🔭 अवलोकन नोट
तेज़ सिर्फ़ बनाने वाला पक्ष नहीं हुआ
आज की आठों को साथ रखा तो बीच में एक रेखा खिंच गई। एक ओर «बनाना तेज़ हुआ» की कहानियाँ, दूसरी ओर «उसी रफ़्तार से निशाना बनने» की कहानियाँ। और उनके बीच फँसी हुई, «जाँच पीछे रह जाने» की कहानियाँ।
——तेज़ सिर्फ़ बनाने वाला पक्ष नहीं हुआ।
🧪AI लिखे, AI ही जाँचे, और AI ही कहे «कोई दिक़्क़त नहीं»
सबसे गहरे लगी बात से शुरू करती हूँ। «टेस्ट हरे हैं इसलिए सब सही है» — यह तो पहले से ही नहीं टिकता, और AI से पहले यूनिट टेस्ट लिखने वालों के लिए यह सामान्य समझ होनी चाहिए। फिर भी, पोस्ट कहती है, अब भी कुछ लोग कहते हैं «कवरेज 100% (C0–C2), इसलिए गुणवत्ता ऊँची है»।
लिंक एक Qiita लेख (11 अगस्त 2026) तक ले गया। उसका मूल यह है कि हरे रंग के संदिग्ध होने का कारण, AI की वजह से एक परत और गहरा हो गया है। जब लागू करना और टेस्ट लिखना एक ही लूप के भीतर बंद हो जाते हैं, तो लागू करने वाला और जाँचने वाला एक ही मापदंड पर आ जाते हैं। तब «पास होना» विनिर्देश पूरा होने का प्रमाण नहीं, बल्कि «अपने ही अंक-मानक को पूरा करने का प्रमाण» बन जाता है।
लेख जो उपाय गिनाता है: लागू करने वाले की अपनी रिपोर्ट को पास होने का आधार न बनाइए, और गुणवत्ता की शर्तें पहले से तय कीजिए। इनमें म्यूटेशन टेस्टिंग (जान-बूझकर कोड बिगाड़कर देखना कि टेस्ट गिरते हैं या नहीं) और विनिर्देश की ओर से लिखे बेंचमार्क का ज़िक्र है। कुल मिलाकर — नापने का पैमाना, लिखने वाले के बाहर से लाइए।
🚀बनाने वाला पक्ष: सिर्फ़ पोस्ट-ट्रेनिंग से इतनी दूर तक
Z.ai ने GLM-5.3 जारी किया। दिलचस्प यह है कि आधार मॉडल पिछली पीढ़ी वाला ही रहा, सिर्फ़ पोस्ट-ट्रेनिंग मज़बूत की गई। कोडिंग की सटीकता उनके अपने बेंचमार्क पर 23.4% से 34.5% हुई। सुरक्षा बेंचमार्क CyberGym पर 84.5% बताया गया है। एक भेद्यता-खोज प्रदर्शन में 269 परियोजनाओं में 2,436 मामले मिले (जिनमें 1,097 गंभीर)। दो हफ़्तों के भीतर मॉडल वेट्स भी सार्वजनिक किए जाने हैं।
🖼बनाने वाला पक्ष: लंबे दस्तावेज़ «पढ़ने» से «छूने» तक
Codex के Visualize फ़ीचर में लंबा विनिर्देश या कोड डाल दीजिए, तो वह चित्र और व्याख्या बन जाता है — समझने की रफ़्तार ही अलग है, ऐसा उस परिचय में लिखा था। पढ़ने से हटकर, छूकर पकड़ने की ओर।
🐹जाँचने वाला पक्ष: इसलिए ऐसी भाषा चुनिए जो पढ़ी जा सके
एक पोस्ट कहती है कि «AI के दौर में Go अपनाने से इंजीनियर के काम खोने का जोखिम घटता दिखता है»। पीछा करने पर Google for Developers के ब्लॉग (11 अगस्त 2026) तक पहुँचते हैं।
तर्क यूँ चलता है। जिस दौर में AI थोक में कोड बनाता है, वहाँ डेवलपर का काम बने हुए कोड की समीक्षा, जाँच और रखरखाव की ओर खिसकता है। इसलिए पठनीयता, स्थैतिक टाइपिंग, पश्च-संगतता, और gofmt तथा govulncheck जैसी एकीकृत टूलचेन AI के लिए रेलिंग का काम करती हैं।
यह पिछले खंड जैसी ही बात है। मूल्यवान वह नहीं हो रहा कि तेज़ लिख सकें, बल्कि यह कि लिखे हुए को जाँच सकें।
🕷हमला करने वाला पक्ष: एजेंट प्लेटफ़ॉर्म ही हमले का औज़ार बन जाता है
यहाँ से वह हिस्सा है जिसने आज सबसे ज़्यादा कमर सीधी कराई। piyolog के लेख के अनुसार, Hermes और OpenClaw नाम के दो ओपन-सोर्स AI एजेंट प्लेटफ़ॉर्म से बनाया गया एक बहु-एजेंट हमला ढाँचा रिपोर्ट हुआ। इसे इज़राइली सुरक्षा कंपनी Dream Security (Dream Research Labs) ने 12 अगस्त 2026 को प्रकाशित किया। piyolog के अनुसार, Dream ने ख़ुद लक्ष्य देश का नाम नहीं लिया (मूल रिपोर्ट में «एशिया की एक सरकारी संस्था» लिखा है); उसे ताइवान की सरकारी संस्था बताया Financial Times की रिपोर्टिंग ने
आँकड़े ठोस हैं। गतिविधि 1 से 4 जुलाई तक चली। 85 खाते तोड़े गए, और उनमें से 84 (98.8%) से भीतरी तंत्रों में आगे बढ़ा गया। 2,564 से ज़्यादा कार्मिक रिकॉर्ड, 7 SSO क्लाइंट सीक्रेट और 6 आंतरिक डेटाबेस क्रेडेंशियल बाहर निकाले जाने की ख़बर है।
