DIYgod ने iPhone और Android एजेंटों के लिए वास्तविक फोन को नियंत्रित करने हेतु MCP प्रोटोकॉल का एक परत 'Pinky' जारी किया

अलीबाबा के वर्कप्लेस प्लेटफॉर्म, डिंगटॉक ने 9 नवंबर को क्वानवेन ऑफिस 2.0 जारी किया। यह संस्करण केवल एक उपयोगकर्ता के सहायक के बजाय व्यक्तियों और संगठनों के लिए एक 'टीम एजेंट' प्रस्तुत करता है। कंपनी का दावा है कि अब सभी सुविधाएँ क्वानवेन ऑफिस क्लाइंट में उपलब्ध हैं और इसे लगभग तीन महीने पहले लॉन्च होने के बाद से उत्पाद का सबसे महत्वपूर्ण अपडेट बता रही है।

मुख्य विशेषता 'सहयोग' फ़ंक्शन है, जो डिंगटॉक के विवरण के अनुसार, पहली बार कई लोगों और एक एजेंट के संयुक्त कार्य का समर्थन करता है। टीम परियोजना के लिए एक साझा कार्य स्थान बनाती है और एक समर्पित 'डिजिटल कर्मचारी' प्राप्त करती है। यह स्थान डिंगटॉक समूह चैट, दस्तावेज़, एआई स्प्रेडशीट और एआई मीटिंग नोट्स को जोड़ सकता है, कई समानांतर संवाद कर सकता है, और प्रतिभागियों को ऐसे कार्य सौंपने की अनुमति देता है जिन्हें डिजिटल कर्मचारी प्रगति सारांश और अनुवर्ती कार्यों में बदल देता है।

उत्पाद दस्तावेज़ीकरण में बताया गया है कि चैट को जोड़ने के लिए समूह के एक सामान्य सदस्य को समूह व्यवस्थापक की मंजूरी की आवश्यकता होती है।

इवेंट-आधारित कार्य स्वचालन

'स्वचालित कार्य' फ़ंक्शन पुरानी कार्य शेड्यूलिंग क्षमता का विस्तार करता है, जिसमें इवेंट-आधारित ट्रिगर जोड़े जाते हैं। उपयोगकर्ता विशिष्ट घटनाओं के लिए सदस्यता ले सकते हैं और नियम सेट कर सकते हैं, जिसके बाद एजेंट निर्धारित शर्तों के पूरा होने पर काम करना शुरू कर देता है। पहले ट्रिगर्स में निर्दिष्ट व्यक्ति से संदेश, किसी विशिष्ट समूह में @ के माध्यम से उल्लेख करने वाले संदेश, और अनुमोदन के लिए कार्य शामिल हैं; रिलीज़ नोट्स में भी कार्यों को सूचीबद्ध किया गया है।

नोट्स में एक उदाहरण दिखाता है कि प्रबंधक का संदेश स्वचालित रूप से डिंगटॉक में एक कार्य कैसे बनाता है।

मनुष्य और एआई का सहयोगात्मक निर्माण

'मानव और एआई सहयोगात्मक निर्माण' मोड उपयोगकर्ताओं को कार्य संवाद के भीतर डिंगटॉक दस्तावेज़, एआई स्प्रेडशीट या यिडा एप्लिकेशन खोलने की अनुमति देता है जिनमें कम कोड होता है। वे पैराग्राफ, सेल या स्लाइड चुन सकते हैं, कई टिप्पणियाँ चिह्नित कर सकते हैं और उन्हें एक साथ भेज सकते हैं, जिसके बाद एआई मूल को उसी जगह संपादित करता है। डिंगटॉक का दावा है कि कई लोग और एजेंट एक ही समय में सामग्री को सह-संपादित कर सकते हैं। नया संसाधन स्थान उत्पन्न और अपलोड की गई फ़ाइलों को एकत्र करता है, और मोबाइल एप्लिकेशन निर्दिष्ट कंप्यूटर को दूर से प्रबंधित करने और कार्य शुरू करने की अनुमति देता है। कंपनी बताती है कि कंप्यूटर बंद होने के बाद भी क्लाउड कार्य चलते रहते हैं।

