एलेवनलैब्स ने केवल पांच महीनों में अपनी मूल्यांकन को दोगुना करके 2 बिलियन तक पहुंचा दिया है। लंदन-आधारित वॉइस एआई स्टार्टअप एक द्वितीयक शेयर बिक्री की जांच कर रहा है, जिससे कर्मचारी लगभग 2 बिलियन पर अपना निवेश निकाल सकें, जो फरवरी में 1 बिलियन से बढ़कर है। टेंडर सितंबर तक समाप्त हो सकता है। यहां वह कुछ है जो मेरा ध्यान आकर्षित करता है: → 2022 में स्थापित, अब सिस्को, मेटा, सेल्सफोर्स, द न्यूयॉर्कर, द वाशिंगटन पोस्ट की सेवा कर रहा है → 2025 के अंत तक 30 मिलियन+ ARR — सबसे तेजी से बढ़ती निजी एआई कंपनियों में से एक → ~2 साल में .1B → 1B → 2B हुआ। यह 20x की कूद है। ऐसे द्वितीयक बिक्रियाएं एआई में सामान्य होती जा रही हैं। कर्मचारियों को IPO का इंतजार किए बिना नकदी प्राप्त होती है। कंपनियां कठोर भर्ती बाजार में प्रतिभा को बनाए रखती हैं। निवेशकों को IPO प्रीमियम के बिना साबित आय प्राप्त होती है। लेकिन वास्तविक संकेत क्या है? वॉइस एआई अब कोई नवीनता नहीं है। यह बुनियादी ढांचा है। जब मेटा, सेल्सफोर्स, और प्रमुख प्रकाशक सभी अपने उत्पादों में आपकी प्रौद्योगिकी को समाहित करते हैं, तो आप केवल स्टार्टअप नहीं हैं। आप एक प्लेटफ़ॉर्म परत हैं। 2B का नंबर हमें निजी बाजार की मांग के बारे में कुछ बताता है। सार्वजनिक बाजार अस्थिर हो सकते हैं, लेकिन सबसे अच्छी एआई कंपनियां अभी भी प्रीमियम मूल्यांकन प्राप्त कर रही हैं — और क्रयदाता पा रही हैं। मेरा मत: ElevenLabs आखिरी नहीं होगा। हम 00M+ ARR के साथ AI स्टार्टअप्स से द्वितीयक बिक्रियों और टेंडर प्रस्तावों की लहर देखेंगे। IPO का खुला समय संकीर्ण है। 2026 का प्रस्थान मार्ग द्वितीयक है। लिंक पहले कमेंट में 👇 — Robbie Jeo

एक $35,000 की एनिमेटेड वेबसाइट। एक AI सesh में बनाई गई। केवल $12 में। कोई वेब स्टूडियो नहीं। कोई GSAP हैंड-कोडिंग नहीं। कोई Lenis सेटअप नहीं। कोई फ्रेम एक्सट्रैक्शन हैंड क्रिएटेड नहीं। यहाँ सटीक स्टैक है: → Claude Code हर लाइन कोड लिखता है → Higgsfield वीडियो एसेट्स रेंडर करता है → एक एजेंटिक सesh सब कुछ एक साथ जोड़ता है आउटपुट: स्मूथ स्क्रॉल एनिमेशन, वीडियो फ्रेम एक्सट्रैक्शन, प्रोडक्शन-रेडी UI — ऐसी साइट जिसे एजेंसियाँ $6K–$35K में बनाती हैं। यह केवल "AI समय बचाता है" नहीं है। यह क्रिएटिव काम की कीमत के न्यूनतम स्तर का वास्तविक समय में ढहना है। वेब स्टूडियो अब सस्ते डेवलपर्स के साथ प्रतिस्पर्धा नहीं कर रहे हैं। वे $12 के API कॉल के साथ प्रतिस्पर्धा कर रहे हैं। सवाल यह नहीं है कि क्या यह उद्योग को बदलेगा। यह पहले ही बदल चुका है। सवाल यह है: क्या आप इन टूल्स का उपयोग करके बना रहे हैं, या यह देखने का इंतजार कर रहे हैं कि क्या होता है? स्रोत: @zeuuss\01 ने पूरा बिल्ड दिखाया — पढ़ने के लायक। — Robbie Jeo https://t.co/F0TFGOyItc

