड मॉडल को प्रत्येक एंड डिवाइस के OS में एम्बेड किया जाना चाहिए, और उसके स्थानीय NPU के साथ गहराई से समाकलित होना चाहिए, OS में दोहरी पहचान रखते हुए: नीचे, यह Runtime का स्थानीय इनफ़रेंस बैकएंड है; ऊपर, यह Runtime के फ्रेमवर्क और SDK के माध्यम से सिस्टम-लेवल API के रूप में App को खोलता है।

अपने आप से विकसित करना बादल और एंड-साइड दोनों के लिए मायने रखता है, केवल एंड-साइड पर लाभ अधिक स्पष्ट होता है। बादल मॉडल को बाहर से खरीदकर भी क्षमता की सीमा को पूरा किया जा सकता है, लेकिन अपने आप से विकसित करने के लाभ मुख्य रूप से रूटिंग नियंत्रण, व्यावसायिक शर्तों और मॉडल अपडेट की गति में दिखाई देते हैं। एंड-साइड के मामले में ऐसा नहीं है। एंड-साइड मॉडल प्रत्येक डिवाइस के OS और NPU में एम्बेड किए जाते हैं, और अपने आप से विकसित करने का लाभ सीधे उत्पाद प्रदर्शन पर प्रतिबिंबित होता है: KV cache साझाकरण, किसी विशेष पीढ़ी के चिप के लिए डिज़ाइन किया गया 2-बिट क्वांटाइजेशन-अवगत प्रशिक्षण, Per-Layer Embedding (Gemma 3n से उत्पन्न, प्रति परत तेज़ स्टोरेज से एम्बेडिंग पैरामीटर्स को इंक्रीमेंटली लोड करना) आदि—ये सब मॉडल और हार्डवेयर के समान समय पर डिज़ाइन किए जाने पर ही सुविधाजनक ढंग से हासिल किए जा सकते हैं; इसके साथ ही, सह-अनुकूलन की गति को तीसरे पक्ष के हार्डवेयर निर्माताओं पर निर्भर नहीं रखा जा सकता।

Tensor G5 की TPU की गणना क्षमता पिछली पीढ़ी G4 की तुलना में अधिकतम 60% तक बढ़ गई है, लेकिन Gemini Nano का G5 पर उन्नयन इससे भी अधिक है—Google की आधिकारिक जानकारी और Jon Peddie Research द्वारा संकलित, स्थानीय प्रसंस्करण गति पिछली पीढ़ी की तुलना में 2.6 गुना, ऊर्जा खपत पहले की आधी, और token विंडो 12,000 से बढ़कर 32,000 हो गई (जो लगभग सौ स्क्रीनशॉट्स को एक साथ प्रसंस्कृत करने के बराबर है)। ये स्पष्ट रूप से अधिक क्षमताएँ Gemini Nano v3 द्वारा उपयोग किए जाने वाले Matryoshka Transformer लचीले निष्पादन आर्किटेक्चर और Tensor G5 TPU के साथ समन्वयित अनुकूलन के कारण हैं।

Gemini Nano on Tensor G5 का पिछली पीढ़ी की तुलना में प्रदर्शन में क्रांतिकारी वृद्धि
स्रोत: Google/Jon Peddie Research, बादलों द्वारा AI चित्रण

इस स्तर पर, प्रमुख ओएस निर्माता अपने-अपने मॉडल रखते हैं: Google का Gemini Nano, Apple का लगभग 3B पैरामीटर वाला एंड-साइड बेस मॉडल, Microsoft का Phi Silica, और Huawei का Pangu एंड-साइड मॉडल। स्वयं विकास, इस स्तर का डिफ़ॉल्ट विकल्प है।

