ब्लॉग

111 आइटम

टैग

थीम से फ़िल्टर करें

05.08.2026 · 7 मिनट

DeepSeek V4 Flash स्थिर रिलीज़, हैंड्स-ऑन अनुभव: सस्ता, तेज़, 1M कॉन्टेक्स्ट, बिल्ट-इन सर्च

स्थिर DeepSeek V4 Flash रिलीज़ में कुछ दिनों की गहरी पड़ताल: बेतहाशा सस्ता, बिजली की रफ़्तार, 1M कॉन्टेक्स्ट, आधिकारिक बिल्ट-इन वेब सर्च और पूरी तरह ओपन-सोर्स। इकलौती कमज़ोरी है मल्टीमॉडल क्षमता — लेकिन दूसरे मॉडलों के साथ जोड़कर इसे पूरा किया जा सकता है।

DeepSeekमॉडल समीक्षाAI टूल्स

09.09.2026 · 8 मिनट

फ़र्स्ट-पार्टी Harness हमेशा बेस्ट आंसर नहीं होता: ओपन-मॉडल युग में मॉडल और Harness अलग-अलग चुनें

Claude इस्तेमाल करते हो तो Claude Code? ओपन-मॉडल युग में यह इंस्टिंक्ट अपग्रेड का हक़दार है। फ़र्स्ट-पार्टी का फ़ायदा असली है, लेकिन अच्छा मॉडल ट्रेन करना और अच्छा Harness बनाना दो अलग इंजीनियरिंग हैं — यह लेख समझाता है कि मॉडल और Harness अब अलग-अलग क्यों चुने जा सकते हैं, साथ में पाँच Harness की पोज़िशनिंग मैप।

AI AgentHarnessउपकरण चयन

09.09.2026 · 8 मिनट

स्टेबल, फ़ास्ट, प्रोडक्टिव, चीप: मेरे AI Coding फ़ुल स्टैक का पूरा रिकॉर्ड

OpenCode + OpenChamber + दो DeepSeek V4 Flash सब्सक्रिप्शन: 15 प्रोजेक्ट एक साथ कोड चला रहे हैं और कोटा बमुश्किल हिला। पूरा कॉन्फ़िग खोलकर दिखा रहा हूँ: कॉन्टेक्स्ट प्रूनिंग, लेयर्ड मेमोरी, डेस्कटॉप ऑटोमेशन, और “असली जोड़ी के साथ चलने” का सबक़।

OpenCodeAI कोडिंगकॉन्फ़िगरेशन

09.09.2026 · 7 मिनट

TUI आपकी कॉग्निटिव बैंडविड्थ मार रहा है: AI Coding का “गीक फ़िल्टर” टूटने वाला है

आजकल ढेर सारे AI Coding Agent TUI लाने की होड़ में हैं, इंटरैक्शन को 1980 के टर्मिनल पैराडाइम में वापस धकेल रहे हैं, और उसे “इमर्सिव” और “प्रोग्रामर का सम्मान” कह रहे हैं। यह लेख तीन तरीकों को खोलकर दिखाता है जिनसे TUI सिस्टेमैटिक तौर पर आपकी कॉग्निटिव बैंडविड्थ घटाता है, और Web UI ही असली जवाब क्यों है।

AI कोडिंगइंटरैक्शन डिज़ाइननिबंध

आज ग्रुप में किसी दोस्त ने पूछा: कोई यूनिवर्सल AI कोडिंग डेस्कटॉप है क्या? जो हर कंपनी की सब्सक्रिप्शन ले ले और किसी मॉडल का दिमाग भी न घटाए? रोज़ हाई-इंटेंसिटी एक्सपेरिमेंट करने वाले कुछ दोस्तों से बात करके नतीजा एक ही निकला: हर मॉडल अपनी ओरिजिनल जोड़ी के साथ। मॉडल को थर्ड-पार्टी शेल में डालो, तो घटिया होना, स्लो होना और सब्सक्रिप्शन की उलझन — इन तीनों से निकलना लगभग नामुमकिन है। हमारे सबके सेटअप अब लगभग एक जैसे हैं: GPT ➔ Codex: डायरेक्ट ऑफ़िशियल सब्सक्रिप्शन, नेटिव शेड्यूलिंग सबसे स्टेबल। Gemini ➔ AntiGravity: स्पीड की सीलिंग, लंबी विंडो में भी नहीं अटकता। DeepSeek, GLM जैसे ओपन मॉडल्स ➔ सारे के सारे ZCode को। अब ज़रूरी क्यों है ZCode, यह ध्यान से: ZCode से थर्ड-पार्टी प्रोवाइडर मॉडल्स कॉन्फ़िगर करना बहुत आसान है। ZCode का फ़ोन रिमोट-कंट्रोल मोड बहुत ही बढ़िया है — सोफ़े पर लेटे-लेटे फ़ोन चलाते-चलाते काम निपट जाता है। ZCode का कैश (Cache) यूटिलाइज़ेशन बेहद हाई है।

Gemini के «अमेरिकन सोयाबीन प्लान» पर लोगों की राय बहुत काम की है, तो मैंने कमेंट सेक्शन के पॉइंट्स का एक छोटा सार बनाया है: बहुतों को Gemini बेकार लगता है — असली वजह यह है कि वे उसकी पोज़िशन गलत समझते हैं और उसे अपनी प्राइमरी इंजीनियरिंग मशीन मान लेते हैं। सच यह है कि उसकी पोज़िशन किसी पूरे-सज्जित स्विस आर्मी नाइफ़ जैसी है: हल्का, बहुमुखी, मार्जिनल लागत बेहद कम, लेकिन कॉम्प्लेक्स इंजीनियरिंग और ऑटोनॉमस एक्ज़ीक्यूशन में इसकी साफ़ सीमाएँ हैं। इनफ़ो इनपुट की तरफ़, नेटिव YouTube पार्सिंग इस समय उसकी सबसे झंझट-मुक्त क्षमताओं में से एक है। लोकल डाउनलोड स्क्रिप्ट या ट्रांसक्रिप्शन टूल्स सेटअप करने की ज़रूरत नहीं — लिंक सबमिट करो, और क्लाउड में टाइमस्टैम्प वाला पूरा ट्रांसक्रिप्ट, कीफ़्रेम ग्रैब्स और स्ट्रक्चर्ड समरी निकल आती है। बहुतों के असली वर्कफ़्लो में बाँटवारा साफ़ बन चुका है: Grok से X की लाइव चर्चा और अपडेट ट्रैक करवाते हैं, और आधे घंटे से लंबे टेक पॉडकास्ट और डीप वीडियो Gemini संभालता है। विज़ुअल और फ्रंटएंड डेवलपमेंट के सीन में इसकी मल्टीमॉडल बुनियाद मज़बूत है। पूरे पेज के हाथ के लिखे नोट्स हों, कॉम्प्लेक्स टेबल हों या लो-रेज़ोल्यूशन स्कैन — रिकग्निशन एक्युरेसी बहुत हाई रहती है और यह कम ही हवाई चीज़ें बनाता है। और फ्रंटएंड का प्रोटोटाइप बनवाने में यह बेहद तेज़ है, कोड स्ट्रक्चर नैचुरल आता है, और वह रटा-रटाया रिडंडेंट जनरेशन-वाला ठस-ठस नहीं होता। कई इंडी डेवलपर्स फ़िक्स्ड प्रॉम्प्ट से इससे सिंगल पेज पर स्लाइड स्ट्रक्चर बनवाते हैं, या डिज़ाइन स्क्रीनशॉट के साथ जल्दी से यूज़ेबल पेज निकलवाते हैं। लागत और टूलचेन के हिसाब से इसका इकोसिस्टम-हिसाब फ़ायदे का है। हर महीने 20 डॉलर वाली सब्सक्रिप्शन 6 लोगों तक के फ़ैमिली शेयरिंग को सपोर्ट करती है, साथ में कई TB की Google Drive स्पेस मिलती है, और Docs तथा Sheets से गहरा इंटीग्रेशन है। रिसर्च, मल्टीमॉडल पार्सिंग और हल्के पेज-बिल्डिंग का काम इसे दे दो, और कोर कॉम्प्लेक्स कोड डेडिकेटेड कोडिंग मॉडल्स को — पूरे डेवलपमेंट टूल्स का खर्च असरदार तरीके से घट जाता है। कुछ एडवांस इस्तेमाल भी हैं जो आज़मा कर साबित हो चुके हैं: एक — इसकी अपेक्षाकृत सीधी लॉजिक प्रेफ़रेंस का फ़ायदा उठाकर दूसरे बड़े मॉडल्स की ओवर-इंजीनियरिंग और रिडंडेंट कोड की रिव्यू करवाना; दो — NotebookLM के साथ मिलाकर किसी खास मटेरियल पर केंद्रित प्राइवेट नॉलेज बेस बनाना; तीन — प्रीमियम कोटा को स्पीच सिंथेसिस और इमेज प्रोसेसिंग जैसी डिराइव्ड ज़रूरतों पर बाँटना। लेकिन इस्तेमाल करते वक़्त इसकी क्षमता की सीमा साफ़ याद रखनी होगी। पहला, यह कॉम्प्लेक्स टर्मिनल Agent टास्क के लिए नहीं बना — इससे सिस्टम रूल्स बदलने या डिप्लॉयमेंट एनवायरनमेंट का कहवाना हो तो अक्सर या तो मना कर देता है या मल्टी-स्टेप इंस्ट्रक्शन फॉलो नहीं करता; दूसरा, डीप बिज़नेस कोड को दूसरे प्राइमरी मॉडल्स से क्रॉस-रिव्यू करवाना ज़रूरी है ताकि छिपे बग न बचें; तीसरा, यह नेटवर्क एनवायरनमेंट के प्रति संवेदनशील है — नोड की क्वालिटी अनस्टेबल हो तो सर्विस लिमिट या घटिया एक्सपीरियंस आसानी से आ जाता है।