एलेवनलैब्स ने केवल पांच महीनों में अपनी मूल्यांकन को $22 बिलियन तक दोगुना कर दिया है। लंदन-आधारित वॉइस एआई स्टार्टअप एक द्वितीयक शेयर बिक्री की जांच कर रहा है, जिससे कर्मचारी $11 बिलियन से $22 बिलियन पर अपना निवेश निकाल सकेंगे। यह टेंडर सितंबर तक समाप्त हो सकता है। यहां वह कुछ है जो मेरा ध्यान आकर्षित करता है: → 2022 में स्थापित, अब सिस्को, मेटा, सेल्सफोर्स, द न्यूयॉर्कर, द वाशिंगटन पोस्ट की सेवा कर रहा है → 2025 के अंत तक $330 मिलियन+ ARR — सबसे तेजी से बढ़ती निजी एआई कंपनियों में से एक → लगभग 2 साल में $1.1 बिलियन → $11 बिलियन → $22 बिलियन। यह 20x की कूद है। ऐसी द्वितीयक बिक्रियाएं एआई में सामान्य होती जा रही हैं। कर्मचारी IPO का इंतजार किए बिना नकदी प्राप्त करते हैं। कंपनियां कठोर भर्ती बाजार में प्रतिभा को बनाए रखती हैं। निवेशकों को IPO प्रीमियम के बिना साबित आय प्राप्त होती है। लेकिन वास्तविक संकेत क्या है? वॉइस एआई अब कोई नवाचार नहीं है। यह बुनियादी ढांचा है। जब मेटा, सेल्सफोर्स, और प्रमुख प्रकाशक सभी अपने उत्पादों में आपकी प्रौद्योगिकी को समाहित करते हैं, तो आप केवल स्टार्टअप नहीं हैं। आप एक प्लेटफॉर्म परत हैं। $22 बिलियन की संख्या हमें निजी बाजार की मांग के बारे में कुछ कहती है। सार्वजनिक बाजार स्थिर नहीं हो सकते, लेकिन सबसे अच्छी एआई कंपनियां अभी भी प्रीमियम मूल्यांकन प्राप्त कर रही हैं — और क्रयदाता पा रही हैं। मेरा मत: ElevenLabs पहला और आखिरी नहीं होगा। हम $100 मिलियन+ ARR के साथ AI स्टार्टअप्स से द्वितीयक बिक्रियों और टेंडर प्रस्तावों की लहर देखेंगे। IPO का समय सीमित है। 2026 का प्रस्थान मार्ग द्वितीयक है। लिंक पहले कमेंट में 👇 — Robbie Jeo

अनरियल इंजन ने अभी एक MCP सर्वर लॉन्च किया है। इसका मतलब है कि अब आप केवल क्लॉड से बात करके एक पूरा वीडियो गेम बना सकते हैं। इंजन के साथ लड़ने की जरूरत नहीं। नोड ग्राफ़ को याद रखने की जरूरत नहीं। बस बताएं कि आप क्या चाहते हैं, और यह इसे बना देगा। मैं इस परिवर्तन को धीरे-धीरे देख रहा हूँ — AI कोड लिख रहा है, AI UI डिज़ाइन कर रहा है, AI संसाधन बना रहा है। लेकिन यह अलग है। यह AI है जो दुनियाएँ बना रहा है। इंडी गेम डेवलपमेंट के लिए पिछली सबसे बड़ी बाधा हमेशा इंजन की जटिलता रही है। अनरियल काफी कठिन है। ज्यादातर लोग कुछ भी शिप किए बिना ही हार मान लेते हैं। अब यह बाधा समाप्त हो गई है। अगर आपके नोट्स में सालों से कोई गेम का विचार पड़ा हुआ है, लेकिन "मुझे अनरियल नहीं पता" के कारण आपने कभी शुरुआत नहीं की — अब यह बहाना काम नहीं करता। उपकरण तैयार हैं। सवाल यह है कि क्या आप तैयार हैं। — Robbie Jeo h/t @per_simmons_ https://t.co/ozltrPiXez