तीन स्तरीय क्षमता चेसिस नीचे से ऊपर की ओर संयोजित होते हैं: नियंत्रित चिप → एंड-साइड/क्लाउड मॉडल → Runtime → Agent। नियंत्रित चिप एंड-साइड मॉडल द्वारा प्राप्त की जा सकने वाली निष्पादन दक्षता और शक्ति खपत निर्धारित करता है, एंड-साइड मॉडल Runtime द्वारा स्थानीय बुद्धिमत्ता के लिए समय-सारणीबद्ध किए जा सकने वाले संसाधनों को निर्धारित करता है, और Runtime Agent को एप्प के बीच सिस्टम सेवा के रूप में कार्य करने की विश्वसनीयता निर्धारित करता है। जितना अधिक तीनों का सहयोग होगा, OS निर्माताओं के लिए एंड-साइड Agent पर उत्पाद अनुभव में विभेदन उतना ही अधिक होगा, और प्रतिस्पर्धी लाभ उतना ही मजबूत होगा।

जितना गहराई से तीनों स्तर एक ही सॉफ्टवेयर और हार्डवेयर सेट में जुड़े होंगे, OS Agent की उत्पाद क्षमता उतनी ही अधिक अद्वितीय होगी, जो एकल स्तर अक्षम है।

• प्रतिक्रिया देरी और ऊर्जा खपत। जेमिनी नैनो को टेंसर G5 पर 2.6 गुना अधिक प्रसंस्करण गति और ऊर्जा खपत में आधा घटाव प्राप्त हुआ, जो मॉडल आर्किटेक्चर, चिप डिज़ाइन और Runtime स्केड्यूलिंग के तीन स्तरों के समान पीढ़ी के सॉफ्टवेयर-हार्डवेयर डिज़ाइन में एक-दूसरे के साथ समायोजित होने के कारण हुआ, इस तरह का सुधार इसीलिए प्रकट हुआ।
• गोपनीयता और विश्वसनीयता। गोपनीय डेटा से संबंधित आम कार्य स्थानीय रूप से एंड-पॉइंट मॉडल द्वारा पूरे किए जाते हैं, और जटिल अनुरोधों को क्लाउड पर भेजा जाता है—यह वर्तमान अवस्था में OS Agent के लिए उपयोगकर्ता डेटा के प्रति उचित डिफ़ॉल्ट दृष्टिकोण है। तीन स्तरों की संयुक्तता यह निर्धारित करती है कि "एंड-पॉइंट प्राथमिकता, क्लाउड बैकअप" को वास्तव में कैसे लागू किया जाए: NPU और एंड-पॉइंट मॉडल की गहन समायोजन, दैनिक उच्च आवृत्ति निष्पादन के लिए अभी विकासाधीन एंड-पॉइंट मॉडल के लिए महत्वपूर्ण मार्ग है; मॉडल NPU के लिए क्वांटाइज़ेशन संपीड़न और KV कैश साझाकरण करता है; Runtime कार्य की जटिलता के आधार पर एंड-पॉइंट और क्लाउड के बीच रूटिंग करता है। इन तीनों में से कोई भी एक अपर्याप्त होने पर, "एंड-पॉइंट प्राथमिकता" केवल मार्केटिंग का नारा ही रह जाएगी।
• सिस्टम स्तरीय संदर्भ। ओएस निर्माता, एजेंट को वास्तविक रूप से "उपयोगकर्ता को समझने" के लिए, एप्प और ओएस स्तर के उपयोगकर्ता डेटा (अर्थपूर्ण सूचीकरण, स्क्रीन संवेदनशीलता, दीर्घकालिक स्मृति) को सिस्टम स्तरीय व्यक्तिगत संदर्भ में पुनर्संगठित करते हैं, जो ओएस एजेंट को एकल एप्प स्तरीय एजेंट से मूलभूत रूप से अलग बनाता है। इसका कार्यान्वयन तीन स्तरों के समायोजन पर निर्भर करता है: Runtime, एप्प के बीच सूचीकरण और अधिकार रखता है, एंड-साइड मॉडल समझ और निष्कर्ष निकालने के लिए स्थायी रूप से कार्यरत होता है, और NPU स्थानीय उच्च कुशलता वाली कंप्यूटिंग प्रदान करता है। Apple का Core Spotlight एंड-टर्मिनल पर अर्थपूर्ण सूचीकरण स्थापित करता है, App App Intents के माध्यम से क्रियाओं और डेटा को सिस्टम में जोड़ते हैं, और एजेंट Personal Context के माध्यम से संदर्भ प्राप्त करेगा (Apple ने घोषणा की है कि यह क्षमता भविष्य के सॉफ़्टवेयर अपडेट के साथ लागू होगी); Android पर AppFunctions भी इसी मार्ग का पालन करते हैं।
• सिस्टम सेवाओं की विश्वसनीयता के लिए। OS Agent को सिस्टम-लेवल सेवा के रूप में कॉल किया जाना चाहिए, जिससे ऑफलाइन, कम बैटरी, थर्मल थ्रोटलिंग जैसे वास्तविक परिदृश्यों में भी यह उपलब्ध रहे। एज-साइड मॉडल डिवाइस पर स्थायी रूप से मौजूद रहते हैं, जिससे Agent नेटवर्क के बिना भी काम कर सके; उच्च स्तर के सॉफ्टवेयर-हार्डवेयर अनुकूलन वाला NPU कम बिजली खपत वाला निष्पादन सुनिश्चित करता है; Runtime, जब डिवाइस संसाधन संकुचित होते हैं, तो उपलब्धता के आधार पर स्केड्यूलिंग को फॉलबैक करता है (हल्के मॉडल पर स्विच करता है, या अनुरोध को क्लाउड पर रूट करता है)। तीनों में से कोई भी अनुपस्थित होने पर, OS Agent सिस्टम सेवा के रूप में काम नहीं कर पाएगा, और केवल ऐप-लेवल के चैट बटन में ही सीमित हो जाएगा।

