Microsoft का हाइब्रिड इंटेलिजेंस: Windows और पर्सनल कंप्यूटिंग किस ओर जा रहे हैं

Microsoft ने 7 अक्टूबर को घोषणा की कि Windows की एक नई दिशा होगी, जिसे उसने हाइब्रिड इंटेलिजेंस नाम दिया है।

इस घोषणा में लोकल AI मॉडल, क्लाउड मॉडल, दोनों के बीच बुद्धिमान रूटिंग, ऐसे AI एजेंट जो लोकल संदर्भ का उपयोग करके कार्रवाई कर सकते हैं, और इन एजेंटों को सीमित रखने के लिए Windows के नए सुरक्षा नियंत्रण शामिल हैं।

अलग-अलग देखें तो इनमें से कोई भी विचार पूरी तरह नया नहीं है। दिलचस्प बात यह है कि Microsoft इन्हें Windows प्लेटफ़ॉर्म के हिस्से के रूप में एक साथ ला रहा है।

दिशा सीधी है:

AI को हमेशा क्लाउड में ही चलना ज़रूरी नहीं है। काम के हिसाब से वह धीरे-धीरे PC पर, क्लाउड में, या दोनों में चल सकता है।

और जब AI एजेंट कंप्यूटर पर कार्रवाई करने लगते हैं, तो Windows को ख़ुद यह नियंत्रित करना होगा कि वे एजेंट क्या कर सकते हैं।

यही सबसे अहम बदलाव है।

Microsoft ने क्या घोषणा की

Microsoft इस तरीक़े को हाइब्रिड इंटेलिजेंस कहता है।

यह मानकर चलने के बजाय कि कोई एप्लिकेशन हर AI अनुरोध क्लाउड मॉडल को भेजती है, Windows को अलग-अलग निष्पादन विकल्पों का समर्थन करने के लिए तैयार किया जा रहा है।

इस चित्र का सुलभ पाठ विकल्प

ऊपर से नीचे: एक AI काम ऑर्केस्ट्रेशन चरण को जाता है, जो तय करता है कि काम कहाँ चलेगा। वह डिवाइस के लोकल मॉडल पर चल सकता है या दूरस्थ इंफ्रास्ट्रक्चर के क्लाउड मॉडल पर। दोनों को बराबर के साथी के रूप में दिखाया गया है। दोनों एक नतीजे तक पहुँचते हैं।

सिद्धांत: लोकल AI, क्लाउड AI की जगह नहीं लेता। दोनों एक-दूसरे के पूरक हैं, और काम कहाँ चलेगा, यह एप्लिकेशन या AI रनटाइम तय कर सकता है।

Microsoft के अनुसार, GitHub की HydraFusion तकनीक इस मॉडल को आगे बढ़ाएगी, जिससे GitHub Copilot काम को Windows पर लोकल चल रहे मॉडलों और क्लाउड में चल रहे मॉडलों के बीच रूट कर सकेगा।

विचार यह नहीं है कि लोकल AI क्लाउड AI की जगह ले लेगा।

दोनों एक-दूसरे के पूरक हो सकते हैं।

जब लेटेंसी, कनेक्टिविटी, प्राइवेसी या लोकल प्रोसेसिंग मायने रखती हो, तब लोकल मॉडल सही हो सकता है। जब किसी काम के लिए ज़्यादा क्षमता या क्लाउड स्तर के संसाधन चाहिए हों, तब क्लाउड मॉडल अब भी उपयुक्त हो सकता है।

समय के साथ, उपयोगकर्ताओं को इनमें से हर चुनाव हाथ से करने की ज़रूरत शायद न पड़े। काम कहाँ चलेगा, यह एप्लिकेशन या AI रनटाइम ख़ुद तय कर सकता है।

इस तरह लोकल AI, एप्लिकेशनों के लिए उपलब्ध एक और कंप्यूटिंग संसाधन बन जाता है, कोई अलग श्रेणी का AI नहीं रहता।

