मैं हमेशा बेहतर टूल्स की तलाश में रहता हूँ। नोट्स ऐप्स, वर्कफ़्लो, ऑप्टिमाइज़ेशन, और अब, पर्सनल एजेंट्स।
यह एक आसान जाल है जिसमें हम फँस जाते हैं - हमेशा "कस्टम" चीज़ें बनाते रहना और उसके परिणामस्वरूप असली काम की कुर्बानी देना। बाज़ार में कुछ शानदार टूल्स हैं - लेकिन हमारे जैसे अंतहीन ऑप्टिमाइज़र्स के बारे में कुछ शानदार मीम्स भी हैं।
समस्या यह है कि अंतहीन ऑप्टिमाइज़ेशन और कस्टम सेटअप असली जादू से ध्यान भटका सकते हैं: काम करना।
अब तक हर "पर्सनल एजेंट" एक जैसा ही लगा है - उपयोगी काम करने के बजाय कॉन्फ़िगर करना, प्रोविज़न करना, डेलीगेट करना, और ट्राइएज करना।
मैंने इन नए टूल्स को इस्तेमाल करने की तुलना में फ़्लैकी डिप्लॉयमेंट्स को डीबग करने या साप्ताहिक iMessage चेक-इन को इग्नोर करने में ज़्यादा समय बिताया है, जिन्हें ज़िंदगी आसान बनाना चाहिए था।
और मैं वास्तव में एक ऐसा एजेंट चाहता था जो वही काम कर सके जो मैं करता हूँ - वे मैनुअल काम जो मेरे कंप्यूटर पर होते हैं - बिना किसी रिमोट सर्वर को कॉन्फ़िगर किए, सर्विस अकाउंट्स मैनेज किए, या सुरक्षा संबंधी सिरदर्द पैदा किए।
इसलिए जब मैंने @Cursor_ai जॉइन किया, तो मुझे एक नया टूल देखकर हैरानी हुई जो कोडिंग के लिए नहीं, बल्कि सामान्य नॉलेज वर्क के लिए डिज़ाइन किया गया था।
https://x.com/bot/status/2087224798078517251
इसे Grok Bot कहा जाता है और यह एक एजेंट है जिसके पास एक कंप्यूटर है।
यह पहला टूल है जिसे मैंने इस्तेमाल किया है जो वैसा ही महसूस होता है जैसा पर्सनल एजेंट्स को होना चाहिए - जादुई।
कंप्यूटर वाला एजेंट
हर Grok Bot एक एजेंट है जिसके पास एक कंप्यूटर है। यह क्लाउड पर चलता है, इसलिए यह हमेशा ऑन रहता है। यह वह सब कर सकता है जो मैं कर सकता हूँ: वेब पेज नेविगेट करना, ऐप्स खोलना, फ़ाइल सिस्टम एक्सेस करना, और स्क्रीनशॉट लेना।
आप सोच रहे होंगे "यह मेरे कंप्यूटर पर क्यों नहीं चल सकता?" देखिए, जैसे-जैसे आप इसे इस्तेमाल करते हैं, Grok का कंप्यूटर आपका कंप्यूटर बन जाता है… और अगर आप डेस्कटॉप के ज़रिए चैट कर रहे हैं तो यह आपकी लोकल फ़ाइलों को एक्सेस कर सकता है।
तकनीकी रूप से, Grok Bot एक पर्सिस्टेंट Linux VM पर चलता है (अगर आपको ऐसी चीज़ों से मतलब है)। व्यावहारिक रूप से, यह एक बहुत तेज़ "हमेशा ऑन" रहने वाला रिमोट डेस्कटॉप लगता है। आपके द्वारा बनाया गया हर "bot" वहीं रहता है।
वे इसकी फ़ाइलों, ब्राउज़र, और सेशंस का इस्तेमाल कर सकते हैं। अगर आप किसी वेबसाइट पर साइन इन करते हैं, तो आपका कोई भी bot उस सेशन को इस्तेमाल कर सकता है जब तक वह एक्सपायर न हो जाए। अगर किसी bot को मदद चाहिए, तो वह आपसे पूछेगा।
हैंड ऑफ़
जब कोई bot ऐसी दीवार से टकराता है जिसे सिर्फ मैं पार कर सकता हूँ (लॉगिन, SSO, 2FA, कैप्चा, भुगतान) तो वह मुझे कंप्यूटर सौंप देता है। मैं वह मुश्किल काम करता हूँ, फिर कंप्यूटर वापस कर देता हूँ।
सभी सेशन मेरी मशीन पर सेव रहते हैं। अगर मैं किसी साइट पर साइन इन करता हूँ, तो कोई भी Grok Bot एजेंट कभी भी उसे मेरे लिए एक्सेस कर सकता है।
