General Agents

ये tools सिर्फ़ बात नहीं करते: ये काम करते हैं। इनमें से एक को drive करना सीखें; book में आगे की हर चीज़ इसी पर बनती है।

Foundations ने आपको सिखाया कि AI क्या है और उसे use करते हुए अपनी judgment कैसे बनाए रखनी है। यह section वह जगह है जहाँ आप वह tool उठाते हैं जिसे आप बाकी book में इस्तेमाल करेंगे: एक general agent, यानी ऐसा AI जो सिर्फ़ answer नहीं करता, बल्कि act करता है। यह आपकी files खोलता है, उन्हें पढ़ता है, code लिखता और run करता है, और task पूरा करने के लिए दूसरी apps भी use करता है।

शुरू करने के लिए कुछ install करने की ज़रूरत नहीं है। इस section में पहला step उसी browser tab में पूरा होता है जहाँ Foundations चला था:

• Web पर General Agents: पूरे section का front door। बिना कुछ install किए browser tab से अपने पहले real agent को direct करें: remote session क्या है, आपकी files असल में कहाँ रहती हैं, approval आपके phone तक कैसे पहुँचती है, और एक shared shape के ज़रिए किसी भी नए agent product को कैसे समझें। Code आता हो या नहीं, हर व्यक्ति पहले दिन यहीं से शुरू करता है।

जब agent को अपनी machine पर लाने के लिए ready हों, तब बाकी section में जाने के दो दरवाज़े हैं। कौन-सा चुनना है यह सिर्फ़ इस पर निर्भर करता है कि आप कौन हैं:

• Claude Code और OpenCode: उन लोगों के लिए जो code के साथ काम करते हैं।
• Cowork और OpenWork: बाकी सभी के लिए, वही power एक desktop app में, जो professional और knowledge work के लिए बनी है।

Idea वही है, audience अलग है: ऐसा AI जिसे आप real work करवाने के लिए direct करते हैं, न कि ऐसा AI जिससे आप सिर्फ़ chat करते हैं।

यही पूरी book का hinge है। इसके बाद आने वाली लगभग हर चीज़ मानती है कि आप general agent drive कर सकते हैं। Mode 1 (problem को एक बार solve करना) और Mode 2 (permanent worker manufacture करना), दोनों असल में "आप और एक general agent" हैं। Optional Personal Agent Harnesses bridge भी अपना harness इन्हीं tools में से किसी एक के through install और run करता है। इसलिए यह वह skill है जिसे आप सबसे ज़्यादा reuse करेंगे। बाद में, यही general agent जिसे आप यहाँ drive करते हैं, वही tool बन जाता है जिससे आप workers build करते हैं। Tool वही, काम बड़ा।

यह section तीन stages में

यहाँ के courses आपको एक ही line पर आगे ले जाते हैं: tool को हर पल पकड़कर चलाने से, उसे precisely direct करने तक, आपके लिए चलने वाला loop design करने तक, उस loop के harness को harden करने, कई loops को एक shared memory देने, और फिर यह measure करने तक कि उसके center का checker भरोसे के लायक है या नहीं।

Stage 1: Drive

General agent को अच्छे से operate करना सीखें। हर व्यक्ति बिना installation के web से शुरू करता है; फिर अपने लिए सही installed-tool course करें और बाकी बाद में सीखें।