डिंगटॉक का उपयोग का एक उदाहरण इंटाइम डिपार्टमेंट स्टोर में मानचित्र और कूपन पर काम करने वाली एक टीम को प्रदर्शित करता है। पांच कर्मचारियों ने पहले 60 से अधिक स्टोर समूह चैट से रिपोर्ट एकत्र की थी और उन्हें मैन्युअल रूप से एक स्प्रेडशीट में दर्ज किया था। चैट और एक स्प्रेडशीट को साझा स्थान से एआई से कनेक्ट करने के बाद, एजेंट स्वयं जानकारी एकत्र करता है और स्प्रेडशीट को अपडेट करता है। यह मामला कंपनी का आंतरिक उदाहरण है, और इसमें समय में मापने योग्य कमी दर्ज नहीं की गई थी।

मूल्य निर्धारण, उपयोगकर्ताओं की संख्या और सामान्य कार्य स्थानों में एजेंट की सटीकता के स्वतंत्र परीक्षण के बारे में कोई जानकारी प्रकट नहीं की गई थी। रिलीज़ नोट्स के अनुसार, उद्यम प्रशासकों के पास रिमोट कंट्रोल फ़ंक्शन को अक्षम करने का विकल्प होता है।

ओपनजियुवेन, एक ओपन एजेंट समुदाय जिसे हुआवेई द्वारा समर्थित किया जाता है, ने हाइपर-एजेंट जारी किया है - एक स्वार्म आर्किटेक्चर जो एजेंटों को अलग-अलग चैट सत्रों से वास्तविक समूह कार्य चैट में स्थानांतरित करता है, जिससे वे स्थायी डिजिटल कर्मचारी बन जाते हैं। इस बारे में आईटी होम ने समुदाय की प्रकाशन श्रृंखला में बताया।

यह कार्यक्षमता openJiuwen WorkSwarm में उपलब्ध है, जिसका कोड GitHub पर JiuwenSwarm नाम से खुला है। मुख्य परिवर्तन एजेंटों और सत्रों के संचार सिद्धांत में बदलाव है। इसके बजाय कि एजेंट एक बातचीत से बंधा हो, स्थायी एजेंट अपनी पहचान और स्थिति बनाए रखता है, लगातार काम करता रहता है, जबकि सत्र एक बुनियादी संसाधन बन जाते हैं जिसे सिस्टम वितरित, समानांतर में योजनाबद्ध और संदर्भ को संरक्षित करते हुए फिर से शुरू करता है।

सिस्टम में एक गेटवे शामिल है जो इंस्टेंट मैसेजिंग ऐप्स और वेब इंटरफ़ेस को जोड़ता है, साथ ही AgentServer भी है जो एजेंटों और कार्य सत्रों की योजना बनाता है। समुदाय के अनुसार, यह स्थायी सत्रों पर पिछले काम का विकास है और एक एजेंट को विभिन्न तृतीय-पक्ष समूह चैट में कई कार्य करने की अनुमति देता है।

WorkSwarm में, उपयोगकर्ता कर्मचारी केंद्र के माध्यम से इन एजेंटों का निर्माण करते हैं, या तो तैयार विशेषज्ञ टेम्पलेट का उपयोग करके या उन्हें खरोंच से बनाकर। कॉन्फ़िगरेशन के दौरान, जिम्मेदारियां, कार्य शैली, वितरण आवश्यकताएं, कौशल, कनेक्टर, ज्ञान स्रोत और यहां तक कि एक समर्पित मेलबॉक्स निर्दिष्ट किए जाते हैं। जब संदर्भ विंडो अपनी सीमा के करीब पहुंचती है, तो एजेंट एक नए पर स्विच हो जाता है, उद्देश्यों, प्रगति और अगले चरणों का सारांश सौंपता है, और यदि आवश्यक हो तो पुरालेख इतिहास प्राप्त करता है।

