आपके अगले एआई सहायक को अब कंप्यूटर साइंस में डिग्री की आवश्यकता क्यों नहीं है

क्या आपने कभी ऐसे सॉफ़्टवेयर का उपयोग करने की कोशिश की है जो ऐसा महसूस कराता हो जैसे इसे नासा (NASA) के इंजीनियर के लिए लिखा गया हो? महीनों तक, हर्मिस (Hermes) का उपयोग करने की इच्छा रखने वाले किसी भी व्यक्ति के लिए यही वास्तविकता थी। यह स्वायत्त एआई एजेंट तकनीकी दुनिया में नए कौशल सीखने की अपनी अनूठी क्षमता के कारण एक पसंदीदा बन गया, फिर भी यह कोड की दीवार के पीछे बंद रहा। इसका उपयोग करने के लिए, आपको एक टर्मिनल खोलना पड़ता था, रहस्यमयी कमांड टाइप करने पड़ते थे, और आशा करनी पड़ती थी कि आप कोई सेमीकोलन (semicolon) न भूलें। वह युग आधिकारिक तौर पर 2 जून को समाप्त हो गया जब नूस रिसर्च (Nous Research) ने हर्मिस डेस्कटॉप ऐप जारी किया। यह कदम एक हाई-एंड रिसर्च टूल को ऐसी चीज़ में बदल देता है जिसे कोई भी कुछ ही क्लिक के साथ इंस्टॉल कर सकता है।

हर्मिस के लिए कमांड लाइन युग का अंत

इस सप्ताह तक, हर्मिस को चलाना धैर्य की परीक्षा थी। अधिकांश उपयोगकर्ता चैटजीपीटी (ChatGPT) या क्लाउड (Claude) जैसी साफ-सुथरी वेबसाइटों के माध्यम से एआई के साथ बातचीत करते हैं। हर्मिस अलग था। यह मुख्य रूप से एक कमांड-लाइन इंटरफ़ेस के रूप में मौजूद था, जो मूल रूप से एक ब्लैक बॉक्स है जहाँ आप प्रतिक्रिया प्राप्त करने के लिए टेक्स्ट टाइप करते हैं। जबकि डेवलपर्स इस वातावरण को पसंद करते हैं, औसत व्यक्ति को यह डरावना लगता है। समुदाय के कुछ सदस्यों ने अपने स्वयं के अनौपचारिक विज़ुअल इंटरफ़ेस बनाए, लेकिन वे अक्सर बग से भरे या सेटअप करने में कठिन थे।

नूस रिसर्च ने macOS, विंडोज और लिनक्स के लिए एक नेटिव सार्वजनिक पूर्वावलोकन ऐप शिप करके इस स्थिति को बदल दिया। ऐप को इलेक्ट्रॉन (Electron) नामक फ्रेमवर्क पर बनाया गया है, जो स्लैक (Slack) और डिस्कॉर्ड (Discord) जैसे ऐप के पीछे की वही तकनीक है। इसका मतलब है कि इसे खोलते ही यह परिचित महसूस होता है। इसमें एडिट करने के लिए कोई कॉन्फ़िगरेशन फ़ाइल नहीं है और मॉनिटर करने के लिए कोई टर्मिनल विंडो नहीं है। आप फ़ाइल डाउनलोड करते हैं, उसे अपने एप्लिकेशन फ़ोल्डर में ड्रैग करते हैं, और काम शुरू करते हैं। यह प्रोजेक्ट के लिए एक बुनियादी बदलाव है। तकनीकी घर्षण को हटाकर, नूस रिसर्च हर्मिस को एक विशिष्ट डेवलपर टूल से मुख्यधारा के उत्पादकता सहायक के रूप में ले जा रहा है।