Apple Intelligence एक पूर्ण सहयोगात्मक प्रणाली प्रस्तुत करता है: Apple Silicon, लगभग 3B स्थानीय आधार मॉडल, और Foundation Models फ्रेमवर्क नीचे से ऊपर तक सुसंगठित हैं, जहाँ स्थानीय प्रसंस्करण आम परिदृश्यों के लिए किया जाता है और जटिल अनुरोधों को निजी बादल परिकलन में स्थानांतरित किया जाता है। Google एक अलग रूप है। Tensor G5, पहला SoC जो Pixel 10 पर नवीनतम पीढ़ी के Gemini Nano को पूरी तरह से चलाता है, AICore द्वारा एकीकृत नियंत्रित होता है, जिससे Magic Cue, Pixel Screenshots आदि सिस्टम-स्तरीय Agent कार्यों को बादल पर निर्भर किए बिना डिफ़ॉल्ट रूप से सक्षम किया जा सकता है। Huawei भारत में तीन-स्तरीय सहयोग का उदाहरण है: Kirin, Da Vinci NPU, Pangu स्थानीय, और HMAF — सभी चारों स्वयं के हैं, और नीचे से ऊपर तक सुसंगठित होकर एक पूर्ण तीन-स्तरीय आधार बनाते हैं।

एंड-साइड ओएस एजेंट तीन स्तरीय चेसिस एंगेजमेंट मैकेनिज्म
स्रोत: युनयोंग AI

तीन स्तरों की सहकार्यता द्वारा व्यापारिक लाभ का केंद्र बनाया गया है। चेसिस के ऊपर, OS Agent के युग में उत्पाद प्रतिस्पर्धात्मकता को प्रभावित करने वाले कई चर हैं, जिनमें Agent और App की अंतःक्रिया क्षमता, गोपनीयता सुरक्षा आदि शामिल हैं।