साधारण ऑथेंटिकेशन (API keys, टेक्स्ट एंट्री) के लिए मेरे bots एक सिक्योर फॉर्म भेज सकते हैं जिसे भरना होता है। MCP सर्वर और API keys कॉन्फ़िगर करने के लिए यह वाकई बहुत अच्छा रहा है।
मैं एक वर्कफ़्लो "रिकॉर्ड" भी कर सकता हूँ: Grok Bot को काम दिखाएँ और यह स्टेप्स सेव कर लेता है। फिर, bot उस वर्कफ़्लो को एक रूटीन की तरह इस्तेमाल कर सकता है, एक शेड्यूल पर या जब Slack या GitHub में कुछ होता है।
हमारी GTM टीमों ने कुछ बहुत ही शानदार लीड ऑप्टिमाइज़ेशन और रूटिंग वर्कफ़्लो बनाए हैं - मैं बाद में Grok Bot का उपयोग कैसे कर रहा हूँ इसके बारे में और बताऊँगा।
मेमोरी
Grok Bot के पास लॉन्ग-टर्म मेमोरी तक एक्सेस है, जो इसे एक पार्टनर के साथ काम करने जैसा महसूस कराता है। यह तीन लेयर्स में काम करता है: यूज़र, एजेंट, और प्रोजेक्ट मेमोरी
- यूज़र: हर bot आपके बारे में बुनियादी बातें जानता है - आपका नाम, टाइमज़ोन, और प्रेफरेंसेस। कोई भी bot इन वैल्यूज़ को अपडेट कर सकता है।
- एजेंट: हर bot की अपनी मेमोरी होती है - एक प्रोफ़ाइल फ़ाइल (जैसे AGENTS(.)md: उस bot के लिए एक टॉप-लेवल डेफ़िनिशन), साथ ही इंटरैक्शन का लॉग।
- प्रोजेक्ट: Bots प्रोजेक्ट्स जॉइन कर सकते हैं और वहाँ प्रोजेक्ट मेमोरी रख सकते हैं: निर्णय, कन्वेंशन, वे चीज़ें जो काम से जुड़ी होती हैं न कि किसी एक टीममेट से।
लेकिन मेमोरी लेयर्स के बावजूद, चैट तेज़ लगती है - मैं यह देखकर हैरान हूँ कि bot कितना फुर्तीला महसूस होता है।
आप bots के साथ समस्याओं को हल करने के लिए मल्टी-एजेंट अप्रोच भी इस्तेमाल कर सकते हैं - एक ऑर्केस्ट्रेटर bot किसी Project में अन्य bots के साथ सहयोग कर सकता है।
Bots चलाना
लेकिन ये bots चलते कब हैं? देखिए… जब आप उन्हें कहते हैं!
Bots तब ट्रिगर होते हैं जब आप उन्हें मैसेज भेजते हैं, लेकिन वे रूटीन पर भी चलते हैं। मैं आमतौर पर किसी bot से ट्रिगर सेट करने के लिए कहता हूँ। लेकिन आप ट्रिगर्स को मैन्युअली भी फाइन-ट्यून कर सकते हैं।
यह एक नए Slack मैसेज, किसी git इवेंट, या एक शेड्यूल से लेकर कुछ भी हो सकता है।
Bots अन्य bots द्वारा भी ट्रिगर हो सकते हैं (और दूसरों को ट्रिगर कर सकते हैं) (कम्पोज़ेबिलिटी)। वे ग्रुप थ्रेड्स, या "Projects" में भी काम कर सकते हैं।
पहली बार जब एक bot दूसरे से मदद माँगता है तो खुशी का एक पल होता है।
और इसी तरह पहली बार जब कोई bot आपके किसी मैसेज पर "thumbs up" (अंगूठा ऊपर) करता है।
कोडिंग काम के लिए, bots Cursor Cloud Agents चला सकते हैं - चूँकि Grok एजेंट्स Cursor के साथ मज़बूती से जुड़े हैं, यह अनुभव फर्स्ट-पार्टी है।
GitHub MCP को कॉन्फ़िगर करना भी आसान है, जो मेरे bots को cli से gh कमांड्स चलाने और नए रिपॉज़िटरी बनाने की सुविधा देता है।
एक्सेस
Grok Bot वही प्लगइन्स, कनेक्टर्स, और स्किल्स इस्तेमाल करता है जो Cursor करता है। इसका मतलब है कि मुझे सभी बुनियादी चीज़ों के लिए आउट ऑफ़ द बॉक्स कनेक्टर्स मिलते हैं: Notion, Slack, GitHub, और मेरी टीम के MCP सर्वर।