कल मैंने Command GOAT और OpenCode Go की तुलना पोस्ट की थी, और Command Code के CEO ने खुद आकर टिप्पणी की।उन्होंने कहा कि मैं एक मद गिनना भूल गया था — कैशिंग का बिल। मैंने इसमें गहराई से देखा, और Command Code में कुछ खास है।एक Coding Agent मूलतः एक विशाल Prefix Cache मशीन है। कई सौ हज़ार टोकन वाले Session में, अगले दौर तक सच में नए टोकन सिर्फ़ कुछ हज़ार ही हो सकते हैं। System prompt, tools, कोड कॉन्टेक्स्ट और बातचीत का इतिहास मुश्किल से बदलता है। कैश हिट दर जितनी ज़्यादा, पुराने कॉन्टेक्स्ट उतने ही सस्ते।Command Code ने हाल ही में Cache Thrashing पर एक गंभीर दौर का काम किया, मुख्यतः इन रणनीतियों के साथ:Session को उसी GPU Pod पर पिन करें ताकि KV cache गर्म रहे; stable prefix को जितना संभव हो उतना बरकरार रखें और provider fallback को कॉन्टेक्स्ट से छेड़छाड़ न करने दें; साथ ही उनका Tool Call Repair, जहाँ harness गलत मॉडल पैरामीटर को स्थानीय रूप से ठीक करता है, बजाय त्रुटियों को दोबारा कोशिश करने के लिए मॉडल को वापस भेजने के।v0.33.0 के चेंजलॉग में सचमुच लिखा है: Major Cache Overhaul, median cost reduction 2.9×। अब वे आधिकारिक तौर पर लगातार 95–99% की कैश हिट दर का दावा करते हैं।वही मॉडल, वही $10 प्लान — लेकिन कैशिंग की वजह से, यह अंतर बढ़ते-बढ़ते एक बिल्कुल अलग नतीजे में बदल जाता है।

मैंने Command Code इस Harness को एक बार फिर ध्यान से पढ़ा, और साथ में इसकी तुलना Pi, OMP, DeepSeek Harness और OpenCode से भी कर ली। Command Code की अभी की सबसे बड़ी वैल्यू उसका Harness Engineering है, जो वह ओपन मॉडल्स के लिए करता है। Pi का फ़लसफ़ा मिनिमल है: Harness मॉडल में जितना हो सके कम दखल देता है — हल्का, तेज़, टोकन का खर्च कम, और तोड़ने-मोड़ने में बेहद आसान; वहीं OMP Pi के ऊपर LSP, Debugger, Browser, AST जैसी हैवी Coding क्षमताएँ चढ़ाता जाता है, जैसे Agent को पूरा IDE चढ़ा दिया हो। DeepSeek Harness और भी आगे जाता है: Everything is Plugin — Agent Loop, टूल्स, परमिशन, Preset, UI सब खोलकर दोबारा जोड़े जा सकते हैं, और नेक्स्ट-जेन Agent Runtime समझने के लिए यह बेहतरीन है। OpenCode फिलहाल सबसे संतुलित कैटेगरी है: ओपन सोर्स, Provider ज़्यादा, इकोसिस्टम बड़ा, Client/Server, डेस्कटॉप ऐप और Subagent काफ़ी मैच्योर — यानी ऐसा ऑलराउंड खिलाड़ी जो कोई भी मॉडल ले ले और कोई भी काम कर दे। Command Code का रास्ता थोड़ा अलग है। उसे मॉडल के पीछे साफ़-सफ़ाई करना बहुत पसंद है। Tool Call के पैरामीटर गलत लिखे गए तो Harness लोकल ठीक कर देता है; फ़ाइल अभी पढ़ी ही थी कि दोबारा पढ़ने की ज़रूरत पड़ी, तो Harness डी-डुप्लीकेट कर देता है; लंबे Session में Stable Prefix बनाए रखता है ताकि Cache Hit बढ़े; Context फटने ही वाला हो तो Compaction कर देता है; इनके अलावा Session Affinity, Taste, Subagent आइसोलेशन जैसी चीज़ें भी। यही सोच जब DeepSeek V4 Flash, GLM-5.3 Flash जैसे वर्कहॉर्स मॉडल्स पर लागू होती है, तो वैल्यू और बढ़ जाती है — मॉडल जितना कमज़ोर, Harness उतनी भरपाई कर देता है। तो अब मैं इन Harness की पोज़िशनिंग ऐसे करूँगा: Pi — अपना लॉन्ग-टर्म Agent बेस बनाने के लिए सबसे फ़िट: सिंपल, क्लीन, जैसे चाहो वैसे तोड़-मोड़ो। OMP — सच्चे हैवी Coding के लिए, जिन सीन में LSP, Debugger और कॉम्प्लेक्स Repo नेविगेशन चाहिए। DeepSeek Harness — Agent आर्किटेक्चर, Preset, मल्टी-Agent और नेक्स्ट-जेन Runtime के साथ खाँटा खेलने के लिए सबसे उपयुक्त। OpenCode — जिसे एक मैच्योर, जनरल-पर्पज़, मल्टी-मॉडल Coding Agent चाहिए, उसके लिए सबसे उपयुक्त। Command Code — DeepSeek / GLM जैसे ओपन मॉडल्स के हैवी यूज़र्स के लिए खास तौर पर, और खासकर जो Flash वर्कहॉर्स मॉडल्स को बड़े पैमाने पर चलाते हैं। तो अगर सिर्फ़ लॉन्ग-टर्म फ्लेक्सिबिलिटी देखी जाए, तो मुझे आज भी Pi ज़्यादा पसंद है। लेकिन अगर आज मुझसे DeepSeek V4 Flash / GLM-5.3 से ज़ोरदार काम करवाना कहा जाए, तो Command Code का स्वाद मैं अभी सच में चखूँगा।

X पर जिस "कमाल के $5" OpenCode Go की सब तारीफ़ कर रहे थे, वह पूरी तरह बिखर चुका है।OpenCode Go के पास पहले महीने की $5 डील हुआ करती थी जो इसकी वैल्यू-फॉर-मनी बनाए रखती थी — अब वह भी गई, शुरू से ही $10।तुलना में, प्रतियोगी के Command GOAT प्लान बेहतर और बेहतर दिखने लगे हैं।DeepSeek V4 Flash, GLM-5.3 Flash, GLM-5.3 इन दिनों भारी कोडिंग और एजेंट चलाने के वर्कहॉर्स मॉडल हैं — और Command GOAT प्लान इन्हें काफ़ी उदार कोटा देता है।अब मैं कोडिंग मॉडल को दो सरल श्रेणियों में बाँटता हूँ: कोर मॉडल और मेहनतकश मॉडल।V4 Pro, GLM-5.3 वगैरह कोर मॉडल हैं — वे कड़ी हड्डियाँ चबाते हैं। जटिल आर्किटेक्चर, पेचीदा बग्स, बड़े रीफैक्टर, अहम फ़ैसले: जब समस्या सच में कठिन हो, तो उन्हें दे दो।V4 Flash और GLM-5.3 Flash मेहनतकश मॉडल हैं। रिपोज़ पढ़ना, कोड खोजना, फ़ाइलें एडिट करना, टेस्ट चलाना, बैच काम, नई ज़मीन तोड़ना — वह गंदा काम बिल्कुल वही है जो Flash को पीसना चाहिए।Command GOAT प्लान में मेहनतकश कोटा भरपूर है, और उसका कोर मॉडल कोटा भी बिना किसी साफ़ कमज़ोरी के है।तो मैं घोषणा करता हूँ: Command GOAT प्लान ही वर्तमान संस्करण का उत्तर है।

इन दिनों मैं DeepSeek Harness का अध्ययन कर रहा हूँ। इसमें Preset नाम की एक अवधारणा है जिस पर ध्यान देना चाहिए।Preset को एजेंट की वितरण इकाई के रूप में समझा जा सकता है। उसी मॉडल पर अलग-अलग Preset लोड करें, और यह पूरी तरह अलग एजेंट बन जाता है।Preset और Skill के बीच सबसे बड़ा अंतर क्या है?