OS एजेंट और ऐप के बीच का इंटरैक्शन, OS फैब्रिकेटर और ऐप फैब्रिकेटर के बीच के बहस के सबसे सामने के स्थान पर है। वर्तमान में दो मार्ग समानांतर रूप से चल रहे हैं। एक मार्ग स्क्रीन पढ़ने और स्वचालन पर है, जिसमें Gemini Live स्क्रीन शेयरिंग, Apple Visual Intelligence, Circle to Search आदि शामिल हैं। OS एजेंट स्क्रीन पढ़कर और बटन दबाकर ऐप में हस्तक्षेप करता है, जो एकल कार्य के लिए काम करता है, लेकिन प्रत्येक कॉल में संरचित जानकारी की कमी होती है, और बहु-चरणीय कार्रवाइयों के लिए स्थिर कार्य प्रवाह बनाना मुश्किल होता है। दूसरा मार्ग API की गहन एकीकरण पर है, जिसमें Google AppFunctions, Apple App Intents, Huawei Intents Kit आदि शामिल हैं। ऐप अपने मुख्य कार्यों को संरचित इंटरफ़ेस के माध्यम से सिस्टम को प्रदान करता है, जिससे एजेंट स्थिरता से कॉल कर सकता है और बहु-चरणीय कार्य प्रवाह बना सकता है। API मार्ग का विस्तार हो पाना, OS फैब्रिकेटर पर नहीं, बल्कि ऐप फैब्रिकेटर पर निर्भर करता है। मुख्य कार्यों को एजेंट के लिए कॉल करने के लिए सौंपने का मतलब है कि उपयोगकर्ता संभवतः सीधे ऐप को नहीं खोलेंगे, जिससे ब्रांड प्रदर्शन, विज्ञापन स्थान, व्यवहार डेटा, और पेमेंट प्रवेश बिंदुओं को OS द्वारा पकड़े जाने का खतरा है। यह उपयोगकर्ता-स्तरीय टर्मिनल ट्रैफ़िक वितरण के अधिकार के मुख्य संघर्ष का मुद्दा होगा।

गोपनीयता सुरक्षा, एंड-पॉइंट सिस्टम का मुख्य मूल्य और न्यूनतम आधार है। ओएस निर्माता एंड-पॉइंट पर सबसे गहरी सिस्टम-लेवल अधिकार और सबसे संवेदनशील उपयोगकर्ता डेटा के पास होते हैं; गोपनीयता न केवल उनकी मूल स्थिति है, बल्कि पिछले दो मुद्दों को लंबे समय तक आगे बढ़ाने की पूर्वशर्त भी है। Apple ने एंड-पॉइंट पर Secure Enclave स्वतंत्र सुरक्षित चिप और निजी क्लाउड कॉम्प्यूटिंग PCC नोड्स के साथ एक ही हार्डवेयर-लेवल सुरक्षा डिज़ाइन का उपयोग करके टर्मिनल-आधारित गोपनीयता सुरक्षा प्रणाली का निर्माण किया है, जिससे “Privacy. That’s Apple.” Apple के वैश्विक उच्च-अंत बाजार में मुख्य ब्रांड लेबल बन गया है, जिससे उपयोगकर्ताओं का विश्वास प्राप्त हुआ है।

Apple का “Privacy. That’s Apple.” लेबल
स्रोत: Apple की आधिकारिक वेबसाइट

तीन स्तरों की सहमति के माध्यम से बुनियादी ढांचे के ऊपर ये लंबे समय तक चलने वाले चर यह तय करते हैं कि इसे कितना गहरा बनाया जा सकता है।

एंड-साइड OS एजेंटीकरण के प्रवृत्ति के तहत, सिस्टम-लेवल AI रनटाइम, नियंत्रित चिप, और एंड-क्लाउड मॉडल मैट्रिक्स इन तीन स्तरों का आधार जितना मजबूत होगा, OS निर्माताओं के लिए उत्पाद की न्यूनतम सीमा उतनी ही अधिक होगी और अंतरण का स्थान भी अधिक होगा। इस प्रवृत्ति को समझने वाले OS निर्माता ही एंड-साइड एंट्री पॉइंट ट्रैफ़िक वितरण के अधिकार को पुनर्स्थापित करने का मौका प्राप्त कर सकते हैं और अधिक मजबूत प्रतिस्पर्धी स्थिति प्राप्त कर सकते हैं।