लोकल AI और सक्षम होता जा रहा है

यह दिशा इसलिए व्यावहारिक बन रही है क्योंकि PC हार्डवेयर और AI मॉडल दोनों साथ-साथ बदल रहे हैं।

Microsoft ने सीधे Windows हार्डवेयर पर चलने वाले, लगातार अधिक सक्षम होते मॉडलों के समर्थन की घोषणा की, साथ में Windows ML और प्रायोगिक llama.cpp समर्थन भी है।

उदाहरण के लिए, Microsoft बताता है कि MAI Code 1.1 Flash का एक ऑन-डिवाइस संस्करण है, जिसमें कुल 137 billion पैरामीटर हैं लेकिन सक्रिय पैरामीटर 6.8 billion हैं। समर्थित हार्डवेयर पर लोकल निष्पादन को व्यावहारिक बनाने के लिए मॉडल-कम्प्रेशन तकनीकों का उपयोग किया गया है।

अलग-अलग मॉडलों के विनिर्देश तेज़ी से बदलेंगे।

व्यापक विकास ज़्यादा महत्वपूर्ण है:

पर्सनल कंप्यूटर अब ऐसे AI वर्कलोड संभालने लायक़ बन रहे हैं, जिनके बारे में पहले माना जाता था कि वे मुख्य रूप से क्लाउड इंफ्रास्ट्रक्चर पर ही चलेंगे।

इससे क्लाउड AI अनावश्यक नहीं हो जाता। यह सॉफ़्टवेयर को AI गणना करने की एक और जगह देता है।

बड़ा बदलाव तब आता है जब AI कार्रवाई कर सके

PC पर AI मॉडल चलाना एक बात है।

किसी AI एजेंट को कंप्यूटर के साथ काम करने देना अलग बात है।

Microsoft ऐसी Copilot क्षमताएँ विकसित कर रहा है जो लोकल संदर्भ का उपयोग कर सकती हैं और Windows में अनुमति प्राप्त कार्रवाइयाँ कर सकती हैं।

इससे सुरक्षा की समस्या बदल जाती है।

जो AI सिस्टम केवल उत्तर देता है, उसके पास सीधा अधिकार सीमित होता है:

User → AI → Answer

एजेंट का रास्ता कहीं लंबा हो सकता है:

इस चित्र का सुलभ पाठ विकल्प

ऊपर से नीचे: उपयोगकर्ता एजेंट को एक लक्ष्य देता है। एजेंट संदर्भ समझता है और एक कार्रवाई चुनता है, जो प्रस्तावित कार्रवाई बन जाती है, यानी किसी एप्लिकेशन, फ़ाइल या सेवा को छूने का अनुरोध। प्रस्ताव उस नियंत्रण सीमा से गुज़रता है जिसे एजेंट के बाहर Windows लागू करता है। Windows नीति पहचान, अनुमतियों और आइसोलेशन को कवर करती है। फिर सवाल पूछा जाता है: क्या यह अनुमत है? हाँ हो तो कार्रवाई एप्लिकेशन, फ़ाइल या सेवा तक पहुँचती है। नहीं हो तो रोक दी जाती है।

सिद्धांत: AI एजेंट को अपनी अनुमतियाँ ख़ुद तय नहीं करनी चाहिए। ये नियंत्रण एजेंट के बाहर होने चाहिए।

जब AI इस चरण तक पहुँच जाता है, तो ऑपरेटिंग सिस्टम को जानना होगा कि एजेंट किस तक पहुँच सकता है और क्या बदल सकता है।

Microsoft के जवाब में Microsoft Execution Containers (MXC) शामिल है, जो अब Windows 11 पर आम तौर पर उपलब्ध है।

MXC एजेंट आधारित वर्कलोड के लिए नीति-नियंत्रित वातावरण देता है। डेवलपर और प्रशासक फ़ाइलों और नेटवर्क गंतव्यों जैसे संसाधनों को सीमित कर सकते हैं, बजाय इसके कि एजेंट को वे सारी अनुमतियाँ दे दी जाएँ जो उपयोगकर्ता के पास हैं।

Microsoft ने सुरक्षा के सिद्धांत को साफ़ शब्दों में सार रूप में कहा है:

“An agent cannot be its own security authority.”