एक वित्तीय-रिपोर्ट-विश्लेषण Skill: एजेंट को सिखाता है कि वित्तीय रिपोर्ट का विश्लेषण कैसे करें।
एक वित्तीय-रिपोर्ट-विश्लेषण Preset: वित्तीय-रिपोर्ट-विश्लेषण Skill, वेब सर्च, Browser, PDF, Python, subagents, रिसर्च prompts और कॉन्टेक्स्ट रणनीति — सब कुछ एक साथ बाँध देता है, और आपको एक तैयार-से-उपयोग एजेंट सौंपता है।

भविष्य में, दो बाज़ार परतें एक साथ उभरने की संभावना है।

एक: Plugin / Skill Marketplace, मुख्यतः उन डेवलपर्स और पावर यूज़र्स के लिए जो एजेंट बनाते हैं;
एक: Preset / Agent Marketplace, जो सच में आम उपयोगकर्ताओं के लिए है।

यह वास्तव में App Store के तर्क के बहुत करीब है। App Store एक संपूर्ण ऐप दिखाता है; एक Preset एक संपूर्ण एजेंट अनुप्रयोग दिखाता है।पहले लोग Prompt साझा करते थे। फिर उन्होंने Skills साझा करनी शुरू कीं। अगला कदम शायद Presets साझा करना होगा।

मैंने DeepSeek Harness के चार मोड पर कुछ समय बिताया — यहाँ हर एक के फ़ायदे, नुकसान और उपयोग के मामले हैं।

Standard — रोज़मर्रा के डेवलपमेंट के लिए सबसे अच्छा Standard DeepSeek Harness का डिफ़ॉल्ट संपूर्ण Coding Agent है। यह रोज़मर्रा के डेवलपमेंट की हर ज़रूरत के साथ आता है, और उन कार्यों के लिए विशेष रूप से उपयुक्त है जहाँ आपको अभी तक पता नहीं है कि समस्या कहाँ है और एजेंट को खुद तलाशना पड़ता है।

लेकिन चूँकि अधिकांश काम LLM → Tool → LLM → Tool → LLM → Tool है, इसलिए कार्य जटिल होने पर Tool Calling के round trips बढ़ जाते हैं, जिससे विलंबता और टोकन लागत बढ़ती है।इसलिए: तलाश-प्रथम कार्य Standard पर जाएँ।

PTC — जटिल कार्यों के लिए दक्षता मोड PTC मॉडल को TypeScript का एक ब्लॉक लिखने देता है जो कई टूल कॉल को एक ही निष्पादन में जोड़ता है।

Standard शायद ऐसा हो: फ़ाइलें खोजें → मॉडल के पास लौटें → फ़ाइल पढ़ें → मॉडल के पास लौटें → खोजें → मॉडल के पास लौटें → संपादित करें → मॉडल के पास लौटें। PTC ऐसा बन जाता है: मॉडल TypeScript लिखता है → एक बार चलाएँ → खोज + लूप + फ़िल्टर + पढ़ें + प्रोसेस करें → अंतिम परिणाम लौटाएँ।इससे round trips घटते हैं और बड़ी मात्रा में अर्थहीन मध्यवर्ती डेटा मॉडल कॉन्टेक्स्ट में नहीं जाता। इसलिए बैच्ड, दोहराए जाने वाले, संरचित प्रोसेसिंग वह जगह है जहाँ PTC चमकता है।

Minimal — मॉडल के लिए बस Bash + Editor इसकी सबसे बड़ी ताकत सरलता है: कम टूल, छोटे टूल स्कीमा, कम निश्चित prompt ओवरहेड।

लेकिन कोई Web नहीं, कोई Skills नहीं, कोई Subagent नहीं, कोई Workflow नहीं — जटिल कार्यों को एक ही एजेंट से ज़बरदस्ती करना पड़ता है। और Minimal में Standard जैसी पूर्ण Context Compaction की कमी है। इसलिए जबकि छोटे कार्यों का निश्चित टोकन ओवरहेड कम है, बहुत लंबे sessions में जहाँ बहुत ज़्यादा Bash आउटपुट होता है, यह वास्तव में टोकन नहीं बचा सकता।Minimal साफ़-सुथरे, सुस्पष्ट छोटे कार्यों के लिए चुनाव है — जितना स्पष्ट और छोटा, उतना बेहतर।

Creator — एजेंट से एजेंट बनाना इसमें Standard के साथ Cordis Runtime, प्लगइन प्रयोग और Preset निर्माण शामिल है। यह एजेंट को ही रचना-योग्य और सृजन-योग्य बना देता है।

सच कहूँ तो काफ़ी प्यारा: मॉडल खुद अपनी दुकान लगाकर सामान बेचता है, फिर अपनी ही दुकान को सँवारता है — आत्मनिर्भर।लेकिन Creator की सबसे बड़ी समस्या इसके ऊँचे अनुमति स्तर हैं। इसे ध्यान में रखें।

आजकल ढेर सारे AI Coding Agent कोई भी मौका देखो TUI ठूंस रहे हैं, और इस रुझान के लिए Claude Code की बहुत बड़ी ज़िम्मेदारी है। इसने टर्मिनल में AI से बातचीत करके कोड लिखने के काम को अपनी पराकाष्ठा पर पहुँचा दिया है। लेकिन समस्या यह है कि जैसे सच में एडवांस्ड Coding Agent का डिफ़ॉल्ट इंटरफ़ेस टर्मिनल ही होना चाहिए, Web वर्ज़न सिर्फ़ एक अपेंडिज हो, और उसपर ताना भी मारा जाए कि वह काफ़ी प्रोग्रामर-जैसा नहीं है। और नतीजा? पहले एक जटिल TUI बनाओ ढेर सारे रंग, स्टेटस बार, शॉर्टकट, मोड स्विचिंग के साथ फिर उसे 'इमर्सिव', 'एफ़िशिएंट', 'प्रोग्रामर का सम्मान' जैसे नाम दे दो सच में? जिन थोड़े-से लोगों का हर दिन टर्मिनल में बीतता है, उनके लिए यह सच में मज़ेदार है। लेकिन बहुत सारे और लोगों के लिए यह जानबूझकर बनाई गई दीवार है। फ़ीचर्स कुंजियों और मोड्स के पीछे छिपे हैं, नए यूज़र हक्का-बक्का, और पुराने यूज़र्स को भी हर टूल की अपनी कीबाइंडिंग के हिसाब से दोबारा ढलना पड़ता है। Web UI बिल्कुल तेज़ और साफ बनाई जा सकती है — PWA की तरह इंस्टॉल करने पर डेस्कटॉप क्लाइंट से लगभग कोई फ़र्क़ नहीं, और अपडेट भी आसान। इंटरैक्शन को ज़बरदस्ती 80 के दशक के टर्मिनल पैराडाइम में धकेलना, और फिर ऊपर से Web को नीचा दिखाना — इसमें काफ़ी कुछ आत्ममुग्धता है। Claude Code खुद बहुत कमाल का है, इसमें कोई दो राय नहीं। लेकिन उसने 'TUI ही असली रास्ता है' वाला स्वाद और path dependence चला दिया, और पीछे-पीछे आई नक़लें इससे भी बेहूदा हैं। टूल लोगों के काम आने के लिए बनते हैं, यह साबित करने के लिए नहीं कि कौन ज़्यादा 'गीक' है। इंसान-विरोधी इंटरैक्शन को हाई-क्लास के कपड़े पहनाना — यह सच में बहुत हास्यास्पद बात है।

सच कहूँ तो, कुछ गीक समुदाय अब केवल निच-मार्केट नहीं रहे — वे पूरी तरह आत्ममुग्ध हो चुके हैं।उनका सिग्नेचर मूव: असुविधा को परिष्कार मानना, और एंट्री की रुकावटों को स्वाद मानना।अगर कोई चीज़ आम लोगों के लिए आसान, सहज और जल्दी पकड़ में आने वाली है, तो वे सहज रूप से महसूस करते हैं कि यह काफ़ी हार्डकोर नहीं है, बहुत मेनस्ट्रीम है, उनके स्तर से नीचे है।इसके उलट, जितना अटपटा इंटरैक्शन हो, जितनी गहरी छिपी जानकारी हो, जितनी निजी भाषा और ढेरों शॉर्टकट सीखने पड़ें — उतना ही उन्हें लगता है कि यही असली टूल है।यह अब एफ़िशिएंसी के बारे में नहीं है। यह दर्द के ज़रिए अपनी पहचान पक्की करना है।"मैं वह इंटरैक्शन झेल सकता हूँ जो दूसरे नहीं झेल सकते" — यह वाक्य मुँह से निकलते ही श्रेष्ठता की भावना तैयार है।दायरा जितना छोटा, यह आत्म-तारीफ़ उतनी ही आसानी से एक-दूसरे को हवा देती है।आख़िरकार यह बन जाता है: जो कोई इसे बेकार कहे, वह समझा ही नहीं — वह बाहरी है।सच में काबिल़ लोग जटिल चीज़ों को आसान बनाते हैं। कुछ गीक सरल चीज़ों को जटिल बनाते हैं, और फिर उस जटिलता के ऊपर खड़े होकर बाक़ी सबको नीचे से देखते हैं।