यह रुझान केवल मोबाइल और पीसी तक सीमित नहीं है। OS Agent की नींव क्षमताएँ विभिन्न कंपनियों द्वारा पहले से ही बनाई गई बहु-उपकरण पारिस्थितिकी के माध्यम से अधिक टर्मिनल्स में विस्तारित हो रही हैं, जिसमें IoT सबसे अधिक प्रमुख है। कंट्रोल किए जा सकने वाले चिप्स ऑटोमोबाइल SoC जैसे स्थितियों में उतर रहे हैं; हुआवेई ने ऑटोमोबाइल-ग्रेड Kirin चिप्स का निवेश किया है, और मीई पांगपेई OS अपने वाहनों में प्रवेश कर रहा है; एंड-साइड मॉडल्स नई हार्डवेयर फॉर्म फैक्टर्स, जैसे चश्मे, में हल्के बनाए जा रहे हैं; Google, Samsung, Gentle Monster और Warby Parker की संयुक्त रूप से विकसित Android XR स्मार्ट ग्लासेस 2026 की गर्मियों में लॉन्च होंगी; Runtime और Agent का सहयोग कंपनियों द्वारा पहले से ही स्थापित “सुपर टर्मिनल/डिस्ट्रीब्यूटेड” फ्रेमवर्क के माध्यम से उपकरण समूहों में विस्तारित हो रहा है, जैसे हुआवेई का 1+8+N और HarmonyOS डिस्ट्रीब्यूटेड सॉफ्ट-बस, मीई का “मैन, कार, होम पूर्ण पारिस्थितिकी” और HyperConnect, Apple का Continuity, Google का Cross-device SDK और क्रॉस-डिवाइस सेवाएँ। OS Agent का यह युद्ध, मोबाइल और पीसी के परिणाम से कहीं अधिक व्यापक है।

AICore को लगभग दो साल तक परिष्कृत किया गया; Apple का OS और Apple Silicon श्रृंखला के चिप्स को दशकों तक एक साथ बेहतर बनाया गया; Tensor को G5 तक लगातार अपडेट किया गया, ताकि Pixel 10 Gemini Nano v3 को संभाल सके। इस लड़ाई का निर्णय कभी ब्रीफिंग में एक-दो घंटे में नहीं, बल्कि पीढ़ी-दर-पीढ़ी के चिप्स, मॉडल और Runtime में निर्धारित होता है।

संदर्भ:

• Gemini Intelligence Android के लिए प्रोएक्टिव AI लाता है｜Google Blog
• I/O 2026: एजेंटिक जेमिनी युग में आपका स्वागत है｜Google Blog
• फाई सिलिका, छोटा लेकिन शक्तिशाली डिवाइस-पर SLM｜Windows Experience Blog
• एप्पल सिरी अपग्रेड को अनिश्चित काल तक टाल देता है｜ब्लूमबर्ग
• HarmonyOS 6 डेवलपर बीटा लॉन्च न्यूज़ रिलीज (HDC 2025) | हुआवेय
• नवीनतम Gemini Nano, डिवाइस पर ML Kit GenAI APIs के साथ｜Android Developers Blog
• फाउंडेशन मॉडल्स फ्रेमवर्क दस्तावेज़｜Apple Developer
• हरमोन स्मार्ट एजेंट फ्रेमवर्क व्हाइट पेपर | हुआवेई डेवलपर्स
• डिवाइस पर Llama 3.1 with Core ML｜Apple Machine Learning Research
• Apple Intelligence फाउंडेशन लैंग्वेज मॉडल्स टेक रिपोर्ट 2025｜Apple Machine Learning Research
• Google Tensor G5: बेंचमार्क और आपको जानने की सभी चीजें｜Android Central
• Google का नया M5 SoC (Tensor G5 विस्तार से · Matryoshka Transformer) | Jon Peddie Research
• प्राइवेट क्लाउड कंप्यूट: क्लाउड में एआई प्राइवेसी के लिए एक नया सीमांत｜Apple Security Engineering
• ऐप फंक्शन्स का अवलोकन｜Android डेवलपर्स
• ऐप इंटेंट्स｜Apple Developer
• इंटेंट्स किट परिचय (HarmonyOS) | हुआवेई डेवलपर्स
• Google Pixel 10 Pro का Tensor G5 चिप प्रभावशाली है—अगर आप इसे iPhone 14 से तुलना करें｜Macworld
• Gemma 3n मॉडल अवलोकन｜Google AI for Developers