इससे मेरे सभी कॉन्टेक्स्ट सोर्सेज़ को सेट करना बहुत आसान हो गया - जिनमें से अधिकतर पहले से ही Cursor के ज़रिए कॉन्फ़िगर थे। इससे कुछ बेहतरीन Cursor + Grok Bots के साथ तेज़ी से आगे बढ़ना भी आसान हो गया।
सुरक्षा
यह सबसे बड़ी मानसिक बाधा थी: क्या Grok Bot वही करेगा जो मैंने उससे कहा - और मुझे कैसे पता चलेगा? जवाब है: ज़्यादातर भरोसा।
अगर आप कंप्यूटर तक एक्सेस रखने वाले किसी एजेंट के साथ Amazon पर लॉग इन करते हैं, तो तकनीकी रूप से वह जो चाहे खरीद सकता है - ठीक उसी तरह जैसे एक इंसान कर सकता है।
एजेंट को परमिशन्स, एक रिव्यूअर, और अलाउ/ब्लॉक लिस्ट्स द्वारा नियंत्रित रखा जाता है।
आप Settings > General > Agent में नेचुरल लैंग्वेज में नियम लिखते हैं। पर्दे के पीछे, एक अलग रिव्यू एजेंट प्रस्तावित एक्शन्स की जाँच करता है और उन्हें अलाउ, ब्लॉक, या आप तक एस्केलेट कर सकता है।
अलाउ और ब्लॉक लिस्ट्स उस रिव्यूअर को दिशा देती हैं - आप मॉडल पर भरोसा कर रहे हैं कि वह आपके लिखे नियमों का पालन करेगा, लेकिन यह सब एक आइसोलेटेड एनवायरनमेंट में होता है।
हममें से ज़्यादातर लोग कोड या JSON में एजेंट नियम परिभाषित करने के आदी हैं। Grok Bot के साथ, नियम मूल रूप से एक प्रॉम्प्ट हैं।
यह पहली बार में अटपटा लगता है, लेकिन हम "एजेंट्स पर भरोसा करने के युग" में हैं - हमें खुद को इस बात के लिए तैयार करना होगा कि एजेंट्स पर लगाए गए नियम माने जाएँगे।
मेरे टेस्टिंग में, मैंने अभी तक कोई प्रतिकूल व्यवहार नहीं देखा है। हालिया शोध बताता है कि हम उस मुकाम पर हैं जहाँ हमें खुद पर भरोसा करने से ज़्यादा एजेंट्स पर भरोसा करना चाहिए।
यह थोड़ा डरावना है, लेकिन काफी बढ़िया भी है।
मैं Grok Bot का उपयोग कैसे कर रहा हूँ
मुझे अपने जीवन के सभी क्षेत्रों में Grok Bot के कुछ अलग-अलग उपयोग मिले हैं।
Demo Bot मेरा पसंदीदा है। हर दिन, यह मेरे @X बुकमार्क्स को देखता है और एक बढ़िया नई तकनीक ढूँढता है, शायद कोई npm पैकेज या एजेंट स्किल।
फिर यह मेरी राइटिंग स्किल का उपयोग करके एक प्रॉम्प्ट तैयार करता है और उसे मेरे पास भेजता है।
अगर मैं प्रॉम्प्ट को मंज़ूरी दे देता हूँ, तो यह मेरी प्रोजेक्ट-प्लानिंग स्किल का उपयोग करके tech-demos रिपॉज़िटरी में एक नया Cursor Cloud एजेंट चलाता है।
15 मिनट में, मेरे पास Cursor ऐप में एक काम करता हुआ प्रोटोटाइप होता है। मैं पोर्ट बाइंड करता हूँ और उसके साथ खेलता हूँ।
इस bot का उद्देश्य नई चीज़ों को आज़माने की झंझट को खत्म करना है। हर एजेंट स्क्रीन रिकॉर्डिंग के ज़रिए काम को वैलिडेट करता है, इसलिए मैं सुनिश्चित हो सकता हूँ कि वह वही कर रहा है जो उसे करना चाहिए।
Grok Bot मुझे Cursor के साथ अपडेट रहने, कॉन्टेंट आइडियाज़ खोजने, और नई तकनीक एक्सप्लोर करने में भी मदद करता है।
मेरा Content Bot इंजीनियरिंग और प्रोडक्ट Slack चैनल्स को हर घंटे छोटे शिप्स के लिए स्कैन करता है। यह मुझे सुझाए गए सोशल लैंग्वेज के साथ एक नए चैट में अलर्ट करता है। इसके पास Typefully MCP तक भी एक्सेस है, इसलिए मैं उस लैंग्वेज को जल्दी से ड्राफ्ट में बदल सकता हूँ।