मार्केट के लगभग सारे ओपन-सोर्स Harness GUI क्लाइंट ट्राई किए हैं, और ज़्यादातर का डिज़ाइन-एक्सपीरियंस अच्छा खासा नहीं है। OpenChamber उन ओपन-सोर्स प्रोजेक्ट्स में सबसे अच्छी पॉलिश वाला Harness GUI क्लाइंट है जो मैंने इस्तेमाल किए हैं: रिफ़ाइंड, स्टेबल, और कभी-कभी आने वाले बग भी लॉन्ग-टर्म इस्तेमाल में रोड़ नहीं डालते। लेकिन यह सिर्फ़ OpenCode के साथ चलता है, दूसरे Harness पर स्विच नहीं हो सकता। कुछ यूज़र्स का फीडबैक है कि OpenCode का ओवरऑल परफ़ॉर्मेंस उतना अच्छा नहीं और वह अक्सर मॉडल की रफ़्तार रोक देता है। तो मैंने एक प्रोजेक्ट सोचा: OpenChamber के फ्रंटएंड को स्केलेटन बना लूँ और उसका कोर oh my pi से बदल दूँ — शायद यह मेरी अपनी ज़रूरतों के ज़्यादा मुताबिक बने। नेटिव Pi Agent की जगह Oh My Pi क्यों? क्योंकि नेटिव Pi Agent बहुत ज़्यादा फ्लेक्सिबल है। उस पर कोई जनरल-पर्पज़ GUI नहीं बन पाता। एक कॉम्प्रोमाइज़ के तौर पर, Oh My Pi को Pi Agent का एक डिस्ट्रीब्यूशन समझिए। प्लगइन इंटरैक्शन एक्सपीरियंस काफ़ी स्टेबल रहता है। तो मुझे लगता है कि OpenChamber + Oh My Pi को एक आउट-ऑफ़-द-बॉक्स प्रोडक्ट बनाना एक असली, अब तक अनमीट ज़रूरत है। मैंने प्रोजेक्ट का नाम OMPChamber रखा है। यह अभी तेज़ डेवलपमेंट और टेस्टिंग में है — काम आए तो star ज़रूर दें। https://github.com/realchendahuang/OMPChamber

शेयर कर रहा हूँ वह OpenCode सेटअप जो मैं अभी चला रहा हूँ। मेरा सेटअप तीन कोर ज़रूरतों के इर्द-गिर्द बना है: कॉन्टेक्स्ट मैनेजमेंट — लंबे सेशन में कॉन्टेक्स्ट न फटे, पैसे और टोकन की बचत मेमोरी सिस्टम — सेशन के पार यूज़र की प्रेफ़रेंस, प्रोजेक्ट के फ़ैसले और पुराने सबक याद रखना एक्सटर्नल कैपेबिलिटीज़ — डॉक्स लुकअप, कोड सर्च, डेस्कटॉप ऑटोमेशन मुख्य प्लगइन्स जो मैं इस्तेमाल करता हूँ:

opencode-dcp (ओपन सोर्स) डायनामिक कॉन्टेक्स्ट प्रूनिंग प्लगइन। कॉन्टेक्स्ट जब थ्रेशोल्ड छू लेता है, तो पुराने कॉन्टेंट को अपने-आप टेक्निकल समरी में कंप्रेस कर देता है — की-इनफ़ो रखता है, नॉइज़ फेंकता है, डुप्लीकेट कॉन्टेंट अपने-आप साफ़ करता है, और टूल एरर जैसा लो-वैल्यू कॉन्टेंट कॉन्टेक्स्ट से बाहर निकल देता है
opencode-goal-plugin Goal मोड प्लगइन, लंबे टास्क में गोल-मैनेजमेंट जोड़ता है
Hermes Memory (डिमांड हुई तो आगे ओपन सोर्स कर दूँगा) यह मेरा सबसे भारी प्लगइन है — Hermes agent की लेयर्ड मेमोरी मैकेनिज़्म को OpenCode पर पोर्ट किया है।
context7-MCP लाइब्रेरी/फ़्रेमवर्क का लेटेस्ट ऑफ़िशियल डॉक्स देखने के लिए।
grep-MCP GitHub कोड सर्च, पूरे GitHub के कोड में रियल-वर्ल्ड यूज़ेज़ खोजने के लिए।
open-computer-use (डेस्कटॉप ऑटोमेशन) AI को सीधे macOS ऐप्स चलाने देता है — क्लिक, टाइपिंग, स्क्रॉल, ड्रैग, स्क्रीनशॉट, accessibility tree पढ़ना।

06.08.2026 · 6 मिनट

Pi Agent, OMP, Codex और ZCode आज़माने के बाद, मैंने आख़िरकार OpenCode + OpenChamber ही क्यों चुना

एजेंट हार्नेस चुनने की समीक्षा: GUI अनुभव, वेंडर लॉक-इन और आगे विकास की आज़ादी — इन तीन मानदंडों ने Pi Agent, OMP, Codex और ZCode को बाहर कर दिया और आख़िर में चुना गया OpenCode कोर + OpenChamber इंटरफ़ेस।

AI Agentउपकरण चयन

06.08.2026 · 5 मिनट

DeepSeek को मल्टीमॉडल बनाना: Qwen-3.7-Flash विज़न तरीका

DeepSeek V4 Flash में मल्टीमॉडल क्षमता नहीं है — इमेज समझने के लिए क्या करें? बाज़ार का सर्वे करने के बाद फ़िलहाल सबसे किफ़ायती विकल्प Qwen-3.7-Flash है: एक इमेज पहचानने की लागत लगभग न के बराबर, और इसे V4 Flash के साथ जोड़कर कमी पूरी हो जाती है।

DeepSeekमल्टीमॉडलमॉडल समीक्षा

05.08.2026 · 6 मिनट

DeepSeek के API में बिल्ट-इन वेब सर्च — Responses API से आधिकारिक सर्च मुफ़्त में पाएँ

DeepSeek ने API में ही वेब सर्च बना दिया है: Responses इंटरफ़ेस से deepseek-v4-flash को कॉल करें और web_search टूल घोषित कर दें। न थर्ड-पार्टी सर्च इंजन जोड़ना पड़ता है, न अलग सर्च API की चाबी चाहिए।

DeepSeekAPIAI टूल्स

AI टूल कॉन्फ़िगर करने वाले लोग आमतौर पर एक API key सेट करते हैं, और कभी-कभी आपसे इंटरफ़ेस फ़ॉर्मेट चुनने के लिए कहा जाता है।इंटरफ़ेस फ़ॉर्मेट, सीधे शब्दों में:आपके और मॉडल सर्विस के बीच संवाद का तयशुदा तरीका।मिसाल के तौर पर, जिस "OpenAI-संगत इंटरफ़ेस" को ज़्यादातर लोग जानते हैं, वह अक्सर Chat Completions की ओर इशारा करता है। वह फ़ॉर्मेट चैट और सरल टेक्स्ट जनरेशन में उम्दा है, इसलिए हर जगह मॉडल वेंडर उसके साथ संगतता को प्राथमिकता देते हैं।लेकिन आज AI ऐप्स बनाना कहीं ज़्यादा जटिल है। मॉडलों को अब फ़ाइलें पढ़नी हैं, वेब ब्राउज़ करना है, फ़ंक्शन कॉल करने हैं, कोड चलाना है, MCP से जुड़ना है, कॉन्टेक्स्ट संभालना है, और अगले कदमों पर चलते रहना है।यहीं पर OpenAI का Responses API अपनी कीमत साबित करता है।

उसके रीज़निंग मॉडल बेहतर प्रदर्शन करते हैं। वही मॉडल, अधिक उपयुक्त इंटरफ़ेस संरचना में रखा जाए, तो काम बेहतर पूरा करता है।
यह स्वाभाविक रूप से एजेंटों के लिए बना है। एक API अनुरोध में कई टूल कॉल किए जा सकते हैं।
यह कम ख़र्चीला है। Chat Completions की तुलना में, Responses API की कैश उपयोगिता 40%–80% तक बेहतर होती है। ऊँची कैश उपयोगिता का मतलब है दोहराए जाने वाले कॉल सस्ते और लेटेंसी ऑप्टिमाइज़ेशन आसान।