• Web पर General Agents: यहीं से शुरू करें, browser में, बिना कुछ install किए। July 2026 के web work surfaces (web पर Claude Cowork और ChatGPT Work) में अपना पहला agent direct करें: remote sessions, files कहाँ रहती हैं, phone पर पहुँचने वाली approval, और किसी भी agent product को समझने वाला six-part lens। Code आता हो या नहीं, हर व्यक्ति पहले यह course करता है; फिर नीचे से installed tool चुनता है।
• Professionals के लिए Cowork और OpenWork: बाकी सभी के लिए। वही तरह का agent, desktop app में, जो professional work के लिए बना है (documents, spreadsheets, slides, research), ताकि उसे काम पर लगाने के लिए आपको terminal छूना न पड़े।
• Open Source LLMs: आपका Laptop, आपका Server/Cluster, Cloud: coding track का पहला stop। Open models free में download किए जा सकते हैं, इसलिए असली सवाल है कि उन्हें कहाँ run करें। यह course तीनों scales का जवाब देता है: Ollama के साथ अपने laptop पर, अपने control वाली GPU machine पर vLLM से एक साथ 50 लोगों को serve करते हुए, और OpenRouter के through cloud में, जहाँ ऐसे frontier open models मिलते हैं जिन्हें कोई खुद host नहीं कर सकता। एक idea सबको जोड़ता है: आपका agent एक harness और swappable brain से बनता है, और brain सिर्फ़ एक address है। Part 1 अकेले किया जा सकता है और उसे सिर्फ़ एक free install चाहिए। Coding agent पहले drive किया हो तो मदद मिलती है; अगर नहीं, तो इसका one-command install आपके लिए एक agent खड़ा कर देता है। जिन knowledge workers ने Cowork पहले ही कर लिया है, वे भी Part 1 करके अपना private AI पा सकते हैं।
• Agentic Coding: Claude Code और OpenCode: उन लोगों के लिए जो code के साथ काम करते हैं। Plan mode, context management, rules file, skills, subagents, और connectors (MCP): coding agent को कैसे drive करें ताकि वह आपकी files पढ़े, plan propose करे, edits करे, और आपको result check करने दे।
• Website Design: वह course जहाँ आप machine के बारे में सीखना रोककर उसे किसी real project पर लगाते हैं। एक client के लिए एक website, खाली folder से ऐसी live address तक जिसे कोई और अपने phone पर खोल सके: pixels से पहले story plan करना, client के brand को mood नहीं बल्कि rule मानना, real photographs और video, phone version को बाद की चीज़ न बनाना, और screenshots को tests की तरह इस्तेमाल करना ताकि "क्या यह सही दिखता है" सच में check किया जा सके। इसका मुख्य idea Stage 2 और Stage 3 दोनों में काम आता है: taste अब एक file है। जो judgment बनाई हुई page और generated page में फ़र्क करती है, उसे लिखा जा सकता है और कोई भी model load कर सकता है। ऊपर के किसी tool को drive कर सकने के बाद यह course करें; कुछ ship करने और काम कहाँ बिगड़ता है यह महसूस करने के बाद specs और loops की अहमियत समझना कहीं आसान होता है।

Stage 2: Direct

Drive करने से result मिलता है; direct करने से हर बार सही result मिलता है।

• Spec-Driven Development: agent को vague instructions देना बंद करें और उसे लिखी हुई spec दें: exactly क्या करना है, किस पर करना है, और "done" का मतलब क्या है। Clear spec वह फ़र्क है जो guessing agent और target hit करने वाले agent के बीच होता है, और Mode 2 में cross करते समय यही पहली चीज़ आप साथ ले जाते हैं।

Stage 3: Loop delegate करें

यह stage पहले एक map से शुरू होता है, फिर map में दिखाई गई चीज़ें बनाता है: loop design करें, उसके चलने वाले harness को harden करें, कई loops को एक shared memory दें, फिर evals से उसके center के checker को prove करें। आख़िरी course उस सवाल का जवाब देता है जो ये सभी उठाते हैं: loop भरोसे के लायक हो जाए, तो उसे कहाँ रहना चाहिए?

