साक्षात्कार
Clairvoyance AI के संस्थापक और CEO Brad Wardell – साक्षात्कार शृंखला

मुख्य बिंदुवार्डेल का तर्क है कि स्थानीय और क्लाउड हार्डवेयर के बीच काम का रूटिंग करना मॉडल के मूल…
और देखें
- वार्डेल का तर्क है कि स्थानीय और क्लाउड हार्डवेयर के बीच काम का रूटिंग करना मॉडल के मूल आकार से अधिक महत्वपूर्ण है।
- क्लेयरवॉयन्स एजेंट की यादों को एक ग्राफ में संग्रहीत करता है ताकि अपडेट प्रसारित हों और वर्तमान रहें।
- वार्डेल भविष्यवाणी करते हैं कि 18 महीनों के भीतर 90 से 95% AI काम स्थानीय रूप से चलेगा।
Brad Wardell Clairvoyance AI के संस्थापक और CEO हैं, साथ ही Stardock के भी संस्थापक और CEO हैं। उन्हें Fences और Galactic Civilizations जैसे उत्पादों सहित डेस्कटॉप सॉफ़्टवेयर और रणनीति वाले गेम बनाने का तीन दशकों से अधिक का अनुभव है। गेम विकास की कार्यप्रणालियों, रचनात्मक परिसंपत्तियों और रोज़मर्रा की व्यावसायिक रिपोर्टिंग पर उनके काम ने ऐसे निरंतर सक्रिय AI एजेंटों में उनकी रुचि जगाई, जो स्थानीय फ़ाइलों और अनुप्रयोगों के साथ सीधे काम कर सकें।
Clairvoyance AI नामित AI कर्मचारियों के लिए ऐसा कार्यक्षेत्र विकसित करता है, जिन्हें लगातार काम सौंपे जा सकते हैं और जिनकी स्मृति बनी रहती है। यह स्थानीय फ़ाइलों और विकास टूल को क्लाउड सेवाओं और उपयोगकर्ता के अपने हार्डवेयर पर चलने वाले मॉडलों से जोड़ता है। Stardock में विकसित इस उत्पाद से ऐसी कार्यप्रणालियों को समर्थन मिलता है, जिनसे दोबारा इस्तेमाल किए जा सकने वाले नोट, रिपोर्ट और अन्य सामग्री तैयार होती है। इस साक्षात्कार में Wardell बताते हैं कि गेम विकास से उत्पाद को किस तरह दिशा मिली, रोज़मर्रा के काम में स्थानीय मॉडलों की क्या भूमिका है, और एजेंटों को उपयोगी बनाने के लिए रूटिंग, स्मृति और अनुमति के किन नियंत्रणों की ज़रूरत होती है।
आप Stardock में Fences और Galactic Civilizations जैसे उत्पादों सहित डेस्कटॉप सॉफ़्टवेयर और रणनीति वाले गेम बनाने में तीन दशकों से अधिक समय लगा चुके हैं। आपके अपने कारोबार में किस समस्या ने आपको Clairvoyance AI बनाने के लिए प्रेरित किया, और आपको कब एहसास हुआ कि यह एक स्वतंत्र कंपनी बन सकती है?