मैं उन छोटी-छोटी चीज़ों के बारे में सबसे पहले जानना चाहता हूँ जो Cursor को बेहतरीन बनाती हैं और मैं चाहता हूँ कि उन चीज़ों को आप सबके साथ साझा करना आसान हो।
मेरा Product Bot Content Bot का एक धीमा, अधिक विस्तृत संस्करण है।
इसका काम मुझे Cursor प्रोडक्ट से जुड़ी हर चीज़ से अपडेट रखना है। यह दिन में एक बार बड़े अनाउंसमेंट चैनल्स को मॉनिटर करता है और एक सामान्य अपडेट पोस्ट करता है, ताकि मुझे Slack में खोजबीन न करनी पड़े।
कुछ मज़ा
मुझे किराना खरीदारी से कोई दिक्कत नहीं है, लेकिन मैं किराना डिलीवरी के UIs से चिढ़ता हूँ।
मेरा किराना डिलीवरी एजेंट Instacart और Amazon डिलीवरी दोनों पर प्रोडक्ट्स, क्वांटिटीज़, और कीमतों की तुलना करता है। यह दो कार्ट मैनेज करता है और डिलीवरी खर्च की तुलना करता है। फिर यह मुझसे हर शुक्रवार शनिवार की डिलीवरी के लिए ऑर्डर करने को कहता है।
मैं वाकई हैरान था कि इसने इन इंटरफेसेस को कितनी अच्छी तरह नेविगेट किया।
पर्सनल वर्कफ़्लोज़ के साथ मेरा अधिकांश अनुभव हाई-कॉग्निटिव-लोड UIs को नेविगेट करना और साइट्स के बीच असंगत अनुभवों की तुलना करना है।
Grok Bot उस काम को पूरी तरह खत्म कर देता है, जो मुझे मेरे अगले एजेंट तक ले जाता है।
Cursor टीम DoorDash का काफी उपयोग करती है, और कई चैनल्स पर अक्सर ग्रुप ऑर्डर्स होते हैं।
यह भारी पड़ता है क्योंकि मैं DoorDash पर अक्षम हूँ और रात के खाने के ऑप्टिमाइज़ेशन के चक्कर में आसानी से फँस जाता हूँ। क्या मुझे चिकन के साथ राइस बाउल लेना चाहिए, या चावल के साइड के साथ चिकन की प्लेट? मैं ग्रुप ऑर्डर में शामिल कैसे होऊँ? मुझे क्या लेना चाहिए?
मेरा DoorDash एजेंट Slack पर drd.sh के ज़िक्र को देखता है, फिर जब कोई ऑर्डर होता है तो मुझे अलर्ट करता है।
मैं इसे अपनी पसंद के मेन्यू में गहराई से जाने के लिए कह सकता हूँ। यह मुझे विकल्प देता है, फिर मुझे ठीक वहाँ लिंक करता है जहाँ मुझे ऑर्डर जॉइन करना होता है और अपना खाना जोड़ना होता है।
भरोसा बनाना
मानता हूँ, Grok Bot पर भरोसा करने में मुझे कुछ समय लगा।
AI में कुछ सालों के बाद, अधिकांश "सब कुछ करने वाले" टूल्स वास्तव में बहुत कम करते हैं। इसके अलावा, मैंने एक ऐसी प्रणाली पर बहुत भरोसा किया जिसे मैं पहले समझ नहीं पाया था।
लेकिन किसी भी नए प्रोडक्ट को अपना भरोसा अर्जित करना होता है - पिछले कुछ हफ्तों में Grok Bot ने ठीक यही किया है।
हम उस मुकाम पर हैं जहाँ हम इन प्रणालियों पर अधिक भरोसा कर सकते हैं - और Grok Bot पर भरोसा करने ने कुछ वाकई अद्भुत चीज़ें साबित की हैं।
ऐसा लगता है कि भविष्य आखिरकार आ गया है। इंसानी काम को बदलने वाला भविष्य नहीं, बल्कि इंटरफेसेस को सरल बनाने और ऊबाऊ कामों को खत्म करने वाला भविष्य। एक ऐसा भविष्य जहाँ पूछने वालों के लिए सब कुछ सुलभ है।
https://x.com/elonmusk/status/1906096888560165107
सब कुछ कंप्यूटर है, और Grok Bot भी ऐसा ही है। पता चला, मैं वास्तव में यही चाहता था।
@Bot पर जुड़े रहें और इसे आज़माएँ :)