• The Four Layers: इसे पहले पढ़ें; एक hour से कम में पूरा हो जाता है। आगे की हर चीज़ का यही map है: prompt, context, harness और loop चार अलग skills नहीं हैं जिनमें से एक चुननी हो, बल्कि चार containers हैं जो एक-दूसरे के अंदर हैं और हर एक की अपनी work unit है। इसका लाभ किसी technique से ज़्यादा एक habit है। जब agent 40 minutes और $50 एक ही काम दोहराने में जला दे, तो prompt दोबारा लिखने के बजाय, जिसे 10 seconds में edit किया जा सकता है, आप पूछते हैं कि असल में कौन-सी layer टूटी। यह यह भी साफ़ करता है कि graphs कहाँ fit होते हैं, और वे पाँचवीं layer नहीं हैं। कुछ install नहीं करना; बस chat tab और पहले से drive किया हुआ एक agent चाहिए।

• Loop Engineering: tool पकड़कर रखने से ऐसा system design करने तक की छलांग जो agent को आपके लिए prompt करता है। आप एक छोटा loop बनाते हैं जो wake up करता है, देखता है क्या बदला, तय करता है क्या करने लायक है, हर job agent को देता है, result check करता है, और सिर्फ़ उन decisions के लिए आपको बुलाता है जिन्हें सच में किसी इंसान की ज़रूरत है। Valuable skill आपके लिखे prompt से हटकर आपके design किए loop में आ जाती है। यही आगे की हर चीज़ का natural doorway है।

• Harness Engineering: उसी छलांग का भरोसे वाला हिस्सा। जो loop आपके सोते वक़्त चलता है, उसे एक ऐसी layer चाहिए जो तय करे कि agent क्या कर सकता है, उसे क्या पता होना चाहिए, उसका काम कैसे prove होता है, और गड़बड़ होने पर क्या होता है। वही layer harness है, Claude Code और OpenCode दोनों अपने साथ एक-एक देते हैं। यह course आपको उसे जान-बूझकर engineer करना सिखाता है: permission walls, sandboxes, automatic checks, और हर पकड़ी गई गलती को ऐसे rule में बदलने की आदत जो उसे दोबारा होने से नामुमकिन बना दे।

• Graph Engineering: memory वाला हिस्सा, और तब करने वाला course जब एक loop काफ़ी न रहे। 20 agents fan out करें तो हर agent खाली शुरू करता है और एक घंटे पहले किसी दूसरे agent की खोज फिर से करता है: काम बढ़ गया, memory नहीं बढ़ी। Fix यह है कि findings को transcripts में छोड़ना बंद करें और उन्हें typed, connected records की तरह लिखें जिन्हें बाद का कोई भी agent query कर सके: agent भूलता है, graph नहीं। दो graphs अलग रखें, एक किए गए काम के लिए और एक स्थापित facts के लिए; हर claim के साथ evidence जोड़ें; हर worker को dump नहीं, छोटा slice दें; reviewer से opinion नहीं, edge cite करवाएँ। दूसरा loop बनाते समय इसे पढ़ें। यह ईमानदारी से यह भी बताता है कि graph कब नहीं बनाना चाहिए।

• Checker पर भरोसा: loop run होता है, harness काम को prove करता है, और center का checker PASS या FAIL कहता है। लेकिन checker की quality कैसे जानें? यह course evals सिखाता है: real failures से छोटा test-case folder बनाएँ, reviewer को एक बार नहीं कई बार grade करें, उसे अपनी judgment के against calibrate करें, और हर change को result पर gate करें। Files, shell और jq से "checker ने PASS कहा" को ऐसे number में बदलें जिसका आप बचाव कर सकें।

• Laptop से बाहर: runtime decision। Laptop पर prove हुआ loop एक machine में फँसा है; यह course उसे वहाँ ले जाता है जहाँ वह सच में run करे, यानी cloud schedule, managed runtime या आपका अपना process, और उसके earned track record को बचाए रखता है। इससे Stage 3 पूरा होता है: loop run करता है, harness guard करता है, checker trusted है, और अब वह ऐसी जगह रहता है जो आपके सोने पर नहीं सोती।