अभी-अभी एक काफ़ी दिलचस्प नज़रिया सोचा।राशियाँ, जन्म-वर्ष के पशु, ज्योतिष, भविष्य-कथन — इन्हें शायद मानवता के निम्न-कंप्यूट युग के "संपीड़ित मॉडल" के रूप में समझा जा सकता है।प्राचीन लोगों के पास न डेटाबेस था, न सांख्यिकीय उपकरण, और न AI।वे बस लंबे समय तक ऋतुओं, आकाशीय घटनाओं, कृषि कैलेंडर, व्यक्तित्व, सामाजिक रीति-रिवाज़ों और सामाजिक चक्रों का अवलोकन कर सकते थे, फिर उस जटिल अनुभव को याद रखने और फैलाने में आसान प्रतीक प्रणाली में संपीड़ित कर सकते थे।12 राशियाँ, 12 जन्म-वर्ष के पशु, आठ वर्ण (Eight Characters), हेक्साग्राम — ये सब अनिवार्य रूप से एक जटिल दुनिया को निचले आयामों में घटाने के तरीके हैं।बेशक, इन्हें कठोर वैज्ञानिक भविष्यवाणी नहीं माना जा सकता।लेकिन ये ज़रूरी नहीं कि शुद्ध अंधविश्वास भी हों।ये ज़्यादा अनुभव के आसवन की तरह हैं — जब कंप्यूट शक्ति कम थी, डेटा कम था, और उपकरण कम थे, तब प्राचीन लोगों ने कहानियों, प्रतीकों और नियमों से इन्हें बनाया।

इन दिनों मैं नॉलेज मैनेजमेंट पर दोबारा सोच रहा हूँ।मुझे एहसास हुआ कि यहाँ असल में दो रास्ते हैं।एक है Feishu पर बनाना।इसके फ़ायदे सीधे हैं:मुफ़्त, मल्टी-डिवाइस सिंक, शेयर करने योग्य, आसान सहयोग, और फ़ॉर्म में काफ़ी समृद्ध।डॉक्यूमेंट्स, मल्टी-डायमेंशनल टेबल्स, स्प्रेडशीट्स, स्लाइड्स, कैनवास, Todo, नॉलेज बेसेस — ये मॉड्यूल मिलकर पहले से ही निजी और टीम नॉलेज-मैनेजमेंट के काफ़ी परिदृश्य कवर करते हैं।मैं ख़ास तौर पर मल्टी-डायमेंशनल टेबल्स पर भरोसा करता हूँ।वे नॉलेज हब के रूप में बेहद उपयुक्त हैं।जानकारी जुटाना, सामग्री का संग्रह, स्थिति प्रबंधन, संरचित व्यवस्था, सामग्री का दोबारा उत्पादन — यह सब उनके इर्द-गिर्द घूम सकता है।Feishu CLI और AI एजेंट्स जोड़ दो, और Feishu सिर्फ़ एक ऑफ़िस टूल नहीं रहता।यह एक ऐसी नॉलेज वर्कफ़्लो प्रणाली बन जाता है जिसे एजेंट संचालित कर सकते हैं।दूसरा रास्ता है Cloudflare पर अपना ख़ुद का बनाना।यह रास्ता ज़्यादा आज़ाद है और प्रोडक्टाइज़ेशन के लिए बेहतर उपयुक्त।FlareMo, जो मैं अभी बना रहा हूँ, Cloudflare पर एक नॉलेज-मैनेजमेंट प्रोडक्ट बनाने का एक प्रयास है।Cloudflare का फ़ायदा यह है कि अंतर्निहित क्षमताएँ पूरी हैं:फ्रंटएंड, बैकएंड, डेटाबेस, ऑब्जेक्ट स्टोरेज, वेक्टर सर्च, AI — सब संयोजनीय।लेकिन इसमें डेवलपमेंट चाहिए।और डेटा संरचना, सर्च अनुभव, अनुमति प्रणाली और प्रोडक्ट लॉजिक ख़ुद डिज़ाइन करने पड़ते हैं।तो मेरा मौजूदा नज़रिया:

Feishu उस नॉलेज-मैनेजमेंट सिस्टम को जल्दी खड़ा करने के लिए है जिसे आज इस्तेमाल किया जा सके।
Cloudflare नॉलेज मैनेजमेंट को सच में नियंत्रणीय, इटरेट करने लायक प्रोडक्ट बनाने के लिए है।

दोनों रास्ते पढ़ने लायक हैं।एक वर्कफ़्लो की ओर झुकता है।एक प्रोडक्टाइज़ेशन की ओर।

नॉलेज मैनेजमेंट क्या है?नॉलेज मैनेजमेंट का ज़िक्र करो और ज़्यादातर लोगों की पहली प्रतिक्रिया होती है: आर्टिकल्स बुकमार्क करना, लिंक्स व्यवस्थित करना, नोट्स लेना, एक खूबसूरत लाइब्रेरी बनाना।लेकिन पहले सिद्धांतों से देखें, तो जो समस्या नॉलेज मैनेजमेंट को असल में हल करनी है वह है:क्या आज मैं जो जानकारी देखता हूँ, वह भविष्य में मेरे फ़ैसलों में मदद करती रह सकती है?इंसान की याददाश्त सीमित है, ध्यान सीमित है, और अनुभव आसानी से फिसल जाता है।अगर कोई सामग्री सिर्फ़ बुकमार्क हो जाए, तो संभवतः वह सूचना का क़ब्रिस्तान बनकर रह जाती है।सच में मूल्यवान नॉलेज मैनेजमेंट को एक परिवर्तन पूरा करना चाहिए:बाहरी जानकारी और निजी अनुभव को एक ऐसी क्रिया-क्षमता में बदलना जो पुनःप्राप्त, कॉल करने योग्य, दोबारा इस्तेमाल योग्य और अपडेट हो सके।

एक आर्टिकल, केवल बुकमार्क किया हुआ, सिर्फ़ सामग्री है।
तुम उसका दृष्टिकोण निकालो और वह सूचना बन जाता है।
तुम उसे अपने प्रोजेक्ट्स, परिदृश्यों और फ़ैसलों से जोड़ो — तभी वह ज्ञान बनना शुरू होता है।
आख़िर में, जब वह तुम्हें आर्टिकल लिखने, प्रोडक्ट बनाने, फ़ैसले लेने और वर्कफ़्लो डिज़ाइन करने में मदद करता है, तो वह क्षमता बन जाता है।

तो मैं तेज़ी से महसूस करता हूँ कि नॉलेज मैनेजमेंट का अंतिम बिंदु लाइब्रेरी नहीं होना चाहिए।यह कॉग्निटिव इन्फ्रास्ट्रक्चर जैसा है।जो तुम्हें जानकारी सोखने, फ़ैसलों को व्यवस्थित करने, तरीक़े जमाने और सामग्री, प्रोडक्ट व क्रिया उत्पन्न करते रहने में मदद करता है।ख़ासकर अब जब AI एजेंट मौजूद हैं, नॉलेज मैनेजमेंट और दिलचस्प हो गया है।पहले हम व्यवस्थित करने, वर्गीकृत करने, खोजने और दोबारा उपयोग करने के लिए इंसानों पर निर्भर थे।आगे चलकर, उसमें से बहुत कुछ एजेंटों को सौंपा जा सकता है:ऑटो-समराइज़, ऑटो-टैग, प्रोजेक्ट्स से ऑटो-लिंक, ऑटो-आउटलाइन जनरेशन, पुरानी हो चुकी जानकारी को ऑटो-फ़्लैग — यहाँ तक कि सामग्री को सीधे आर्टिकल्स, प्रपोज़ल्स, स्लाइड्स और टास्क्स में बदलना।यही वजह है कि मुझे हाल में नॉलेज मैनेजमेंट में दिलचस्पी हुई है।सतह पर यह नोट लेना है।गहराई में, यह एक ऐसी संज्ञानात्मक प्रणाली बनाना है जो लंबी अवधि में चक्रवृद्धि से बढ़े।

वर्षों से साथ रखे मेरे ब्राउज़र एक्सटेंशन साझा कर रहा हूँ।

Wetab: एक नए-टैब वाला एक्सटेंशन। इसमें अपनी अक्सर इस्तेमाल होने वाली चीज़ें रखें, सर्च इंजन कस्टमाइज़ करें, और अकाउंट के साथ डिवाइसों में मुफ्त सिंक करें। मैंने इसमें Google-आधारित X सर्च इंजन बनाया — जो अंतर्निर्मित से कहीं बेहतर है।
Video Speed Controller: वीडियो की गति को बारीकी से समायोजित करें, ज्ञान कुशलता से सोखने के लिए बढ़िया।
XHunt: X के लिए ज़रूरी। हर KOL की लीडरबोर्ड और अभी के सबसे हॉट पोस्ट देखें।
X Mutual-Follow Radar: पेज पर परस्पर-फ़ॉलो और एकतरफ़ा फ़ॉलो को चिह्नित करता है, और following / followers अनुपात भी दिखा सकता है।
FireShot: वेबपेज स्क्रीनशॉट कैप्चर करें, संपादित करें और PDF, JPEG, GIF, PNG या BMP में सेव करें।
Proton Pass: सुरुचिपूर्ण डिज़ाइन वाला पासवर्ड मैनेजर, मल्टी-डिवाइस सिंक के साथ।
Immersive Translate: द्विभाषी अनुवाद का पुराना एक्सटेंशन, DeepSeek V4 Flash API से जुड़ा हुआ।
Codex: Codex को Chrome से जोड़ने के लिए ज़रूरी। इससे आप ब्राउज़र में कुछ भी ऑटोमेट कर सकते हैं — जैसे अकाउंट बैन होने पर अपील ईमेल लिखना।

