फ*क, मुझे इसकी इतनी इच्छा थी जब मैंने पोस्ट करना शुरू किया था। ग्रोक बॉट अब मेरी सामग्री का प्रशासनिक हिस्सा करता है, और मुझे इसके लिए केवल 5 प्रॉम्प्ट्स की आवश्यकता थी। मेरी सुबह की ब्रीफ मेरे लैपटॉप खोलने से पहले ही आ जाती है, और हर ब्रांड रिप्लाई ड्राफ्ट के रूप में मेरा इंतजार करती है। यहाँ ये 5 प्रॉम्प्ट्स मेरे लिए क्या करते हैं: चरण 1 → नीचे दिए गए प्रॉम्प्ट्स को Grok 4.7 पर Grok Bot में पेस्ट करें, सबसे पहले सुबह की ब्रीफ चरण 2 → हर सप्ताह के कार्यदिवस में मेरी ब्रीफ प्रचारों को छोड़ देती है और केवल उन ही ईमेल्स को सूचीबद्ध करती है जिनके लिए मुझे जरूरत है, पहले ब्रांड डील्स चरण 3 → यह 5 X मेंशन्स के साथ समाप्त होती है जिनका जवाब देना योग्य है, जिन्हें 2 मिनट की आवाज़ के मेमो में पढ़ा जाता है चरण 4 → ब्रांड प्रॉम्प्ट पिछले सप्ताह के मेरे स्पॉन्सरशिप ईमेल्स से गुजरता है और प्रत्येक ब्रांड की ऑनलाइन जाँच करता है चरण 5 → यह मेरी रेट कार्ड के साथ हर जवाब का ड्राफ्ट तैयार करता है, लेकिन मैं हर एक को भेजने से पहले पढ़ता हूँ चरण 6 → 8 AM पर यह मुझे मेरे निचे में क्या बढ़ रहा है, केवल कल के बाद से क्या नया है, दिखाता है चरण 7 → एक स्क्रिप्ट पूरी होने पर, यह मुझे थ्रेड, LinkedIn पोस्ट और समाचारपत्र के हिस्से के लिए कच्चे ड्राफ्ट देता है चरण 8 → मैंने इसे एक स्किल के रूप में सहेजा है, इसलिए अगले सप्ताह एक पंक्ति मुझे फिर से उन ड्राफ्ट्स का संकेत देगी 5 प्रॉम्प्ट्स नीचे कार्ड पर हैं। फिर नीचे दिए गए लेख को पढ़ें और उसके ऊपर 10 और प्रॉम्प्ट्स जोड़ें।

आप अपने कंप्यूटर पर अपना खुद का AI चला सकते हैं। ज्यादातर लोग इसे गलत तरीके से सेटअप करते हैं और एक धीमा, भूलने वाला चैटबॉट प्राप्त करते हैं। GTC 2026 पर, एक NVIDIA प्रोडक्ट मैनेजर और एक Ollama इंजीनियर ने इसे सही तरीके से करने में 33 मिनट बिताए। 07:38 - क्वांटाइजेशन और Q4_K_M क्यों डिफ़ॉल्ट है 11:04 - मॉडल चुनना: VRAM, बेंचमार्क, आपके खुद के परीक्षण 19:08 - Ollama Launch के साथ स्थानीय मॉडल पर Claude Code 24:20 - स्थानीय रूप से एजेंट्स चलाते समय संदर्भ सीमा 28:17 - दस्तावेजों से डेटा निकालने के लिए संरचित आउटपुट मैंने $500 के कोर्सेज देखे हैं जो इससे कम सिखाते हैं। पहले इसे देखें, फिर नीचे दिए गए गाइड को पढ़ें। यह आपको शून्य से आपके कंप्यूटर पर काम करने वाला AI प्राप्त करने के लिए 10 चरणों में ले जाता है।

लैंगचेन के सह-संस्थापक हैरिसन चेस: "एक हार्नेस है जो एक मॉडल और कुछ संदर्भ को संचालित करता है।" 24 मिनट से कम समय में, वह टूल उपयोग और संदर्भ के पीछे के लूप की व्याख्या करते हैं। इससे आपको समझ में आता है कि जब आप रनटाइम्स बदलते हैं, तो क्या बदलाव होता है। मैं एजेंट के बुनियादी विषयों पर कई भुगतान किए गए कोर्सेज के बजाय इस मुफ्त भाषण को प्राथमिकता दूंगा। भाषण देखें, फिर उस लेख को पढ़ें ताकि आप ऐसे उत्पाद बना सकें जो विभिन्न एजेंट हार्नेसेस के साथ काम करें।