एक अथक प्रशिक्षु जो अपनी गलतियों से सीखता है

यह समझने के लिए कि लोग इस रिलीज़ को लेकर उत्साहित क्यों हैं, आपको यह देखना होगा कि हर्मिस हुड के नीचे कैसे काम करता है। अधिकांश एआई टूल स्थिर होते हैं। यदि आप एक मानक चैटबॉट को एक जटिल कार्य करने के लिए कहते हैं, तो वह विफल हो सकता है। यदि आप कल फिर से वही पूछेंगे, तो संभावना है कि वह उसी तरह विफल होगा। हर्मिस एक अथक प्रशिक्षु की तरह काम करता है। यह एक स्वायत्त एजेंट है, जिसका अर्थ है कि यह एक बड़े लक्ष्य को छोटे चरणों में तोड़ सकता है और निरंतर पर्यवेक्षण के बिना उन्हें निष्पादित कर सकता है।

जब हर्मिस सफलतापूर्वक एक नया कार्य पूरा करता है, तो वह कुछ चतुर करता है। वह एक कौशल दस्तावेज़ (skill document) बनाता है। यह दस्तावेज़ इस बात की स्मृति के रूप में कार्य करता है कि समस्या को कैसे हल किया गया था। अगली बार जब आप कुछ इसी तरह का मांगते हैं, तो हर्मिस अपने कौशल के पुस्तकालय को संदर्भित करता है और जो उसने पहले सीखा था उसे लागू करता है। जितना अधिक आप इसका उपयोग करते हैं, यह उतना ही कुशल होता जाता है। यह स्व-सुधार लूप ही कारण है कि एआई समुदाय ने इस प्रोजेक्ट का इतनी बारीकी से पालन किया है। नया डेस्कटॉप ऐप इस लूप को दृश्यमान बनाता है। कोड की पंक्तियों को स्क्रॉल करते हुए देखने के बजाय, आप एजेंट को अपनी मेमोरी प्रबंधित करते हुए और एक साफ साइडबार में अपने कार्यों को व्यवस्थित करते हुए देख सकते हैं।

नए डेस्कटॉप इंटरफ़ेस के अंदर

आधिकारिक ऐप केवल एक नया रूप नहीं है। यह एक ही कार्यक्षेत्र में कई मुख्य विशेषताएं लाता है जिनके लिए पहले अलग-अलग टूल की आवश्यकता होती थी। सबसे व्यावहारिक परिवर्धन में से एक स्थायी मेमोरी (persistent memory) है। टर्मिनल संस्करण में, दीर्घकालिक परियोजनाओं पर नज़र रखना एक कठिन काम था। डेस्कटॉप ऐप आपके प्रोजेक्ट्स और एजेंट द्वारा उन्हें हल करने के विशिष्ट तरीकों को संग्रहीत करता है, ताकि आप वहीं से शुरू कर सकें जहाँ आपने छोड़ा था।

शेड्यूलिंग एक और प्रमुख जोड़ है। आप एजेंट को हर सोमवार सुबह 8:00 बजे उद्योग समाचारों के लिए वेब खोज चलाने और आपको सारांश ईमेल करने के लिए कह सकते हैं। चूंकि हर्मिस की पहुंच आपकी स्थानीय फाइलों और वेब तक है, इसलिए वह पृष्ठभूमि में इन आवर्ती कार्यों को संभाल सकता है। यह इमेज जनरेशन का भी समर्थन करता है और इसमें एक अंतर्निहित ब्राउज़र है। यह एजेंट को वेबसाइटों को नेविगेट करने, लेख पढ़ने और यहां तक कि विशिष्ट डेटा बिंदुओं की तलाश करने की अनुमति देता है ठीक वैसे ही जैसे एक मानव शोधकर्ता करता है।