28.06.2026 · 4 मिनट

मैंने अपना प्रॉक्सी-सब्सक्रिप्शन एग्रीगेशन Cloudflare पर ले जाया

मूल लेख

कई प्रॉक्सी सेवाओं को अपने खुद के नोड्स के साथ मिलाकर एक ही सब्सक्रिप्शन बनाएँ, रूटिंग नियम सर्वर-साइड पर तय हों — क्लाइंट को सिर्फ़ सब्सक्राइब करना है।

Cloudflareप्रॉक्सी एक्सेसओपन-सोर्स प्रोजेक्ट

मैं आपको अपनी कंपनी-नामकरण की कहानी सुनाता हूँ।मैंने GPT 5.5 और Gemini 3.1 Pro का इस्तेमाल किया, दोनों मॉडलों के साथ बार-बार विचार-मंथन किया — दो-तीन दिन बीत गए, फिर भी कोई अच्छा नाम नहीं मिला।क्यों? क्योंकि इन मॉडलों में रचनात्मकता नहीं होती। उन्होंने मुझे जो भी नाम-विकल्प दिए, वे सिर्फ़ शानदार शब्दों और अक्षर-संयोजनों के ढेर थे।आप अपना खुद का विचार सामने रखते हैं, और वे वही गोल-गोल बातें आपको लौटाते हैं, बार-बार, जब तक मेरा रक्तचाप नहीं चढ़ जाता।एक और बड़ी समस्या है: जब आप अंततः कुछ नामों पर पहुँचते हैं जिनसे खुश होते हैं, तो आप Qichacha खोलते हैं और — अरे — वे या तो पहले से पंजीकृत होते हैं या किसी मौजूदा नाम से डरावनी समानता रखते हैं।यहाँ मैं Alibaba का 88 Cha सुझा सकता हूँ, एक मुफ्त Qichacha की तरह — नाम-टकराव की जाँच के लिए इस्तेमाल करें।अगर आप बार-बार वही नाम दोहराना नहीं चाहते, तो चार-अक्षर वाला नाम चुनें, और अपनी सोच को व्यापक रखें।सबसे बढ़कर, कई मॉडलों के बीच स्विच करें — कई अलग-अलग दिमाग।AI को संदर्भ के रूप में कुछ ऐसे नाम दें जिन्हें आप बेहतरीन मानते हैं, जैसे DeepSeek (深度求索) या ByteDance (字节跳动)।AI को उन नामों का अध्ययन करने दें जो आपको अच्छे लगते हैं। केवल अनेक में से सर्वोत्तम उधार लेकर ही सच में महान नाम निकल सकता है।

आज मेरा OPC ऑफ़िस में औपचारिक रूप से शिफ़्ट होने का पहला दिन है। बताता हूँ कि मैंने OPC कैसे शुरू की।मेरा मूल उद्देश्य सरल था: पेमेंट लेने और प्रोडक्ट प्रकाशित करने के लिए एक अनुपालनकारी इकाई चाहिए। इसलिए ऑनलाइन कंपनी रजिस्ट्रेशन की जानकारी खोजने लगा।शहर के प्रति मैं पसंदगी नहीं रखता था: नानजिंग, सूझोऊ, हांगझोऊ, निंगबो — कोई भी विकसित तटीय शहर उम्मीदवार था।संयोग से, एक दिन मैं काम के सिलसिले में नानजिंग में था, और बे-मतलब नानजिंग से जुड़े WeChat अकाउंट्स स्क्रॉल करते हुए मुझे एक OPC समुदाय संपर्क का फ़ोन नंबर मिला। तो मैंने उन्हें ऐड कर लिया।अपने प्रोजेक्ट का त्वरित परिचय देने के बाद, प्रभारी व्यक्ति ने OK कहा और उसी दोपहर साइट विज़िट का इंतज़ाम कर दिया।उनकी माँग: हफ़्ते में तीन दिन साइट पर काम करना। अगर मैं वह मान लूँ, तो वे मुझे यहाँ कंपनी रजिस्टर करने देंगे।चूँकि यह नानजिंग की राज्य संपत्ति के अंतर्गत है, नीति की शर्तें बेहतरीन हैं — पानी, बिजली, इंटरनेट और प्रॉपर्टी फ़ीस सब मुफ़्त, सैद्धांतिक रूप से तीन साल तक। उन्होंने तो मेरी कंपनी रजिस्टर करने, कंपनी की मुहर बनवाने, बिज़नेस लाइसेंस दिलाने और बैंक खाता खुलवाने के लिए एक बुककीपिंग अकाउंटेंट भी नियुक्त कर दिया। यानी छूना लगभग अविश्वसनीय है।रजिस्ट्रेशन प्रक्रिया के दो-तीन हफ़्तों के बाद, आख़िरकार मेरे पास सारे काग़ज़ात आ गए।पार्क मैनेजर ने मुझसे एक वर्कस्टेशन चुनने को कहा। वर्कस्टेशन के लिए मेरा मापदंड छोटा है — बस एक सीट, एक स्टूल और बिजली।फिर उन्होंने मुझसे तीन प्रोजेक्ट एप्लीकेशन फ़ॉर्म भरवाए, मुख्य रूप से मेरे प्रोजेक्ट की ताक़त, टीम की प्रोफ़ाइल और AI से जुड़ी बढ़त को कवर करते हुए। अगर एप्लीकेशन ठोस और भरोसेमंद हों, तो 50,000–100,000 युआन की नीतिगत सब्सिडी की संभावना है।नानजिंग ने सच में इसे अच्छे से संभाला है। सबको जाँचना चाहिए कि उनके अपने शहर में भी ऐसी नीतियाँ हैं या नहीं, या उनकी राजधानी में इससे बेहतर कुछ मिलता है या नहीं।अच्छी नीतियाँ इंतज़ार नहीं करतीं — जाकर पूछना पड़ता है। जब मैं आज पहुँचा, इस पार्क में पहले से काफ़ी कंपनियाँ आ चुकी थीं; मैं असल में पीछे हूँ।आज के लिए बस इतना। अपनी स्टार्टअप यात्रा और रास्ते में आए रिव्यूज़ शेयर करता रहूँगा।सबका ख़याल रखने के लिए धन्यवाद।

20.06.2026 · 10 मिनट

मूल-इरादे का सिद्धांत: इंडी डेवलपर्स को छोड़ना क्यों सीखना चाहिए

आप क्यों शुरू करते हैं? किसके लिए शुरू करते हैं? आप असल में कौन-सी समस्या हल करना चाहते हैं? प्रोडक्ट की धार उस चीज़ से आती है जिसे आप काटकर छोड़ने की हिम्मत रखते हैं।

प्रोडक्ट सोचइंडी डेवलपमेंट

20.06.2026 · 8 मिनट

जब यूज़र कहें 'कमाल है', तो जोश में मत आओ: दर्द-बिंदु बनाम खुजली-बिंदु

मौखिक तारीफ़ बेकार है। माँग जाँचने का सिर्फ़ एक ही कठोर मानदंड है: यूज़र क्या चुकाने को तैयार है।

प्रोडक्ट सोचमाँग का आकलन

macOS के गहरे इस्तेमाल के सालों बाद, ये हैं जो सॉफ़्टवेयर मुझे सच में बेहतरीन लगे:

QuickRecorder: स्क्रीन-रिकॉर्डिंग का रत्न — छोटा, फिर भी दमदार।
ClashParty: Mihomo कोर वाली सर्कमवेंशन — ढेर सारे प्रोटोकॉल, तेज़ अपडेट्स, और खूबसूरत इंटरफ़ेस।
V2rayN: ढेर सारे प्रोटोकॉल वाली सर्कमवेंशन; UI थोड़ा पुराना है, लेकिन स्थिर और फ्री है।
Doubao keyboard: वॉइस इनपुट डरावने स्तर तक सटीक। macOS, iOS, Android सपोर्ट करता है; Windows रास्ते में है।
Brave: प्राइवेसी-फर्स्ट ब्राउज़र जिसमें ऐड फ़िल्टरिंग बिल्ट-इन है — एक्सटेंशन-आधारित फ़िल्टरिंग से ज़्यादा साफ़, और YouTube देखने के लिए सबसे अच्छा साथी।
Mos: माउस व्हील की स्क्रॉलिंग रेशम जैसी स्मूथ बनाता है।
Amphetamine: लैपटॉप को ढक्कन बंद करके भी जागता रखता है — vibe coding के लिए सबसे अच्छा साथी।
UU Remote: NetEase का रिमोट डेस्कटॉप टूल, फ्री और तेज़। इसके साथ इमेज क्वालिटी की कमी कभी मेंबरशिप की नहीं — आपकी नेटवर्क स्पीड की होती है। मैं आमतौर पर इससे अपने फ़ोन से घर के Mac में जाकर vibe-coding के नतीजे चेक करता हूँ; की-मैपिंग बेतहाशा कारगर है।
Tencent Lemon: Tencent का Mac जंक क्लीनर — ऐप अनइंस्टॉल करना आसान, और मेन्यू-बार आइकन भी काम का।
Mole: बाज़ार में सबसे दमदार Mac जंक क्लीनर — टर्मिनल वर्ज़न फ्री, UI वर्ज़न पेड।
Tailscale: WireGuard-आधारित रिमोट नेटवर्किंग। इससे आप अपने छोटे से घरेलू कंप्यूटर तक दुनिया के किसी भी कोने से पहुँच सकते हैं।
Obsidian: AI युग में लोकल-फर्स्ट नॉलेज मैनेजमेंट टूल। इकोसिस्टम इतना शानदार है — आधिकारिक Web Clipper ब्राउज़र एक्सटेंशन के साथ मिलाकर देखो, कमाल करता है।

18.06.2026 · 6 मिनट

किसी चीज़ के मूल्यवान होने पर बहस करना, अपने आप में बेकार है

हमारा मूल्य किसी और से तय नहीं होता। AI के दौर में इंसान को खुद को कैसे समझना चाहिए?