दो परिचालन मोड हैं: निष्क्रिय मोड केवल उल्लेख पर प्रतिक्रिया करता है, जबकि अनुकूली मोड अपनी भूमिका और बातचीत की प्रगति के आधार पर संदेश को अनदेखा करने, जवाब देने या हस्तक्षेप करने का निर्णय लेता है। गतिविधि पैनल प्रत्येक एजेंट की गतिविधि, टोकन उपयोग और हाल के प्रतिक्रिया समय को प्रदर्शित करता है।

एक ही एजेंट Feishu और DingTalk जैसे कार्यालय अनुप्रयोगों में काम कर सकता है, एक चैनल में अनुरोध स्वीकार कर सकता है और दूसरे में परिणाम प्रदान कर सकता है। समूहों के बीच जानकारी साझा करने के लिए अनुमोदन की आवश्यकता होती है: उपयोगकर्ता मूल समूह, प्राप्तकर्ता और सामग्री की जांच करते हैं, जिसके बाद वे एक बार या हमेशा के लिए अनुमति देते हैं, जिसे बाद में वापस लिया जा सकता है।

टीम के सदस्य अपने स्वयं के उपकरणों पर WorkSwarm भी चला सकते हैं, जिससे क्लाउड सर्वर और व्यक्तिगत पीसी पर मौजूद एजेंट एक ही समूह में स्थानीय रूप से अधिकृत फ़ाइलों और उपकरणों का उपयोग करके सहयोग कर सकते हैं।

अधिक बड़े पैमाने की परियोजनाओं के लिए WorkSwarm में SwarmEngine समूह चैट का उपयोग किया जाता है, जो उपयोगकर्ताओं, स्थायी एजेंटों, व्यक्तिगत विशेषज्ञों और विशेषज्ञ टीमों को एक ही स्थान पर लाता है। विशेषज्ञ टीम का एक लीडर होता है जो कार्यों को लेता है, प्रगति की रिपोर्ट करता है और कार्य वितरण का आयोजन करता है, जबकि टीम के सदस्य पृष्ठभूमि में काम करते हैं। विशेषज्ञों को Codex और Claude Code जैसे तृतीय-पक्ष एजेंटों से आकर्षित किया जा सकता है और आंतरिक डिजिटल कर्मचारियों के साथ मिश्रित किया जा सकता है।

समुदाय ने उल्लेख किया है कि भविष्य की योजनाओं में अधिक दीर्घकालिक सहयोग सुनिश्चित करने के लिए व्यक्तिगत और क्लस्टर कंप्यूटिंग संसाधनों के समन्वय, सक्रिय शिक्षण और विफलता के बाद पुनर्प्राप्ति की क्षमता शामिल है।

अलीबाबा की कार्य मंच DingTalk ने DingTalk Workspace कमांड लाइन टूल, जिसे DWS नाम दिया गया है, को सार्वजनिक कर दिया है, और Huawei के HarmonyOS कंप्यूटरों के साथ संगत संस्करण भी जारी किया है। यह प्रोजेक्ट Apache 2.0 लाइसेंस के तहत GitHub पर होस्ट किया गया है और इसे उपयोगकर्ताओं और कृत्रिम बुद्धिमत्ता दोनों के लिए डिज़ाइन किया गया एक कमांड लाइन इंटरफ़ेस के रूप में प्रस्तुत किया गया है जो DingTalk Workspace को एक्सेस करता है।