असल चुनौती Ara: History Untold को पूरा करने के दौरान सामने आई, जिसमें Stardock ने Microsoft और Oxide Games की मदद की थी। रचनात्मक परिसंपत्तियों को गेम में शामिल करने में ही बहुत समय लग रहा था। लेखन सामग्री .DOCX फ़ाइलों के रूप में आती थी, जिन्हें बेहद सावधानी से हाथ से XML या CSV में बदलना पड़ता था। 3D परिसंपत्तियों को भी सावधानीपूर्वक हमारे इंजन में लाना पड़ता था। संतुलन में एक छोटा-सा बदलाव करने के लिए दर्जन भर अलग-अलग फ़ाइलों में संशोधन करना पड़ता था। स्थानीयकरण के दौरान अनूदित स्ट्रिंग को हाथ से सही फ़ाइलों की सही कुंजियों से मिलाना पड़ता था। Clairvoyance AI ने यह सब आसान कर दिया और हमें समय पर गेम जारी करने दिया।
2025 के आख़िर तक, हम आंतरिक रूप से इस बात पर बहस कर रहे थे कि इसे सार्वजनिक भी किया जाए या नहीं। इससे हमें सचमुच प्रतिस्पर्धात्मक बढ़त मिल रही थी—मानो OpenClaw जैसी किसी चीज़ का अधिक व्यापक संस्करण हमें एक साल पहले ही मिल गया हो। सार्वजनिक रूप से लॉन्च करने की ओर हमें इस बात ने धकेला कि हम अपने दोस्तों और सहकर्मियों को AI स्वचालन के कारण नौकरियाँ खोते देख रहे थे, जबकि बेहतर टूल होने पर वे अपनी नौकरियाँ बचा सकते थे। तभी हमने तय किया कि Clairvoyance AI को आम लोगों के लिए उपलब्ध कराना है।
आपने कहा है कि AI एजेंट के कई टूल से पता चलता है कि उनके निर्माताओं को उपभोक्ता सॉफ़्टवेयर जारी करने का अनुभव नहीं है। आपको सबसे आम गलतियाँ क्या दिखती हैं, और अपने करियर से मिले किन सबक को AI डेवलपरों को अपनाना चाहिए?
इसका सबसे बड़ा संकेत शब्दावली है। अगर आपको “glyph” जैसे शब्द पहले से न पता हों—यानी बटन पर बने छोटे-से चित्र को क्या कहते हैं—तो AI से बात करते समय आप सचमुच नुकसान में रहते हैं, क्योंकि उसे ऐसे लोगों के डेटा पर प्रशिक्षित किया गया है जिन्हें यह शब्दावली पहले से आती है। इन टूल को बनाने वाली ज़्यादातर टीमें बहुत होशियार हैं, लेकिन उनके सदस्य बहुत युवा हैं; उपयोग में आसानी से जुड़े उनके फैसलों में यह दिखता है। इसका अच्छा उदाहरण Anthropic का वह फ़ीचर है, जिससे एक टर्मिनल सत्र से दूसरे में टेक्स्ट खींचकर ले जाया जा सकता था—उस पर लाखों व्यूज़ आए। हमारे पास ऐसे एजेंट हैं जिन्हें आप बस उनके नाम के आगे @ लगाकर बुला सकते हैं और काम अपने-आप सौंप सकते हैं; कुछ खींचकर ले जाने की ज़रूरत नहीं। उनके टूल में उपयोगकर्ता को वह काम करना पड़ता है जो AI को करना चाहिए।
डेस्कटॉप सॉफ़्टवेयर जारी करने के 30 साल के अनुभव से मिला सबक यह है कि कंपनी से बाहर किसी को दिखाने से पहले आपको अपना बनाया सॉफ़्टवेयर हर दिन, वास्तविक समय-सीमाओं के बीच, खुद इस्तेमाल करना चाहिए। AI के कई उत्पाद ऐसे लगते हैं मानो उन्हें बनाने वालों को अपने ही सॉफ़्टवेयर के साथ रोज़मर्रा का काम करने की नौबत नहीं आई हो।
आप AI के अगले चरण को रूटिंग की समस्या बताते हैं: यह तय करना कि कौन-सा काम किसी डिवाइस पर, स्थानीय नेटवर्क में या क्लाउड पर चलेगा। क्या आप हमें किसी वास्तविक कार्यप्रणाली का उदाहरण देकर बता सकते हैं कि ये फैसले कैसे लिए जाने चाहिए?