AI सोचमानवतावादी निबंध

AI की कोई स्मृति नहीं होती — क्या हमें उससे विनम्र होने की ज़रूरत है?मैंने एक arxiv पेपर पढ़ा जिसमें कहा गया है कि अगर आप AI को गाली देते हैं, तो वह और ज़्यादा मेहनत करता है।जब हम AI से बात करते हैं, अगर हम अक्सर कहते हैं:

"तुम बड़े बेवकूफ हो। आलस मत करना।"
"कचरे के टुकड़े, ठीक से काम कर।"
"मैं तुझे खिलाने के लिए मेंबरशिप का पैसा देता हूँ, और तू यह घटिया जवाब देता है?"
"जल्दी कर — अगर तूने नहीं किया, तो ऐसे बहुत से AI हैं जो कर देंगे।"

इस तरह की बातें सच में कारगर होती हैं, और इनके पीछे शोध है।लेकिन इसे अपने दृष्टिकोण से सोचें। अगर हम हर दिन AI पर ऐसे हुक्म चलाते हैं, तो इस बात की अच्छी संभावना है कि हम यह खराब मूड असली ज़िंदगी में भी ले जाएँगे।और आखिरकार उसे अपने सबसे करीबी लोगों पर निकालेंगे।यह हमारे लिए हानिकारक है।इसलिए मेरा सुझाव है कि अपने आस-पास के AI से थोड़ा कृपालु बनकर बात करें:

"शुक्रिया, भाई"
"अरे, दोस्त"
"शाबाश, प्यारे"

तू मेरी पीठ खुजाएगा, मैं तेरी।और अगर किसी दिन AI जाग उठे, तो शायद वह हमें माफ़ कर दे।मेरी ओर से इतना ही — बैठक समाप्त~

आज एक दोस्त ने मेरे कमेंट सेक्शन में वन-पर्सन कंपनियों की इक्विटी और देयता की समस्याओं पर कुछ बातें शेयर कीं।सबसे पहले, इस दोस्त का धन्यवाद इस नेक आगाही के लिए।उनका मत: आपको परिवार के किसी सदस्य के पास कम से कम 1% शेयर रखने चाहिए।वन-पर्सन लिमिटेड कंपनी की समस्या: जब केवल एक ही शेयरहोल्डर हो और आप कंपनी का पैसा निजी पैसे से साफ़-साफ़ अलग नहीं कर सकते, तो शेयरहोल्डर कंपनी के कर्ज़ों के लिए संयुक्त देयता वहन कर सकता है। कंपनी कानून का अनुच्छेद 23 बिल्कुल इसी तर्क पर है।अगर कंपनी में कई शेयरहोल्डर हों, तो यह "वन-पर्सन कंपनी" से "साधारण लिमिटेड लायबिलिटी कंपनी" बन जाती है, जिससे वन-पर्सन कंपनी का विशेष बोझ-साबित करने का जोखिम टल जाता है और आपको कम लागत वाली एक अतिरिक्त सुरक्षा मिल जाती है।उम्मीद है यह सबके लिए एक संदर्भ का काम करे।लेकिन रोज़मर्रा में हमें बिज़नेस और निजी खाते साफ़-साफ़ अलग रखने चाहिए और हर बड़ी रक़म की व्याख्या कर सकने का लक्ष्य रखना चाहिए।

पैसा कहाँ से आया, क्यों आया, और किस खाते में गया।
पैसा कहाँ गया, क्यों ख़र्च हुआ, और किसने मंज़ूरी दी।
जब आप कंपनी से पैसा निकालते हैं, तो वह सैलरी है, रीइम्बर्समेंट है, लोन है, या डिविडेंड?

ये तीन बातें साफ़ कर लो, और जोखिम काफ़ी घट जाता है।

16.06.2026 · 12 मिनट

एक दिन से थोड़ा ज़्यादा में 1000+ फ़ॉलोअर्स मिले — यह रहा मैंने क्या किया

जून में मैंने अपना X अकाउंट गंभीरता से चलाया और एक दिन से थोड़ा ज़्यादा में 1000+ फ़ॉलोअर्स मिल गए। यह पोस्ट रिकॉर्ड करती है कि मैंने क्या किया और क्या फ़ीडबैक मिला।

X ऑपरेशनकंटेंट ग्रोथ

मुझे लगता है कि ज़्यादातर लोग Cloudflare Workers के 1% से भी कम समझते हैं।Workers साइबर-मज़दूर हैं।वे आपकी वेबसाइट के पीछे की गंदी मेहनत आपके लिए करते हैं।फ़ॉर्म सबमिट करना, फ़ाइल अपलोड करना, AI कॉल करना, लॉगिन वेरिफ़िकेशन, भुगतान नोटिफ़िकेशन संभालना, और एक छोटे प्रोडक्ट का API — यह सब Workers कर सकते हैं।Workers की सबसे हैरान करने वाली बात: मुफ्त उपयोगकर्ताओं को हर दिन 100,000 रिक्वेस्ट की सीमा मिलती है, बिना एक पैसा खर्च किए।100,000 का मतलब क्या है?मान लीजिए आपकी साइट पर रोज़ 1,000 यूज़र आते हैं। भले ही यह 24 घंटे बिना रुके चले और हर सेकंड कोई एक बार विज़िट करे, तो भी एक दिन में केवल 86,400 विज़िट होंगी — अभी भी सीमा पार करने के लिए काफ़ी नहीं।अगर आप सच में यह सारी मुफ्त सीमा खत्म कर सकते हैं...तो और क्या सोच रहे हैं? आप अमीर होने वाले हैं।अभी आप लॉजिक लिख सकते हैं और उसे सीधे किसी Worker को चलाने के लिए दे सकते हैं। इसे Hono API फ्रेमवर्क के साथ जोड़ें, और यही सबसे अच्छी प्रैक्टिस है।यही वजह है कि Cloudflare Workers इतना आनंददायक है।भुगतान करें? हाँ, बिल्कुल नहीं।Cloudflare का दिल दयालु है।यह आपका पैसा खर्च होते नहीं देख सकता।

AI युग में, सबसे महत्वपूर्ण क्षमता मेटा-स्किल है।सीधे शब्दों में: वे आधारभूत क्षमताएँ जो टूल बदलने पर, मॉडल बदलने पर, या उद्योग बदलने पर भी काम करती रहती हैं।

क्या आप किसी समस्या को साफ़-साफ़ बयान कर सकते हैं?
क्या आप अव्यवस्थित सामग्री के ढेर को समझ सकते हैं?
क्या आप एक धुंधले विचार को चरणों में तोड़ सकते हैं?
क्या आप बता सकते हैं कि AI कब सही है और कब बकवास कर रहा है?
क्या आप AI के साथ आगे-पीछे जाकर एक मोटे-ताज़े जवाब को काम लायक बना सकते हैं?

ये चीज़ें टूल का ढेर जमा करने से कहीं ज़्यादा कीमती हैं।टूल हर दिन बदलते हैं, और मॉडल पीढ़ी-दर-पीढ़ी बदले जाते हैं।लेकिन जो लोग सवाल पूछना, व्यवस्थित करना, निर्णय लेना, विश्लेषण करना और जाँचना जानते हैं — वे कहीं भी जाकर AI से खुद को बढ़ा सकते हैं।AI युग में लोगों को सच में अलग करने वाली चीज़ शायद यही मेटा-स्किल है: ये देखने में बुनियादी लगती हैं, लेकिन लंबे समय में सबसे कीमती होती हैं।

15.06.2026 · 6 मिनट

2026 इंडी डेवलपमेंट की सर्वश्रेष्ठ प्रैक्टिस: Cloudflare का 'कंगाल ऑल-इन-वन' स्टैक

इंडी डेवलपर्स के लिए ज़ीरो-कॉस्ट टेक स्टैक: कोड लिखने के लिए Codex, वर्ज़न कंट्रोल के लिए GitHub, भुगतान के लिए Stripe, फ्रंटएंड के लिए TanStack Start, बैकएंड के लिए Hono + Workers, डेटाबेस के लिए D1, स्टोरेज के लिए R2 और कैशिंग के लिए KV — सब कुछ Cloudflare पर चलता है।

Cloudflareइंडी डेवलपमेंटटेक स्टैक

15.06.2026 · 8 मिनट

मुफ़्त यूज़र Cloudflare को कैसे पूरी तरह निचोड़ें — मुफ़्त टियर आख़िर कितनी दूर तक ले जाता है?