AI चिप्स एक दीवार के सामने आ गए हैं। और समाधान 4 अरब साल पुराना है। NVIDIA के अगली पीढ़ी के GPU 1,000W से अधिक थर्मल डिजाइन पावर को पार कर रहे हैं। यह गलती नहीं है—एक अकेला चिप अब पूरे हाई-एंड गेमिंग PC से अधिक बिजली खपत करता है। पारंपरिक ठंडा करने की विधियाँ टूट रही हैं। डेटा केंद्र पसीने से भीग रहे हैं। अक्षरशः। यहाँ आता है सिंथेटिक हीरा। चीन दुनिया के 95% सिंथेटिक हीरों का उत्पादन करता है। जबकि पश्चिम सिलिकॉन पर ध्यान केंद्रित कर रहा था, चीनी प्रयोगशालाओं ने चुपचाप हीरे के वेफर प्रौद्योगिकी का निर्माण किया, जो कॉपर से 5 गुना बेहतर ताप संचारित करती है। परिणाम? ठंडे चिप्स। अधिक सघन डेटा केंद्र। और AI हार्डवेयर स्टैक पर किसका नियंत्रण है, इसकी पूरी तरह से पुनः परिभाषा। हीरा अब केवल आभूषण नहीं है। यह बुनियादी ढांचा है। — Robbie Jeo

वेचाट ने अभी चुपचाप 1 अरब लोगों को AI पहुंचाया है। कोई कीनोट। कोई वायरल डेमो। कोई "ChatGPT किलर" के शीर्षक नहीं। बस सर्च बार में एक छोटा सा आइकन। इसे टैप करें, और आप Xiaowei के साथ बात कर रहे हैं — टेंसेंट की AI सहायक, जो अब उस ऐप में एम्बेडेड है, जिसे 1.3 अरब लोग प्रतिदिन पहले से ही उपयोग करते हैं। यही है AI कैसे वास्तव में जीतता है। किसी स्वतंत्र ऐप को लॉन्च करके नहीं, जिसे कोई डाउनलोड नहीं करता। किसी नए इंटरफेस को सीखने के लिए उपयोगकर्ताओं को मजबूर नहीं करके। बल्कि उन टूल्स के अंदर अदृश्य बुनियादी ढांचे के रूप में, जिनके बिना लोग अब जीवनयापन नहीं कर सकते। पश्चिम AI प्रोडक्ट्स बनाता है। चीन AI प्लंबिंग बनाता है। और प्लंबिंग हमेशा जीतती है। — Robbie Jeo

एंथ्रोपिक पर, 90% इंजीनियर एक मूल सिद्धांत का उपयोग करके स्वयं-सुधार करने वाले एजेंट बनाते हैं: लूप को बंद करें। केवल "AI को एक कार्य दें" नहीं। इसे अपने कार्य की जांच करने का तरीका दें। यहाँ वे जिस पैटर्न का उपयोग करते हैं: 1. एजेंट आउटपुट जनरेट करता है 2. एजेंट अपने परिणाम के खिलाफ एक पुष्टि चरण चलाता है 3. यदि यह असफल होता है, तो यह नए संदर्भ के साथ पुनः प्रयास करता है 4. लूप तब तक चलता है जब तक यह सफल न हो जाए — या इसे बढ़ाया न जाए यही कारण है कि आधुनिक AI एजेंट पुराने एजेंट्स की तुलना में अधिक स्मार्ट महसूस होते हैं। यह बेहतर मॉडल नहीं है। यह बेहतर आर्किटेक्चर है। मॉडल में कोई परिवर्तन नहीं हुआ है। लूप में परिवर्तन हुआ है। अगर आज आप एजेंट्स बना रहे हैं, तो पहले प्रॉम्प्ट्स के बारे में सोचना बंद करें। पहले प्रतिक्रिया लूप्स के बारे में सोचें। एक मध्यम मॉडल, जिसमें सख्त प्रतिक्रिया लूप हो, हमेशा किसी महान मॉडल से बेहतर प्रदर्शन करेगा, जिसमें कोई लूप न हो — हर बार। — Robbie Jeo

