Personal Agent Harnesses

Open-Source AI Employees जिन्हें आप खुद Run और Own करते हैं

पिछले section ने आपको general agents — Claude Code, OpenCode, Cowork, और OpenWork — दिए और इन्हें drive, direct, और loop करना सिखाया। ताक़तवर, पर सीमित। एक general agent उस session के अंदर चलता है जिसे आप खोलते हैं। यह तब तक काम करता है जब तक आप देख रहे हैं, और जब session ख़त्म होता है, तो इसका ज़्यादातर working context भी इसके साथ ख़त्म हो जाता है। runtime आप हैं। laptop बंद कीजिए और worker का होना बंद हो जाता है।

यह section वह छत हटा देता है।

एक agent harness वह software है जो एक model को एक ऐसे worker में बदल देता है जो आपके बिना चलता है। इस साल harness-engineering की literature ने इसे साफ़-साफ़ कह दिया: एक agent एक model प्लस एक harness है। model सवालों के जवाब देता है। harness वह है जो इसे लगातार चलने देता है, sessions के पार जो सीखता है उसे याद रखने देता है, और action लेने के लिए tools call करने देता है। यह वह layer है जो किसी भी एक model से ज़्यादा टिकेगी जिसे आप इसमें plug करते हैं, और ठीक इसीलिए अब platform vendors इस पर लड़ रहे हैं।

यही वह रेखा है जिसके पार यह section आपको ले जाता है: एक ऐसे agent से जिसे आप drive करते हैं, एक ऐसे agent तक जिसे आप own करते हैं।

हर harness किन चीज़ों से बनी होती है

OpenClaw और Hermes लगभग हर बात पर असहमत हैं, सिवाय इसके। दोनों में से किसी को भी खोल कर देखिए और आपको वही anatomy मिलती है:

• Runtime: agent को tasks के बीच ज़िंदा रखता है, सिर्फ़ chat के दौरान नहीं।
• Gateway: messages को अंदर और बाहर ले जाता है, ताकि agent आप तक वहीं पहुँचे जहाँ आप पहले से हैं।
• Memory: sessions के पार बना रहता है, ताकि agent हर दिन कल से ज़्यादा जानकर शुरुआत करे।
• Tools: वे बाहरी capabilities जिन्हें agent वाक़ई काम करने के लिए call करता है (MCP servers, APIs)।
• Skills: portable expertise जिसे agent उठाता है और दोबारा इस्तेमाल करता है (खुला agentskills.io format, cross-runtime)।
• Identity: agent किस रूप में चलता है, और उस identity को किन चीज़ों को छूने की अनुमति है।
• Policy & observability: यह क्या कर सकता है, और इसने क्या किया उसका एक record।

इस आकार को एक बार सीख लीजिए और दोनों crash courses इसी एक frame पर टिक जाते हैं। आगे जो कुछ भी आप जोड़ते हैं (एक नया channel, एक नई skill, एक scheduled job) वह इन सात में से किसी एक का बस और रूप है। इनमें से दो — skills और connectors (ऊपर बताए गए tools) — portable हिस्से हैं: खुले formats पर बने होने की वजह से, ये claude.ai, जो general agents आपने चलाए, और जो harness आप यहाँ बनाते हैं, सबके पार चलते हैं, इसलिए आप एक worker को जो सिखाते हैं वह किसी एक surface से बँधा नहीं रहता।

एक ही layer पर दो दाँव

OpenClaw और Hermes एक ही काम करने वाले दो tools नहीं हैं। ये दो दाँव हैं इस बात पर कि harness का कौन-सा हिस्सा control point है। फ़र्क़ ज़ोर का है, exclusivity का नहीं। OpenClaw के पास memory और skills हैं; Hermes बीस से ज़्यादा channels पर बोलता है। पर gravity का केंद्र ही वह चीज़ है जो हर एक को परिभाषित करती है।

OpenClaw gateway पर दाँव लगाता है। पहले चौड़ाई। एक agent WhatsApp, Telegram, Discord, Slack और और भी जगहों पर एक ही जगह से जवाब देता है, और इसके पीछे एक बड़ा community skills marketplace है। यह वह project है जिसने साबित किया कि personal AI Employees असली हैं और लोग उन्हें चाहते हैं। इसकी ताक़त इसकी पहुँच है।

Hermes memory पर दाँव लगाता है। पहले गहराई। एक agent आपके codebase, आपकी conventions और आपके पिछले decisions को हफ़्तों तक थामे रखता है, किसी कठिन task के बाद नई skills विकसित करता है, और काम करते-करते उन्हें निखारता रहता है। यह उस infrastructure पर लगातार चलने के लिए बना है जो आपकी अपनी है। इसकी ताक़त यह है कि यह आपको सीखता है।