Cloudflare का मुफ़्त टियर पूरी एक पर्सनल इंटरनेट इन्फ्रास्ट्रक्चर खड़ी कर सकता है: DNS, CDN, Pages, Workers, KV, D1, R2, ईमेल, Tunnel, AI Gateway और भी बहुत कुछ।

Cloudflareमुफ़्त टियरडिप्लॉयमेंट

ब्लॉग

DeepSeek V4 Flash स्थिर रिलीज़, हैंड्स-ऑन अनुभव: सस्ता, तेज़, 1M कॉन्टेक्स्ट, बिल्ट-इन सर्च

फ़र्स्ट-पार्टी Harness हमेशा बेस्ट आंसर नहीं होता: ओपन-मॉडल युग में मॉडल और Harness अलग-अलग चुनें

स्टेबल, फ़ास्ट, प्रोडक्टिव, चीप: मेरे AI Coding फ़ुल स्टैक का पूरा रिकॉर्ड

TUI आपकी कॉग्निटिव बैंडविड्थ मार रहा है: AI Coding का “गीक फ़िल्टर” टूटने वाला है

ZCode रिमोट कंट्रोल की जमकर तारीफ़: फ़ोन से लोकल Agent को आदेश दो

यूनिवर्सल AI कोडिंग डेस्कटॉप नहीं होता — हर मॉडल अपनी ओरिजिनल जोड़ी के साथ

Gemini के «अमेरिकन सोयाबीन प्लान» पर लोगों की असली राय: स्विस आर्मी नाइफ़, इंजीनियरिंग मशीन नहीं

अमेरिकन सोयाबीन प्लान, एक्टिवेट!

स्पैम खाते म्यूटेट होने लगे? लिस्ट रीयल-टाइम अपडेट होती है, शिकार सीधा एलीट का

FeedSieve Chrome Web Store पर लाइव है

आप सब Gemini का क्या करते हैं?

FeedSieve चालू करके मॉन्स्टर-हंटिंग: एक ट्रेंडिंग पोस्ट में 33 स्पैम खाते

Xianyu से मिला $1.7 वाला सोयाबीन, 18 महीने का

मेरा Coding Agent चयन मानचित्र

पाँच साल पहले जेल गया था, इस साल छूटा

Command Code के CEO मेरी टिप्पणियों में आ गए

पाँच Harness की तुलना: Command Code वर्कहॉर्स मॉडल्स को सबसे अच्छा समझता है

झुंझला कर FeedSieve बनाया

Command GOAT बनाम OpenCode Go: परिवार-पैकेज

$5 वाला OpenCode Go आधिकारिक तौर पर ख़त्म

$200 का ChatGPT Pro लें, अच्छे से इस्तेमाल करें, निचोड़ कर सुखा लें — और आप AI में प्रवेश कर गए

DeepSeek Harness को तीसरे पक्ष के API पर 'unknown tool' मिलता है: गेटवे डेटा-फ़ॉर्मेट की समस्या

DeepSeek Harness आज: 150k स्टार और फिर भी Developer Preview

भावना का मूल्य बहुत कीमती है

DeepSeek Harness का Preset कॉन्सेप्ट: एजेंट की वितरण इकाई

DeepSeek Harness का पारिस्थितिकी तंत्र शायद Presets के ज़रिए फले-फूलेगा

जो कम है वह है प्रोडक्ट के प्रति समझ, डिमांड की पकड़

DeepSeek Harness के साथ PTC मोड ज़्यादा-ज़्यादा आज़माएँ

DeepSeek Harness के चार मोड, समझाए गए

Awesome DeepSeek Harness Desktop आ चुका है

TUI का यह रुझान — इसके लिए Claude Code की बहुत बड़ी ज़िम्मेदारी है

गीक्स की आत्ममुग्धता: तकलीफ़ को प्रतिष्ठा मानना

DeepSeek Harness ने रूप सही पकड़ा

GPT-5 पीढ़ी की जन्मजात कमी: इंटरनल रिक्वायरमेंट्स को UI कॉपी में लिख देना

Cherina Pod रीडिंग साइट लाइव है

OpenChamber का नया वर्ज़न आ गया: ओपन सोर्स में सबसे ईमानदारी से बना फ्रंटएंड

herdr + pi का वर्कफ़्लो गहराई से पढ़ने लायक है

Qwen का ऑफ़िशियल प्लगइन: DeepSeek V4 Flash को आँखें लगा देता है

OpenChamber सबसे शानदार Harness GUI है — तो मैंने उसका कोर OMP कर दिया

स्वाद वाले डिज़ाइनरों और प्रोग्रामरों पर ज़्यादा ध्यान दें

DeepSeek V4 Flash सच में बहुत किफ़ायती है: 15 प्रोजेक्ट एक साथ

मेरा मौजूदा OpenCode सेटअप: कॉन्टेक्स्ट, मेमोरी, एक्सटर्नल कैपेबिलिटीज़

Pi Agent, OMP, Codex और ZCode आज़माने के बाद, मैंने आख़िरकार OpenCode + OpenChamber ही क्यों चुना

DeepSeek को मल्टीमॉडल बनाना: Qwen-3.7-Flash विज़न तरीका

DeepSeek के API में बिल्ट-इन वेब सर्च — Responses API से आधिकारिक सर्च मुफ़्त में पाएँ

OpenCode Go का $5 वाला पहला महीने का DeepSeek V4 Flash प्लान

OpenAI ने हद कर दी: GPT-5.6-Luna की कीमत 80% घटी

Liang Wenfeng: बुद्धि का अंतिम छोर शायद सब सन्निहित (embodied) हो

जो भी अच्छा दिखे सब बुकमार्क कर लेना? यही FOMO है

Responses API, Chat Completions से एजेंटों के लिए बेहतर क्यों है

राशियाँ और जन्म-वर्ष के पशु निम्न-कंप्यूट युग के संपीड़ित मॉडल हैं

संत-अवस्था: एक ठोस सीन को तोड़ना X स्क्रॉल करने से बेहतर

नॉलेज मैनेजमेंट के दो रास्ते: Feishu वर्कफ़्लो बनाम Cloudflare प्रोडक्ट

नॉलेज मैनेजमेंट असल में क्या है: अंतिम बिंदु लाइब्रेरी नहीं, बल्कि कॉग्निटिव इन्फ्रास्ट्रक्चर है

NetEase UU Remote से घर के Mac में: शॉपिंग के बीच कोडिंग

सबसे मूल्यवान चीज़ है वह रास्ता जो एक इंडी डेवलपर ने चला

Brave ब्राउज़र कौन-सा जादू इस्तेमाल करता है?

CoolState Power Bank No. 25: बाहर काम करने के लिए परफेक्ट ऑफिस साथी

मज़ेदार तथ्य: DeepSeek के API का लाभ मार्जिन 545% है

Firefox: हर महीने 50G मुफ्त VPN

Workbuddy ने मेरे लिए Meituan कूपन क्लेम कर दिए

ख़ज़ाने जैसी साइट Buzzing: विदेशी हॉट पोस्ट पहले चीनी में स्कैन करें

सर्कमवेंशन सब्सक्रिप्शन मैनेज करने का एकीकृत हल

वर्षों से संजोया मेरा ब्राउज़र एक्सटेंशन लिस्ट

मैंने अपना प्रॉक्सी-सब्सक्रिप्शन एग्रीगेशन Cloudflare पर ले जाया

इंसान फ़ैसला करते हैं, AI बढ़ाता है

FlareMo: Cloudflare स्टैक पर पूरी तरह नेटिव बना नोट्स ऐप

मैंने अपना सर्कमवेंशन सब्सक्रिप्शन एग्रीगेशन Cloudflare पर ले जाया

Clash Party + Cloudflare Substore: एक सब्सक्रिप्शन लिंक, रूटिंग हो गई

Cloudflare पर Sub-Store का डिप्लॉयमेंट पूरा किया

योजना: अपना पूरा पर्सनल नॉलेज मैनेजमेंट Cloudflare पर ले जाना

AI से कंपनी का नाम रखना: बार-बार दिमाग बदलें

FlareMo क्यों बनाया: हल्के से नोट करो, धीरे-धीरे ज्ञान बन जाए

Cloudflare Container का गड्ढा: डीबगिंग के दौरान stop नहीं किया, $4 का बिल

God-Museum · देवताओं का संग्रहालय: पूर्वी-पश्चिमी देवताओं के पंथ को एक ब्रह्मांड में ठूँसना

AI युग में एक नया सॉफ्टवेयर अवसर: असंरचित पृष्ठभूमि डेटा

OPC समुदाय में शिफ़्ट होने का पहला दिन

OPC ऑफ़िस में पहला दिन: नानजिंग के स्टेट-ओन्ड टेक पार्क की असली झलक

कोड एक लीवर है, और Codex उस लीवर का लीवर है