नवंबर 2025 की एक शुक्रवार शाम को, पीटर स्टाइनबर्गर ने OpenClaw का पहला संस्करण बनाया।
प्रोटोटाइप बनाने में केवल एक घंटा लगा, लेकिन कुछ ही हफ्तों में OpenClaw ने 145,000 से अधिक GitHub स्टार्स पार कर लिए, जिससे यह GitHub इतिहास में सबसे तेज़ी से बढ़ने वाला ओपन-सोर्स सॉफ़्टवेयर प्रोजेक्ट बन गया।
यह प्लेटफ़ॉर्म काफी हद तक AI एजेंटों द्वारा बनाया गया था, और इसने चैटबॉट से स्वायत्त, कार्य-उन्मुख AI की ओर एक बदलाव को चिह्नित किया।
और यह बदलाव तेज़ हो रहा है। AI अब Google के 75% नए कोड और Microsoft के 30% तक नए कोड का निर्माण करता है। GitHub पर दैनिक Claude Code कमिट्स 2026 की शुरुआत में 134,000 से अधिक हो गए, जो मार्च 2025 में इसके लॉन्च के समय लगभग शून्य था।
यह एक संरचनात्मक परिवर्तन है कि कैसे सॉफ़्टवेयर, और तेज़ी से, ज्ञान-कार्य किया जाता है।
AI एजेंट उस परिवर्तन की सीमा का निर्माण कर रहे हैं।
तो वास्तव में AI एजेंट क्या है, और यह चैटबॉट या LLM से कैसे अलग है? क्या चीज़ इसे संरचनात्मक बनाती है, न कि एक क्षणिक चरण? और जैसे-जैसे स्टैक परिपक्व होता है, मूल्य कहाँ संचित होता है, और कहाँ यह वस्तु-रूप धारण करता है?
ये वे प्रश्न हैं जिनका उत्तर देने के लिए हमने निकल पड़े।
परिणाम एक पाँच-परत वाला ढाँचा है कि एजेंट वास्तव में क्या है, तकनीक कहाँ जा रही है, और प्रत्येक परत पर कौन जीतने की स्थिति में है।
कुछ उत्तर पहले से ही संख्याओं में दिखाई दे रहे हैं। Anthropic सत्रह महीनों में $1B से $44B वार्षिक राजस्व तक पहुँच गया, लगभग पूरी तरह से कोडिंग एजेंटों पर। उसी समय, ओपन-सोर्स एजेंट हार्नेस अब प्रति माह दसियों ट्रिलियन टोकन प्रोसेस कर रहे हैं। दोनों संख्याएँ एक ही स्थान की ओर इशारा करती प्रतीत होती हैं: हार्नेस परत।
लेकिन एजेंट अभी भी नियमित रूप से स्पष्ट गलतियाँ करते हैं। दिसंबर 2025 में, एक Amazon कोडिंग एजेंट ने स्वायत्त रूप से एक लाइव प्रोडक्शन वातावरण को हटा दिया और पुनः बनाया, जिससे चीन में AWS 13 घंटे के लिए ऑफ़लाइन हो गया। अप्रैल 2026 में, Claude द्वारा संचालित एक Cursor एजेंट ने 9 सेकंड में एक पूरे कंपनी डेटाबेस को हटा दिया।
चार विफलता मोड बार-बार प्रोडक्शन में दिखाई देते हैं, और अधिकांश कभी भी विक्रेता की मूल्य सूची पर दिखाई नहीं देते।
McKinsey के 2025 के AI की स्थिति सर्वेक्षण में पाया गया कि 10% से कम संगठनों ने सार्थक पैमाने पर एजेंट तैनात किए हैं। अधिकांश उनका बिल्कुल भी उपयोग नहीं कर रहे हैं।
जो तकनीकी रूप से संभव है और जो परिचालन रूप से तैनात है, उसके बीच का अंतर ही अवसर है।
हमारे Substack पर 84-पृष्ठ का प्राइमर एक नक्शा प्रदान करने का हमारा प्रयास है। यहाँ वह है जो आप अंदर पाएंगे:
- एजेंट की पाँच परतें, और वे एक साथ कैसे फिट होती हैं
- छह केस स्टडीज़ कि कैसे शुरुआती अपनाने वाले आज एजेंट तैनात कर रहे हैं, जिसमें मेरी कंपनी, 8090 शामिल है
- चार तरीके जिनसे एजेंट प्रोडक्शन में विश्वसनीय रूप से टूटते हैं
- वह परत जिससे हम उम्मीद करते हैं कि मॉडल के वस्तु-रूप धारण करने पर सबसे अधिक स्थायी मूल्य संचित होगा
- कौन पाँच परतों में से प्रत्येक को नियंत्रित करने की स्थिति में है
पढ़ने के लिए सब्सक्राइब करें और मुझे ग्रुप में बताएं कि आप क्या सोचते हैं: https://chamath.substack.com/p/ai-agents-primer