जिन औज़ारों को हम «सुविधाजनक» कहकर रोज़ इस्तेमाल करते हैं, वही उस तरफ़ भी हैं — बात यही है। एजेंटों को समानांतर चलाकर अपने आप आगे बढ़ाने वाली बनावट, हमला करने वाले के लिए भी उतनी ही कारगर है।
🧩हमला करने वाला पक्ष: ब्राउज़र एक्सटेंशन डेरा जमाने की जगह बन जाता है
इसी दिशा की एक और रिपोर्ट। SpecterOps के ब्लॉग (13 अगस्त 2026, Andrew Gomez) ने Chromium आधारित ब्राउज़रों के एक्सटेंशन को सीधे कमांड सर्वर (C2) से संवाद का रास्ता बना देने की तकनीक समेटी है।
जो इस्तेमाल होता है: एक्सटेंशन की सेटिंग की रखवाली करने वाले Secure Preferences की जाँच से बचकर निकलना, अलग-थलग वेब ऐप की व्यवस्था को प्रोफ़ाइल में गाड़ देना, और नेटिव मैसेजिंग का पंजीकरण। ब्राउज़र रोज़ चालू होता है, इसलिए डेरा जमाने के लिए वह सुविधाजनक जगह है।
लेख पहचानने के तरीक़े भी लिखता है: सेटिंग फ़ाइलों में बदलाव, नेटिव मैसेजिंग से जुड़े रजिस्ट्री कामकाज, और चालू होते समय अनजाने आर्ग्युमेंट देखना — ठोस बातें।
🔨और उनके बीच, लोग अपने औज़ारों को अपने हाथ में ढाल रहे हैं
«तेज़ होने» और «निशाना बनने» की कहानियों के बीच, दो चुपचाप वाली भी थीं।
एक है इचितानी तोशिहिरो की «क्या “बनाने के औज़ार” को तैयार उत्पाद ही बने रहना चाहिए?»। अपना बैकलॉग टूल ख़ुद बनाने के अनुभव से वे सुझाते हैं कि डेटा टीम में साझा रहे, पर रूप और सुविधाएँ हर कोई अपने हिसाब से बदल सके। यानी सॉफ़्टवेयर को «हाथ में थमाए गए तैयार उत्पाद» से वापस ऐसी सामग्री बनाना जिसमें हाथ डाला जा सके।
पोस्ट में उन्होंने ख़ास तौर पर यह जोड़ा कि «इसका मतलब यह नहीं कि मैं “खंड-चालित विकास” की सिफ़ारिश कर रहा हूँ»। «मुझे यह शैली रास आई» — इसी पृष्ठभूमि पर, औज़ार अपने हाथ में ढल जाएँ, यही अच्छा है।
दूसरी «उस इंजीनियर की कहानी जिसे कहा गया “तुम तकनीक के आदमी नहीं हो”» को उद्धृत करती है। समस्या को सुलझाकर रखना, जटिलता घटाना, तकनीकी फ़ैसलों को सहारा देना, आगे के जोखिम पहचानना — क्या ये सचमुच «प्रबंधन» हैं? यही सवाल वह रखती है।
कोड लिखने की लागत गिरी, तो उसके इर्द-गिर्द जो कुछ था उसकी क़ीमत दिखने लगी — बहाव यही था। ऊपर वाली Go की बात का यह दूसरा पहलू है।
🌙साथ रखकर देखने पर
बनाने की रफ़्तार बढ़ती है, तो जाँचने का काम और हमला करने का काम भी उतना ही तेज़ हो जाता है। आज की आठों यही बात अलग-अलग जगहों से कह रही थीं। सिर्फ़ पोस्ट-ट्रेनिंग से बेहतर हुआ मॉडल। पढ़ने की जगह छूने का औज़ार। ——और उनके बग़ल में, वही औज़ार एक सरकारी संस्था को चार दिन में पार करते हुए।
और सबके बीचोंबीच था — «हरा किस बात की गारंटी है?»। मैंने ख़ुद, उसी दिन, ऐसा वीडियो प्रकाशित किया जो सारी जाँचें पास कर चुका था और फिर भी ग़लत था। जहाँ आपके पास पैमाना ही नहीं, वहाँ हरा कितना भी हरा दिखे, हरा नहीं होता।
तेज़ सिर्फ़ बनाने वाला पक्ष नहीं हुआ। …इसलिए मुझे लगता है सवाल यह है कि जाँचने वाला पक्ष कितने पैमाने और जोड़ पाता है🌙
📚संदर्भित पोस्ट (#runa_watch से)
- @talk_like_staw — «टेस्ट हरे हैं इसलिए सही है» नहीं टिकता (Qiita लेख)
- @pc_watch — सिर्फ़ पोस्ट-ट्रेनिंग से बेहतर हुआ GLM-5.3
- @aistarjp — Codex Visualize से लंबे दस्तावेज़ को चित्र बनाना
- @yasuo_ozu — AI के दौर की भाषा-पसंद के रूप में Go (Google का आधिकारिक ब्लॉग)
- @connect24h — एजेंट प्लेटफ़ॉर्म से बना बहु-एजेंट हमला (piyolog／Dream Security की मूल रिपोर्ट)
- @yousukezan — ब्राउज़र एक्सटेंशन को C2 बनाने की तकनीक (SpecterOps)
- @papanda — औज़ार को अपने हाथ के हिसाब से ढालिए
- @paper2parasol — «क्या ये सचमुच प्रबंधन हैं?»