GPT-4 के सह-लेखक डियो अल्मेडा: "हम एक तीसरी चीज़ कर रहे हैं जो समायोजित निर्णय लेने के लिए अनुकूलित है" 18 मिनट में, वह समझाते हैं कि मानव स्वीकृति के लिए प्रशिक्षित मॉडल क्यों अतिआत्मविश्वासी हो सकते हैं। इस वीडियो से आपको $700 के कोर्स से अधिक मिलेगा। वीडियो देखें, फिर नीचे दिए गए गाइड को पढ़ें ताकि आप समझ सकें कि Jev क्या करने में अच्छा है और इसका उपयोग कैसे करें।

एंड्रेज कारपाथी: "सबसे अधिक लोकप्रिय नया प्रोग्रामिंग भाषा अंग्रेजी है।" 40 मिनट से कम समय में, वह समझाते हैं कि LLMs ने डिजिटल वातावरण में हम क्या कर सकते हैं, इसे कैसे बदल दिया है और उनका प्रभावी ढंग से उपयोग कैसे करें। यह भाषण $500 के कोर्स से अधिक उपयोगी जानकारी शामिल है। पूरा भाषण देखें, फिर नीचे दिए गए लेख को पढ़ें ताकि आप अपने एजेंट्स के लिए कार्यरत हैरनेस सेटअप कर सकें।

एजेंट के अंदर एक साधारण हाँ-या-नहीं का निर्णय लेने में उसकी वास्तविक लागत की तुलना में अधिकतम 400 गुना अधिक खर्च हो सकता है। लैंगचेन के सीईओ, हैरिसन चेस ने 47 मिनट तक एजेंट के हार्नेस के अंदर क्या है, इस पर बिताए। 08:27 - हार्नेस के रूप में क्या माना जाता है 18:14 - एजेंट के निर्माण घटक 29:51 - एजेंट को सैंडबॉक्स की आवश्यकता क्यों है 32:37 - प्रॉम्प्ट इंजेक्शन के खिलाफ सैंडबॉक्स 41:51 - एजेंट का मूल्यांकन करने का भ्रम इसे पहले देखें, फिर नीचे दिए गए लेख को पढ़ें जिसमें उस निर्णय को संभालने के लिए एक मॉडल का वर्णन किया गया है, जो मूल्य का एक भिन्न हिस्सा खर्च करता है।

एजेंट के अंदर एक साधारण हाँ-या-नहीं का निर्णय लेने में उसकी वास्तविक लागत से 400 गुना अधिक खर्च हो सकता है। लैंगचेन के सीईओ, हैरिसन चेस ने 47 मिनट तक एजेंट के हार्नेस के अंदर क्या है, इस पर बिताए। 08:27 - हार्नेस के रूप में क्या माना जाता है 18:14 - एजेंट की निर्माण इकाइयाँ 29:51 - एजेंट को सैंडबॉक्स की आवश्यकता क्यों होती है 32:37 - प्रॉम्प्ट इंजेक्शन के खिलाफ सैंडबॉक्स 41:51 - एजेंट्स का मूल्यांकन करने का भ्रम इसे पहले देखें, फिर नीचे दिए गए लेख को पढ़ें जिसमें उस निर्णय को संभालने के लिए एक मॉडल बनाया गया है, जिसकी कीमत का एक छोटा सा हिस्सा है।