उन लोगों के लिए जिन्हें अपने काम को बड़े पैमाने पर करने की आवश्यकता है, ऐप उप-एजेंटों (sub-agents) का समर्थन करता है। इन्हें हर्मिस के छोटे क्लोन के रूप में सोचें जिन्हें आप किसी प्रोजेक्ट के विशिष्ट भागों में सौंप सकते हैं। एक उप-एजेंट डेटा एकत्र कर सकता है जबकि दूसरा रिपोर्ट लिखता है। वे समानांतर में काम करते हैं, जिससे जटिल असाइनमेंट पर समय की बचत होती है। टर्मिनल एक दीवार है—जो जिज्ञासुओं को सक्षमों से दूर रखती है। यह ऐप उस दीवार को पूरी तरह से हटा देता है।

आपकी गोपनीयता के लिए स्थानीय नियंत्रण क्यों मायने रखता है

आधुनिक एआई के साथ सबसे बड़ी चिंताओं में से एक डेटा गोपनीयता है। जब आप क्लाउड-आधारित चैटबॉट का उपयोग करते हैं, तो आपका डेटा एक विशाल निगम के स्वामित्व वाले सर्वर पर रहता है। हर्मिस एक अलग रास्ता अपनाता है। ऐप एमआईटी-लाइसेंस प्राप्त (MIT-licensed) है, जिसका अर्थ है कि कोड किसी के भी निरीक्षण के लिए खुला है। आप देख सकते हैं कि यह आपकी जानकारी को कैसे संभालता है।

इससे भी महत्वपूर्ण बात यह है कि ऐप कई निष्पादन बैकएंड (execution backends) प्रदान करता है। यदि आपका हार्डवेयर पर्याप्त शक्तिशाली है तो आप अपने कंप्यूटर पर स्थानीय रूप से एआई मॉडल चला सकते हैं। यदि आप यह रास्ता चुनते हैं, तो आपका डेटा कभी भी आपकी मशीन से बाहर नहीं जाता है। उन उपयोगकर्ताओं के लिए जिन्हें अधिक शक्ति की आवश्यकता है, ऐप नूस पोर्टल (Nous Portal) से जुड़ता है। यह पोर्टल आपको क्लाउड कनेक्शन के माध्यम से 300 से अधिक विभिन्न एआई मॉडल का उपयोग करने की अनुमति देता है। इस परिदृश्य में भी, एजेंट कोर—वह हिस्सा जो आपके कौशल और स्मृति को संग्रहीत करता है—आपके नियंत्रण में रहता है। यह हाइब्रिड दृष्टिकोण आपको स्थानीय सेटअप की सुरक्षा के साथ क्लाउड का लचीलापन देता है। यह उन व्यवसायों के लिए एक लचीला मॉडल है जो संवेदनशील जानकारी संभालते हैं।

एजेंट क्षेत्र के दिग्गजों की तुलना

स्वायत्त एजेंट बाजार में हर्मिस अकेला खिलाड़ी नहीं है। इसका मुख्य प्रतिद्वंद्वी ओपनक्लॉ (OpenClaw) है, जिसने गैर-तकनीकी उपयोगकर्ताओं के साथ बढ़त हासिल की है। ओपनक्लॉ एक पॉलिश विज़ुअल इंटरफ़ेस और एक मार्केटप्लेस के साथ जल्दी आया जहाँ उपयोगकर्ता पहले से बने कौशल साझा कर सकते हैं। इसमें व्हाट्सएप और सिग्नल जैसे ऐप के साथ 50 से अधिक एकीकरण (integrations) हैं, जो इसे एक बहुत ही जुड़ा हुआ टूल बनाते हैं।

हालाँकि, हर्मिस का दृष्टिकोण अलग है। जबकि ओपनक्लॉ एकीकरण के गहरे पारिस्थितिकी तंत्र पर ध्यान केंद्रित करता है, हर्मिस सीखने की वास्तुकला पर ध्यान केंद्रित करता है। हर्मिस में स्व-सुधार कौशल लूप अधिकांश ओपनक्लॉ कॉन्फ़िगरेशन में पाए जाने वाले स्थिर कौशल सेट की तुलना में अधिक उन्नत है। अब जब हर्मिस का अपना आधिकारिक ऐप है, तो दोनों के बीच का अंतर बहुत कम हो गया है। हर्मिस अब ओपनक्लॉ की तरह ही इंस्टॉल करना आसान है, लेकिन यह एजेंट को उपयोगकर्ता के साथ बढ़ने के लिए अधिक सहज तरीका प्रदान करता है। उनके बीच चयन करना अब इस बात पर निर्भर करता है कि आप एक पूर्व-निर्मित पारिस्थितिकी तंत्र चाहते हैं या एक ऐसा सिस्टम जो आपके काम करने के विशिष्ट तरीके को सीखता है।