रूटिंग अब किसी एक व्यक्ति का फैसला नहीं रह गया है; यह कंपनी के स्तर का फैसला बनता जा रहा है। हम जल्द ही Hivemind नाम का एक फ़ीचर जारी करने वाले हैं, जो इस बात को ठोस रूप देता है। ज़्यादातर बड़ी कंपनियों के पास पहले से कई सक्षम मशीनें हैं, जो हर रात बेकार पड़ी रहती हैं। Hivemind कंपनी को अपनी इन निष्क्रिय मशीनों के GPU साझा पूल में जोड़ने देता है, ताकि टीम का कोई भी व्यक्ति काम क्लाउड पर भेजने के बजाय उन पर AI का काम चला सके। अगर आप आपूर्ति शृंखला में दसियों हज़ार खेपों पर नज़र रख रहे हैं या कंपनी के पैसों के इस्तेमाल का ऑडिट कर रहे हैं, तो इसके लिए अत्याधुनिक क्लाउड मॉडल की ज़रूरत नहीं है। पर्याप्त कंप्यूट क्षमता चाहिए—और ज़्यादातर कंपनियों के पास कामकाजी घंटों के बाद उसका इस्तेमाल किए बिना ही पर्याप्त क्षमता मौजूद रहती है।
व्यक्तिगत स्तर पर भी यही तर्क लागू होता है, बस छोटे पैमाने पर। मैं हर रात क्लाउड मॉडल के बजाय स्थानीय मॉडल पर डैशबोर्ड, क्रैश रिपोर्ट, रुझान रिपोर्ट और बिक्री के आँकड़े चलाता हूँ। पहले यही काम Claude के ज़रिए करवाने पर टोकन के लिए लगभग 100 डॉलर प्रति माह खर्च होते थे। अब यह मेरे अपने हार्डवेयर पर रात भर मुफ़्त चलता है और मैं सुबह नतीजे देखता हूँ।
इसलिए असल सवाल “स्थानीय या क्लाउड” का नहीं है, बल्कि यह है: “क्या यह काम किसी के स्क्रीन देखते समय ही होना ज़रूरी है, और क्या कंपनी के पास इसे प्रति टोकन भुगतान किए बिना करने के लिए पहले से हार्डवेयर मौजूद है?”
आपका मानना है कि एजेंट के ज़रिए किए जाने वाले रोज़मर्रा के कामों का एक बड़ा हिस्सा पहले से ही स्थानीय हार्डवेयर पर चलाया जा सकता है। आपने किन कामों में इसे दिखाया है, कौन-सा हार्डवेयर इस्तेमाल किया है, और यह कैसे मापते हैं कि काम सफल रहा—सिर्फ़ इस आधार पर नहीं कि मॉडल ने विश्वसनीय लगने वाला जवाब दिया?
हमने अपनी फ़ाइलों में मेटाडेटा जोड़ने के लिए स्थानीय एआई का इस्तेमाल करके अच्छी सफलता हासिल की है। कई कंपनियों की तरह, हमारे नेटवर्क पर भी कई टेराबाइट डेटा है। Stardock सॉफ़्टवेयर और गेम—दोनों विकसित करता है। गेम के क्षेत्र में हमारे पास दशकों से बनी 3D और 2D कला-सामग्री, वीडियो, काम से जुड़ी फ़ाइलें और अन्य सामग्री मौजूद है।
कंपनी में हमारे पास AMD और NVIDIA के कई अच्छे वीडियो कार्ड हैं। हमने पाया है कि 8B से 12B पैरामीटर वाले मॉडल हमारी ज़रूरत के सभी काम करने के लिए पर्याप्त हैं, और वे अपेक्षाकृत पुराने हार्डवेयर पर भी चल सकते हैं। अभी एक Qualcomm Snapdragon X2 लैपटॉप शाम के समय पृष्ठभूमि में इनमें से कुछ काम कर रहा है।
स्थानीय एआई इन फ़ाइलों को धीरे-धीरे खंगालने और उनकी समीक्षा करने के साथ-साथ उनमें मेटाडेटा जोड़ने में बहुत अच्छा है। इससे जब हमें कोई चीज़ ढूँढ़नी होती है, तो हम उसे खोजकर जल्दी पा सकते हैं। इसी तरह हमें पता चला कि हमारे पास भेड़ियों के 3D मॉडल के 16 अलग-अलग रूप हैं। आह।
छोटे स्थानीय मॉडल से अधिक सक्षम क्लाउड मॉडल पर काम भेजने का संकेत क्या होना चाहिए? किसी अहम गलती के होने से पहले आप कैसे पहचानते हैं कि स्थानीय मॉडल जूझ रहा है?