दूसरे शब्दों में, AI एजेंट को अपनी अनुमतियाँ ख़ुद तय नहीं करनी चाहिए। ये नियंत्रण एजेंट के बाहर होने चाहिए।

इससे ऑपरेटिंग सिस्टम की भूमिका बदलती है

Windows परंपरागत रूप से एप्लिकेशन, प्रोसेस, फ़ाइलें, डिवाइस, उपयोगकर्ता और अनुमतियाँ प्रबंधित करता आया है।

AI एजेंट एक और वर्कलोड लाते हैं जिसे प्रबंधित करने की ज़रूरत पड़ सकती है।

                 WINDOWS
                    │
          ┌─────────┼─────────┐
          ▼         ▼         ▼
        Users     Apps      Agents
                              │
                              ▼
                         Identity
                         Permissions
                         Isolation
                         Execution

Microsoft की घोषणा का शायद यही सबसे दिलचस्प हिस्सा है।

Microsoft केवल Windows में AI फ़ीचर नहीं जोड़ रहा है। वह ऐसी प्लेटफ़ॉर्म क्षमताएँ बना रहा है जो AI को लोकल चलाने, उसे क्लाउड इंटेलिजेंस से जोड़ने, और कंप्यूटर के साथ काम कर सकने वाले एजेंटों को नियंत्रित करने के लिए हैं।

यह पर्सनल कंप्यूटिंग में एक व्यापक बदलाव की ओर इशारा करता है।

यह पर्सनल कंप्यूटिंग को कहाँ ले जा सकता है?

पिछले कुछ वर्षों में जनरेटिव AI का ज़्यादातर हिस्सा एक सरल मॉडल पर चला है:

PC → Internet → Cloud AI → Response

Microsoft की दिशा कुछ इस तरह दिखती है:

अगर यह आर्किटेक्चर वैसे विकसित होता है जैसा Microsoft उम्मीद करता है, तो PC केवल वह इंटरफ़ेस नहीं रह जाता जिससे हम क्लाउड AI तक पहुँचते हैं।

वह AI इंफ्रास्ट्रक्चर का हिस्सा भी बन जाता है।

डेवलपरों के लिए इसका मतलब यह हो सकता है कि क्लाउड AI API को कॉल करना अब एकमात्र सामान्य आर्किटेक्चर नहीं रहेगा। लोकल इन्फ़रेंस एप्लिकेशनों के लिए उपलब्ध एक और कंप्यूटिंग संसाधन बन सकता है।

IT और सुरक्षा टीमों के लिए, एजेंट पहचान, अनुमतियों, आइसोलेशन और ऑडिटिंग के सवाल खड़े करते हैं।

उपयोगकर्ताओं के लिए बदलाव आख़िरकार सरल हो सकता है: कुछ AI काम कंप्यूटर पर होता है, कुछ क्लाउड में, और सॉफ़्टवेयर तय करता है कि दोनों को कैसे जोड़ना है।

इसका मतलब क्या नहीं है

Microsoft की घोषणा का मतलब यह नहीं है कि क्लाउड AI ख़त्म हो रहा है।

सबसे बड़े और सबसे सक्षम मॉडल आगे भी काफ़ी हद तक क्लाउड इंफ्रास्ट्रक्चर पर निर्भर रहेंगे।

इसका यह मतलब भी नहीं है कि लोकल AI अपने आप निजी या सुरक्षित है। लोकल चल रहा मॉडल भी नेटवर्क, क्लाउड सेवाओं और बाहरी टूल्स के साथ काम कर सकता है।

हर एप्लिकेशन को AI एजेंट की ज़रूरत नहीं होती, और हर PC एक जैसे मॉडल चलाने में सक्षम नहीं होगा।

Microsoft ने जिन कई क्षमताओं की घोषणा की है, वे प्रायोगिक हैं, प्रीव्यू में हैं, या बाद में उपलब्ध कराने की योजना में हैं। हम Windows के लिए Microsoft की दिशा देख रहे हैं, पर्सनल कंप्यूटिंग में पूरा हो चुका बदलाव नहीं।