Odyssey-3 ने मुझे वास्तव में आश्चर्यचकित कर दिया। एक विश्व मॉडल जो एक मानवरूपी को संचालित करता है, रोबोट हाथों को नियंत्रित करता है, कार चलाता है, ड्रोन उड़ाता है, वीडियो गेम खेलता है और अन्य AI को प्रशिक्षित करता है। @odysseyml की टीम ने Cruise और Wayve पर स्वयंचालित कारें बनाई हैं और 2023 से विश्व मॉडल पर काम कर रही है। इसलिए जब वे कहते हैं कि टास्क-बाय-टास्क रोबोट प्रशिक्षण कठोर बल है, तो मैं सुनता हूँ। उनका उत्तर एक भौतिकी एजेंट है। यह देखकर सीखता है कि दुनिया कैसे काम करती है: भौतिकी, गति, कारण और प्रभाव, लोग कैसे व्यवहार करते हैं। एक नया मशीन उस ज्ञान में सम्मिलित होता है। वे कहते हैं कि इसके स्वयं के कुछ घंटे के डेटा से यह चलना शुरू कर देता है, जहाँ एक एक्शन हेड मॉडल की समझ को नियंत्रण में बदल देता है। यह मूल रूप से LLMs ने ज्ञान-आधारित कार्यों के लिए किया। एक सामान्य मॉडल नीचे, और इसमें हर सुधार से इसके ऊपर बनाए गए सब कुछ बेहतर होता है। जो मुझे सबसे अधिक प्रभावित करता है: यह AI एजेंट्स को प्रशिक्षण के लिए दुनियाएँ भी जनरेट करता है, ताकि उनकी गलतियाँ पहले सिमुलेशन में हों। वे सोचते हैं कि विश्व मॉडल हमसे बेहतर भौतिकी समझने में सक्षम होंगे। बड़ा दावा। मुझे देखना है कि क्या यह प्रकट होने पर, आगामी सप्ताहों में, सच साबित होता है।

मैंने GLM 5.3 Flash, Kimi K3 और DeepSeek v4 Pro को एक ही प्रॉम्प्ट दिया और 3 कार्यरत ऐप्स प्राप्त किए। सभी 3 को @boltdotnew के अंदर बनाया और सबसे अच्छे को लाइव लिंक पर शिप किया। एक सामान्य योजना पर मैं कभी इस तरह की तुलना के लिए प्रॉम्प्ट्स नहीं खर्च करता। Forge, Bolt में एक प्रयोगात्मक मोड है जो खुले मॉडल्स को अधिकतम 50x अधिक उपयोग के साथ चलाता है। आप बिना उपयोग सीमाओं के चिंता किए वेब ऐप्स बना सकते हैं और उन पर दोहराव कर सकते हैं। एक मासिक बार, कोई दैनिक सीमा नहीं। यदि आपको आवश्यकता हो, तो 10 संस्करण बनाएं, फिर शिपिंग के समय Standard या Max पर स्विच करें। Bolt के स्वयं के बिल्ड बेंचमार्क पर, Forge मॉडल्स सबसे अच्छे पेड मॉडल का 91% स्कोर करते हैं। ड्राफ्टिंग के लिए पर्याप्त करीब। इसके पीछे का सौदा: साइन-अप करें, और आपके बिल्ड्स खुले मॉडल्स को प्रशिक्षित करने में मदद करते हैं। हर बार आप स्विच करते हैं, तो पूछा जाता है। अनुसंधान प्रीव्यू 14 सितंबर से 14 अक्टूबर, 2026 तक चलता है। Forge, 14 अक्टूबर तक Pro प्लान पर मुफ़्त है, और $9/महीना का प्रारंभिक-एक्सेस प्लान, Bolt Lite, जिसमें वेटलिस्ट है। यह प्रयोगात्मक है, इसलिए किसी भी गंभीर चीज़ को शामिल करने से पहले अपना प्रोजेक्ट की प्रतिलिपि बना लें। 3 बिल्ड्स देखें, फिर नीचे दिए गए लिंक के साथ Forge का प्रयास करें।

अपनी सुबह को उसी गलतियों को ठीक करने में बर्बाद मत करें जो आपका AI एजेंट बार-बार करता है एक LangChain इंजीनियर दिखाते हैं कि AI कैसे अपना काम आपको वापस भेजने से पहले खुद चेक कर सकता है 08:06 - स्टेट, नोड्स, और एजेस 10:47 - दस्तावेज़ों और उत्पन्न उत्तरों की जांच 11:48 - असफल परीक्षणों के बाद कोड को पुनः प्रयास करना 37:12 - चरण सीमा के साथ लूप्स को रोकना 54:46 - एजेंट द्वारा लिए गए चरणों का ट्रैकिंग उन्हें इस वर्कशॉप को मुफ्त में देना चाहिए नहीं था इसे पहले देखें, फिर मेरा गाइड पढ़ें जिसमें मैंने दावों की जांच करने वाली एक शोध प्रवाह प्रणाली बनाने के बारे में बताया है