एंथ्रोपिक इंजीनियर्स ने अभी एक लूप में 3 एआई एजेंट्स का उपयोग करके एक पूरा ऐप शुरू से बनाने का प्रदर्शन किया है। एक योजना बनाता है। एक बनाता है। एक मूल्यांकन करता है। लूप तब तक चलता रहता है जब तक कि ऐप काम न करने लगे। अधिकांश लोग इस पर ध्यान केंद्रित करते हैं कि कौन सा मॉडल सबसे स्मार्ट है। लेकिन वास्तविक लाभ? एजेंट्स को एक साथ कैसे समन्वयित किया जाए, यह जानना। विजेता वे नहीं होंगे जिनके पास सबसे अच्छा एआई होगा। वे होंगे जो इसके चारों ओर सबसे अच्छी प्रणाली डिज़ाइन करते हैं। क्लॉड कोड टीम से पूरा 40-मिनट का विवरण: https://t.co/c8itOIzDbP — Robbie Jeo

एक 21 साल का लड़का एक साथ 300 AI एजेंट्स चला रहा है। लेकिन यहाँ वह हिस्सा है जिसे अधिकांश लोग नज़रअंदाज़ कर देते हैं: उसने सिर्फ़ स्केलिंग नहीं की। उसने सच्चाई को डिज़ाइन में शामिल किया। 300 Kimi K2.6 एजेंट्स कार्यकर्ताओं के रूप में समानांतर में काम करते हैं। 1 Claude Opus 4.8 एजेंट हर एक आउटपुट की जाँच करता है। चेकर को कार्यकर्ताओं द्वारा धोखा नहीं दिया जा सकता। कार्यकर्ता एक-दूसरे के साथ साजिश नहीं कर सकते। वे एक-दूसरे से बात नहीं करते। यह सिर्फ़ एक स्पीड ट्रिक नहीं है। यह मशीन स्केल पर जवाबदेही है। अधिकांश लोग, जो AI के साथ बना रहे हैं, आउटपुट की मात्रा के बारे में सोचते हैं। समझदार लोग आउटपुट की पूर्णता के बारे में सोचते हैं। एक प्रणाली, जो 300 उत्तर तेज़ी से प्रोड्यूस करती है, बेकार है, अगर 30 गलत हैं और आपको पता नहीं कि कौन से। उसकी आर्किटेक्चर इस समस्या को हल करती है। अगर आप 2026 में AI प्रणालियाँ बना रहे हैं, तो खुद से पूछें: आपका चेकर कहाँ है? — Robbie Jeo https://t.co/wsy3DL8hW6

@OpenAI ने ChatGPT में स्केड्यूल्ड टास्क्स लॉन्च किए — सक्रिय AI की ओर एक कदम OpenAI ने ChatGPT में स्केड्यूल्ड टास्क्स नामक एक नई सुविधा लॉन्च की है। अब उपयोगकर्ता ChatGPT से अपने नाम पर दोहराई जाने वाली कार्यों को स्वचालित रूप से संभालने, याददाश्त दिलाने या जानकारी का निगरानी करने के लिए कह सकते हैं। मुख्य बिंदु: • ऐसे कार्य बनाएं जो विशिष्ट समय पर या निर्धारित समयावधि के दौरान (जैसे सुबह, दोपहर या संध्या) चलते हैं • ChatGPT वेब और कनेक्टेड ऐप्स की निगरानी कर सकता है और केवल तभी आपको सूचित करेगा जब कोई प्रासंगिक अपडेट हो • सक्रिय कार्यों को देखने, संपादित करने, रोकने, पुनः शुरू करने या हटाने के लिए साइडबार में एक नया समर्पित स्केड्यूल्ड पेज • कार्य प्रति घंटे में केवल एक बार चलते हैं और निष्क्रियता के बाद स्वचालित रूप से रुक जाते हैं यह सुविधा वर्तमान में Plus, Pro, Business और Enterprise उपयोगकर्ताओं के लिए धीरे-धीरे लॉन्च हो रही है। इसका महत्व: यह ChatGPT को सचमुच सक्रिय और स्वतंत्र बनाने की ओर का सबसे स्पष्ट कदम है। प्रत्येक बार मैनुअल रूप से ChatGPT की जांच करने या प्रॉम्प्ट करने की आवश्यकता के बजाय, AI अब पृष्ठभूमि में सामान्य निगरानी और दोहराई जाने वाले कार्यों को संभाल सकता है—जिससे मनुष्यों के दैनिक कार्य प्रवाह में AI का उपयोग कैसे होता है, वह संभवतः बदल सकता है।