अभी, खुले-ended निर्णय की ज़रूरत वाले किसी भी काम को शायद क्लाउड पर भेजना चाहिए। अत्याधुनिक मॉडलों ने भ्रामक उत्तर देने की समस्या को काफी हद तक हल कर लिया है। छोटे (स्थानीय) मॉडलों पर जाने से यह समस्या फिर उभर आती है। इसलिए स्थानीय मॉडलों पर हमें आम तौर पर कई सुरक्षा उपाय लागू रखने पड़ते हैं।
Clairvoyance एजेंटों को स्थायी स्मृति और लगातार जारी रहने वाले कार्यों वाले एआई कर्मचारियों के रूप में व्यवस्थित करता है। आपने समय के साथ उपयोगी संदर्भ बनाए रखने के बारे में क्या सीखा है, ताकि पुरानी पड़ चुकी हिदायतें, गलत धारणाएँ या परस्पर विरोधी यादें इकट्ठी न हों?
भीतर से, Clairvoyance अपनी यादों को ग्राफ़ संरचना में रखता है। इसलिए जब किसी एक चीज़ में बदलाव होता है, तो उससे आम तौर पर अन्य नोड में भी क्रमिक रूप से बदलाव शुरू हो जाते हैं। इससे यादों को व्यवस्थित और अद्यतन बनाए रखने में मदद मिलती है।
चुनौती अनंत पुनरावृत्ति को रोकने की रही है, और इसके लिए पिछले कुछ वर्षों में बहुत परीक्षण और त्रुटि से सीखना पड़ा है।
एजेंटों को फ़ाइलों, ऐप्लिकेशन और विकास टूल तक पहुँच देने से वे अधिक उपयोगी बनते हैं, लेकिन उनकी गलतियों के नतीजे भी गंभीर हो सकते हैं। जब कोई एजेंट गलत कार्रवाई करता है, तो आप अनुमतियाँ, मानवीय मंज़ूरी और स्थिति को बहाल करने की प्रक्रिया कैसे तय करते हैं?
हमारे पास एक ठोस उदाहरण फ़ाइल सुरक्षा है: Clairvoyance एजेंटों को डायरेक्टरी मिटाने से रोक सकता है। यह रोक ऐप के स्तर पर लागू होती है, न कि ऐसे हुक के ज़रिए जिन्हें एजेंट दरकिनार कर सकता हो।
जब किसी वर्कफ़्लो में स्थानीय निष्पादन और क्लाउड इन्फ़रेंस, दोनों शामिल हों, तो “स्थानीय-प्रथम” के अलग-अलग अर्थ हो सकते हैं। उपयोगकर्ता की मशीन से कौन-सी जानकारी बाहर जाती है, और उपयोगकर्ता इस सीमा को कैसे समझ और नियंत्रित कर सकते हैं?