एक स्वायत्त एजेंट चलाने की लागत

जबकि हर्मिस डेस्कटॉप ऐप डाउनलोड करने और उपयोग करने के लिए मुफ़्त है, वास्तविक एआई मॉडल चलाने की एक लागत होती है। यदि आप सब कुछ स्थानीय रूप से चलाते हैं, तो एकमात्र लागत आपका बिजली बिल और एक हाई-एंड ग्राफिक्स कार्ड की कीमत है। बाकी सभी के लिए, नूस पोर्टल है। पोर्टल में एक मुफ़्त स्तर है—हालाँकि भारी काम सशुल्क योजनाओं में होता है।

ये सशुल्क योजनाएं पहले बताए गए 300+ मॉडलों तक पहुंच प्रदान करती हैं। इसमें हर्मिस मॉडल के सबसे शक्तिशाली संस्करण शामिल हैं, जो अधिकांश घरेलू कंप्यूटरों के सुचारू रूप से चलाने के लिए बहुत बड़े हैं। भले ही आप सशुल्क योजना का उपयोग करें, ऐप स्वयं ओपन-सोर्स रहता है। आप कंप्यूटिंग शक्ति के लिए भुगतान कर रहे हैं, सॉफ़्टवेयर का उपयोग करने के अधिकार के लिए नहीं। यह अंतर नूस रिसर्च के विकेंद्रीकृत दर्शन के लिए महत्वपूर्ण है।

आपकी डिजिटल आदतों के लिए इसका क्या अर्थ है

हर्मिस डेस्कटॉप ऐप की रिलीज़ एआई सॉफ़्टवेयर के बारे में हमारी सोच में बदलाव का प्रतीक है। हम साधारण चैट विंडो से दूर सक्रिय सहायकों की ओर बढ़ रहे हैं जो हमारे डेस्कटॉप पर रहते हैं। एआई को दैनिक कार्य का एक बुनियादी हिस्सा बनाने की दिशा में यह एक व्यावहारिक कदम है। अब आपको ऐसे एजेंट से लाभ उठाने के लिए कोडर होने की आवश्यकता नहीं है जो आपकी प्राथमिकताओं को याद रखता है और अपने कौशल का अपना पुस्तकालय बनाता है।

औसत उपयोगकर्ता के लिए, इसका मतलब है कि प्रवेश की बाधा समाप्त हो गई है। अब आप एक स्वायत्त एजेंट के साथ प्रयोग कर सकते हैं जो टर्मिनल का उपयोग करने के तरीके पर ट्यूटोरियल की आवश्यकता के बिना आपके शेड्यूलिंग, शोध और रिपोर्ट लेखन को संभालता है। जैसे-जैसे आप ऐप का उपयोग करते हैं, इसके द्वारा विकसित किए जाने वाले "कौशल" पर ध्यान दें। आप देखेंगे कि एजेंट समय के साथ आपकी आवश्यकताओं के लिए अधिक विशिष्ट होता जा रहा है। यह रिलीज़ एक अनुस्मारक है कि तकनीक अक्सर एक बेसमेंट या टर्मिनल विंडो में शुरू होती है, लेकिन यह वास्तव में तभी विघटनकारी बनती है जब उसे अंततः एक मुख्य द्वार मिल जाता है।

स्रोत: Nous Research Official Release, Hermes Desktop GitHub Repository, OpenClaw Project Documentation.