देखने लायक़ बदलाव

Microsoft की हाइब्रिड इंटेलिजेंस घोषणा में अहम बात कोई एक नया मॉडल, लैपटॉप या Copilot फ़ीचर नहीं है।

अहम बात वह आर्किटेक्चर है जो आकार लेना शुरू कर रहा है:

लोकल AI + क्लाउड AI + बुद्धिमान रूटिंग + एजेंट + ऑपरेटिंग-सिस्टम नियंत्रण।

वर्षों से हम पर्सनल कंप्यूटर को मुख्य रूप से ऐसी मशीन मानते आए हैं जो एप्लिकेशन चलाती है और क्लाउड सेवाओं से जुड़ती है।

Microsoft, Windows को एक और संभावना के लिए तैयार कर रहा है:

ऐसा PC जो AI को लोकल चला सके, ज़रूरत पड़ने पर क्लाउड इंटेलिजेंस का उपयोग करे, एजेंटों को अनुमति प्राप्त कार्रवाइयाँ करने दे, और उन कार्रवाइयों को नियंत्रित करने के लिए ऑपरेटिंग सिस्टम का उपयोग करे।

Microsoft का यह विशेष कार्यान्वयन उद्योग का मॉडल बनेगा या नहीं, यह देखना बाकी है।

लेकिन यह दिशा देखने लायक़ है।

स्रोत

हर स्रोत को 8 अक्टूबर 2026 को खोलकर जाँचा गया। उपलब्धता के लेबल उस समय Microsoft के अपने शब्दों के अनुसार हैं और बदल सकते हैं।

1. Windows Experience Blog: Building Windows for hybrid intelligence (7 October 2026). घोषणा स्वयं: हाइब्रिड इंटेलिजेंस, लोकल और क्लाउड मॉडल, लोकल संदर्भ और कार्रवाइयों वाला Copilot, और MXC।
2. Windows Developer Blog: Microsoft Execution Containers, policy-driven containment for AI agents (7 October 2026). MXC को आम तौर पर उपलब्ध बताया गया है, जिसके कुछ बैकएंड प्रायोगिक हैं और कुछ प्रबंधन नियंत्रण बाद में आएँगे। उद्धृत वाक्य इसी पोस्ट से है।
3. Windows Command Line: Bringing local models and sandboxed tools to Windows and GitHub Copilot (7 October 2026). Windows पर लोकल मॉडल, ऑन-डिवाइस MAI Code 1.1 Flash के आँकड़े, और लोकल व क्लाउड मॉडलों के बीच Copilot की रूटिंग, जो Microsoft के अनुसार अक्टूबर के अंत तक आ रही है।
4. GitHub Blog: Project HydraFusion, frontier quality via multi-model orchestration (4 September 2026). HydraFusion का GitHub द्वारा किया गया वर्णन, जो एक रिसर्च प्रीव्यू है। इसके लागत और गुणवत्ता के नतीजे GitHub के अपने हैं और यहाँ अपनाए नहीं गए हैं।
5. Foundry on Windows Blog: AI development on Windows, from PyTorch and llama.cpp to Windows ML (7 October 2026). Windows ML और प्रायोगिक llama.cpp समर्थन।
6. Microsoft Learn: Generate text with your own language model using Windows ML. Microsoft बताता है कि Windows ML रनटाइम और टेक्स्ट जनरेशन API प्रायोगिक हैं और प्रोडक्शन में समर्थित नहीं हैं।
7. Microsoft AI: MAI-Code-1.1-Flash. मॉडल की घोषणा। इसकी बेंचमार्क और लागत तुलनाएँ Microsoft के दावे हैं और यहाँ अपनाई नहीं गई हैं।

Microsoft की प्रदर्शन तुलनाओं और व्यापक प्रतिस्पर्धी दावों को स्वतंत्र निष्कर्ष नहीं, बल्कि विक्रेता के दावे मानना चाहिए।