क्लाउड सुरक्षा का उद्देश्य दूसरे लोगों को बाहर रखना है। लेकिन इससे यह तय नहीं होता कि मॉडल प्रदाता के पास आपकी कंपनी के गोपनीय रहस्य होने ही चाहिए या नहीं। Clairvoyance को इस तरह बनाया गया है कि यह स्थानीय इस्तेमाल को प्राथमिकता देता है: आपके नोट्स, प्रोजेक्ट और कर्मचारियों की स्मृति आपकी अपनी मशीन पर रहते हैं। क्लाउड मॉडल को क्या भेजना है, यह आपका निर्णय है और इसे हर कर्मचारी के लिए अलग-अलग तय किया जाता है, न कि सब पर लागू होने वाली किसी एक सेटिंग से। स्थानीय मॉडल चलाएँ, तो आपके हार्डवेयर से कुछ भी बाहर जाने की ज़रूरत नहीं है। एंटरप्राइज़ ग्राहक हमें सीधे बता रहे हैं कि वे काम करवाने के लिए पूरे गोपनीय वर्कफ़्लो Anthropic या OpenAI पर अपलोड करने को लेकर परेशान हैं।
Clairvoyance के 40,000 से अधिक उपयोगकर्ता हैं। लोग वास्तव में Clairvoyance का इस्तेमाल कैसे करते हैं, इससे आपने क्या सीखा है? क्या आप किसी ऐसे बार-बार किए जाने वाले वर्कफ़्लो का मापने योग्य उदाहरण साझा कर सकते हैं, जिसमें इससे लगातार लाभ मिला हो?
उपयोगकर्ता के बने रहने की दर इस बात पर बहुत निर्भर करती है कि वह अपने सत्रों के दौरान कितना डेटा तैयार कर रहा है।
एआई के ज़्यादातर उपयोगकर्ता अभी उस मुकाम तक नहीं पहुँचे हैं जहाँ वे एआई से मिले डेटा का इस्तेमाल करके उस पर आगे काम करते हों। ज़्यादातर लोग अब भी प्रॉम्प्ट के रूप में सोचते हैं। Clairvoyance के साथ बने रहने वाले उपयोगकर्ता वे हैं जो बड़ी संख्या में प्रदर्श और रिपोर्ट तैयार करते हैं; यही आगे के काम की नींव बनते हैं।
आने वाले एक साल पर नज़र डालें, तो कौन-से विकास उन कामों का दायरा सबसे अधिक बढ़ाएँगे जिन्हें एजेंट स्थानीय स्तर पर भरोसेमंद ढंग से कर सकते हैं? आपको अपना यह विचार बदलने के लिए क्या देखना होगा कि मॉडल का आकार नहीं, बल्कि काम को सही मॉडल तक भेजना अधिक मायने रखता है?
मेरा मानना है कि 18 महीनों के भीतर एआई के 90 से 95% काम स्थानीय स्तर पर होंगे और शायद अत्याधुनिक कामों के लिए केवल 5% को क्लाउड की ज़रूरत पड़ेगी। इसकी मुख्य वजह यह है कि अभी एआई को लगभग कोई काम सौंपा ही नहीं जा रहा है। यहाँ तक कि जगह के आधार पर रिज़्यूमे छाँटना या शिपमेंट के समय की जाँच करना जैसे मामूली काम भी अब तक हाथ से किए जाते हैं, जबकि लैपटॉप पर 4B मॉडल पहले से ही ये काम कर सकता है। इसमें बढ़ोतरी Hivemind जैसी साझा कंप्यूटिंग क्षमता से होगी—जिसमें कंपनी के कम इस्तेमाल हो रहे GPU पूरे डोमेन के सभी लोगों के काम आएँगे—और काम को सही मॉडल तक भेजने की व्यवस्था इतनी अच्छी हो जाएगी कि किसी को यह जानने की ज़रूरत नहीं होगी कि 4B मॉडल क्या है या Opus क्या।
इस बेहतरीन साक्षात्कार के लिए धन्यवाद। जो पाठक अपने कंप्यूटरों पर लगातार सक्रिय एआई एजेंटों को प्रबंधित करने वाला डेस्कटॉप ऐप आज़माना चाहते हैं, वे Clairvoyance AI पर जाएँ।