चार शब्द, एक दूसरे के अंदर

ऊपर के तीन stages में चार शब्द बार-बार आते हैं जिन्हें industry लगातार मिला देती है: prompt, context, harness और loop। नीचे इनका shape है, ताकि आप देख सकें कि कौन-सा course किसका owner है। The Four Layers इन्हें लगभग 50 minutes में ठीक से सिखाता है, और Stage 3 में सबसे पहले यही पढ़ना चाहिए।

शब्द	यह क्या है	काम की unit	इसका owner course
Prompt	आपका भेजा message: ask, examples और format।	एक message	AI Prompting in 2026
Context	एक response के लिए model जो कुछ देखता है: files, history, rules और tool results।	window में step by step रहने वाली चीज़ें	Agentic Coding, Parts 2–4
Harness	एक run के अंदर rules: agent क्या कर सकता है, उसका काम कैसे prove होता है, fail होने पर क्या होता है।	एक run	Harness Engineering
Loop	हर चीज़ के चारों ओर schedule: runs शुरू करता, उन्हें grade करता और उनके बीच याद रखता है।	कई days में कई runs	Loop Engineering

ये चार किसी line के steps नहीं हैं। ये layers हैं, एक दूसरे के अंदर। अच्छा prompt खराब context में fail होता है। अच्छा context bare harness में fail होता है। अच्छा harness उसे चलाने वाले loop के बिना idle रहता है। इसलिए demo में काम करने वाला agent production में अक्सर fail हो जाता है: demo को सिर्फ़ अंदर की layers चाहिए थीं, बाहर की layers कभी बनी ही नहीं। Problem model नहीं था। उसके चारों ओर layers missing थीं।

इस section का एक course इन चारों में से किसी का owner नहीं है, और यह deliberate है। Graph Engineering पाँचवीं layer नहीं, बल्कि topology है: ऐसे कई stacks आपस में जुड़े होते हैं और एक memory share करते हैं। यह table में नहीं है क्योंकि एक से ज़्यादा loop run करने तक इस शब्द का कोई लाभ नहीं, और इसीलिए यह चारों के बाद आता है।

अच्छा prompt clever answer देता है। चारों layers साथ हों, तो ऐसी चीज़ मिलती है जिसे आप ship कर सकते हैं। The Four Layers हर layer को अलग करके समझाता है, हर एक का failure signature देता है, और "मेरा agent टूट गया है" को ऐसे सवाल में बदलता है जिसका address मौजूद है।

पहले आपको क्या चाहिए

पहले Foundations section करें, खासकर AI युग में कैसे सोचें (अपनी judgment बनाए रखना) और Skills और Connectors (वे plugins जिनसे general agent आपके tools और data तक पहुँचता है)। आपको programmer होना ज़रूरी नहीं है: अगर आप नहीं हैं, तो Cowork और OpenWork वाला दरवाज़ा लें और आप ठीक रहेंगे।

यह कहाँ ले जाता है

जब आप general agent को drive, direct, loop और harden कर सकते हैं, तो बाकी book खुल जाती है। Optional Personal Agent Harnesses section बस आगे है, अगर आप ऐसा worker own करना चाहते हैं जो आपकी अपनी infrastructure पर चलता है। फिर वह fork आता है जिस पर पूरी book घूमती है: Mode 1 — Problem-Solving, जहाँ आप किसी problem को एक बार solve करने के लिए general agent use करते हैं, और Mode 2 — Manufacturing, जहाँ आप permanent worker build करते हैं जो उसे हमेशा solve करता है।

Book का arc एक line में: Foundations से समझना, General Agents से drive करना, और दो modes से काम में लगाना।

Browser में Web पर General Agents से शुरू करें: हर व्यक्ति पहले दिन बिना installation के यह कर सकता है। फिर agent को अपनी machine पर लाते समय अपने लिए सही दरवाज़ा चुनें: code के साथ काम करते हैं तो Claude Code और OpenCode, नहीं करते तो Cowork और OpenWork।