वही tradeoff जो आप cloud से पहले से जानते हैं: एक चौड़ा, सुविधाजनक gateway बनाम एक गहरा, खुद-संभाला worker जो समय के साथ बढ़ता जाता है। आप इस section को छोड़ते वक़्त जान-बूझकर चुनाव कर पाएँगे, बजाय default से, और दोनों को run कर पाएँगे, क्योंकि यहाँ कुछ भी आपको या-तो/या में मजबूर नहीं करता।

ownership ही पूरी बात क्यों है

दोनों courses के नीचे एक शांत-सा तर्क छिपा है, और यही वह वजह है कि यह section General Agents के अंदर एक footnote होने के बजाय उसके बराबर का एक peer है।

जब एक harness आपके agent की memory, identity और runtime को ज़िंदा रखती है, तो सवाल यह रहना बंद हो जाता है कि "इस महीने सबसे होशियार model कौन-सा है" और बन जाता है "उस worker का मालिक कौन है जिसे मैं train करता आया हूँ।" platform vendors यह जानते हैं। Microsoft का Scout और Nvidia का NemoClaw इन्हीं harnesses को governance और identity में लपेट देते हैं: सुविधाजनक, production-ready, और vendor के स्वामित्व में। वह agent जो आपकी आदतों का एक साल सीख चुका है, सबसे बड़ी switching cost है जो हो सकती है। memory, channel reach से कहीं ज़्यादा, lock-in का वह टिकाऊ रूप है जिस पर platform vendors दाँव लगा रहे हैं।

यह section दूसरा रास्ता सिखाता है: वह open-source harness जिसे आप खुद run करते हैं, जहाँ runtime, memory और identity आपकी अपनी हैं। ownership यहाँ शाब्दिक है, cost समेत: जो harness आप खुद run करते हैं वह model को आपके अपने API access के ज़रिए call करता है — metered, हर call पर भुगतान — न कि किसी bundled claude.ai subscription पर सवार होकर, इसलिए runtime, memory, identity, और bill सब आपके हैं। यही वह सौदा है — पूरा control, पूरी ज़िम्मेदारी। इसलिए नहीं कि vendor wraps ग़लत हैं (किसी regulated enterprise के लिए वे अक्सर सही होते हैं) बल्कि इसलिए कि आप उस tradeoff को तब तक नहीं आँक सकते जब तक आपने अपने हाथों से self-owned version बनाकर थामा न हो।

यह section shared path पर एक step है, side trip नहीं। यह agent इस्तेमाल करने (General Agents section) और अपने mode के लिए commit करने (Mode 1 या Mode 2) के बीच trunk में बैठता है: specialize करने से पहले हर कोई यहाँ खुद को अपना persistent agent देता है। आप install को coding agent (Claude Code या OpenCode) के ज़रिए drive करते हैं, जो setup आपके लिए कर देता है, इसलिए यह step आपके लिए खुला है चाहे आप खुद code लिखते हों या नहीं। और जो harness आप यहाँ बनाते हैं, वही चीज़ Mode 1 → Mode 2 handoff बाद में अपनी दो roads में से एक के रूप में name करता है, इसलिए उस fork तक पहुँचने से पहले आप उस चीज़ को already own कर चुके होंगे।

यहाँ से शुरू कीजिए

दोनों crash courses की एक ही शर्त है: आप harness को एक general agent के ज़रिए drive करते हैं। जो Claude Code या OpenCode आपने Agentic Coding में सीखा, वही वह चीज़ है जो harness को आपके लिए install, configure और operate करती है। पिछले section का general agent इस section में worker का installer बन जाता है। अगर आपने अभी तक General Agents section नहीं किया है, तो पहले वह कीजिए।

• OpenClaw with General Agents: 90 मिनट, छह scenarios, शून्य से आपके phone पर एक Personal AI Employee तक। gateway-first harness, hands-on।
• Hermes with General Agents: memory-first harness। persistent context, खुद को बेहतर बनाने वाली skills, एक ऐसा agent जो आपका काम सीखता है और models के पार portable बना रहता है।

इस section के अंत तक आपके पास एक ऐसा worker होगा जो आपके सोते समय जवाब देता है, जो आपने पिछले हफ़्ते सिखाया उसे याद रखता है, और जो उस infrastructure पर चलता है जो आपकी है। यही वह फ़र्क़ है AI को इस्तेमाल करने और उसे employ करने के बीच।