IT Home से मिली जानकारी के अनुसार, DWS में 25 व्यावसायिक मॉड्यूल और एक हजार से अधिक कमांड शामिल हैं। दस्तावेज़ीकरण में संपर्क, चैट और समूहों के प्रबंधन, कैलेंडर इवेंट और मीटिंग रूम, टू-डू सूचियाँ, अनुमोदन, उपस्थिति रिकॉर्ड, कार्य रिपोर्ट, AI स्प्रेडशीट, दस्तावेज़, व्हाइटबोर्ड, क्लाउड स्टोरेज, AI के साथ मीटिंग प्रोटोकॉल और ईमेल जैसी सेवाओं का उल्लेख है। मुख्य विचार यह है कि उपयोगकर्ता आवश्यक कार्य का वर्णन करता है, और एजेंट उसे प्रदान की गई अनुमतियों के भीतर इन कमांड्स का उपयोग करके निष्पादित करता है, बजाय इसके कि उपयोगकर्ता को मैन्युअल रूप से संदेशों और कार्यों के बीच स्विच करना पड़े।

एजेंटों का उपयोग डिजाइन का केंद्रीय लक्ष्य है। कमांड संरचित डेटा को JSON प्रारूप में लौटाते हैं, और टूल एजेंटों के लिए अंतर्निहित कौशल के साथ आता है जिन्हें प्रत्येक उत्पाद के लिए व्यक्तिगत रूप से या एक एकीकृत कॉम्प्लेक्स स्किल के रूप में स्थापित किया जा सकता है। दस्तावेज़ीकरण में एजेंटों के लिए पुष्टिकरण स्किप फ़्लैग का उपयोग करने, अनुरोध को वास्तव में निष्पादित किए बिना पूर्वावलोकन के लिए टेस्ट रन विकल्प का उपयोग करने और एजेंटों द्वारा कम टोकन खर्च करने के लिए केवल आवश्यक फ़ील्ड निकालने हेतु फ़िल्टर का उपयोग करने की सिफारिश की गई है।

चूंकि DWS कॉर्पोरेट डेटा के साथ इंटरैक्ट करता है, इसलिए वर्तमान में उद्यम प्रशासक से प्राधिकरण की आवश्यकता होती है। प्रोजेक्ट OAuth डिवाइस-फ्लो के माध्यम से लॉगिन, डिवाइस से जुड़ा एन्क्रिप्टेड टोकन स्टोरेज, अनुमत डोमेन की सूची, जो डिफ़ॉल्ट रूप से क्रेडेंशियल्स को केवल DingTalk डोमेन पर निर्देशित करती है, HTTPS का उपयोग, और दुर्भावनापूर्ण इनपुट से एजेंटों को धोखा देने से रोकने वाले सुरक्षा तंत्र जैसे पाथ बाईपास और यूनिकोड प्रतिस्थापन फ़िल्टर का प्रावधान है। DingTalk का दावा है कि प्रत्येक कॉल ओपन प्लेटफॉर्म की प्रमाणीकरण और ऑडिट श्रृंखला से गुजरती है।

HarmonyOS PC समर्थन OpenHarmony बिल्ड के माध्यम से लागू किया गया है। रिपॉजिटरी OpenHarmony Go टूलचेन का उपयोग करके openharmony/arm64 बाइनरी फ़ाइल उत्पन्न करती है, और अब प्रत्येक बीटा और स्थिर संस्करण छह अन्य प्लेटफ़ॉर्म आर्काइव्स के साथ संकलित, स्वयं-हस्ताक्षरित, सत्यापित और प्रकाशित होता है। प्रोजेक्ट पुष्टि करता है कि बाइनरी फ़ाइल का HarmonyOS पीसी पर परीक्षण किया गया है। हालांकि, इस बिल्ड में SafeChat और नेटिव रनटाइम प्लगइन्स सहित कुछ सुविधाएँ अनुपलब्ध हैं।

IT Home बताता है कि यह HarmonyOS पीसी पर कार्यालय कार्यों के लिए पहला ओपन कमांड लाइन टूल है, जो Huawei के डेस्कटॉप प्लेटफॉर्म पर उत्पादकता बढ़ाने के लिए सॉफ़्टवेयर में मौजूद कमी को पूरा करता है।