सामग्री पर जाएं
MeghaOS

भाषा चुनें

MeghaOS आपकी अपनी मशीन पर 100 से ज़्यादा भाषाएं बोलता है। यह साइट यहां दी गई हर भाषा में पूरी तरह उपलब्ध है; हमारे कानूनी पेज और ब्लॉग लेख अंग्रेज़ी में ही रहते हैं।

FIG 7.0 · सुरक्षा

संप्रभुता इसलिए किकाम यहीं होता है,इसलिए नहीं कि हमने वादा किया।

72% IT प्रमुख अब डेटा संप्रभुता को अपनी सबसे बड़ी AI चुनौती बताते हैं। बाक़ी हर जवाब अनुबंध वाला है: इस बारे में एक वादा कि कोई और आपके डेटा के साथ क्या करेगा। हमारा जवाब स्थानांतरण को ही हटा देता है: मॉडल आपकी मशीन पर चलता है, इसलिए शासन करने को कुछ बचता ही नहीं।

FIG 7.1 · जो कहना है, वही कहिए

संप्रभुता, निवास और स्थानीयकरण — ये तीन अलग चीज़ें हैं।

इन शब्दों को एक-दूसरे की जगह चला दिया जाता है, और टीमें “डेटा यूरोप में रखने” के बावजूद अनुपालन से बाहर निकल आती हैं। हमारा मतलब ठीक-ठीक यह है।

डेटा निवास

बाइट्स भौतिक रूप से कहाँ पड़े हैं। किसी क्लाउड कंसोल में एक क्षेत्र चुन लेने भर से यह पूरा हो जाता है।

डेटा स्थानीयकरण

यह क़ानूनी शर्त कि कुछ डेटा किसी अधिकार-क्षेत्र से बाहर जाना ही नहीं चाहिए।

डेटा संप्रभुता

कौन-सी क़ानूनी सत्ता पहुँच के लिए बाध्य कर सकती है। अमेरिका में पंजीकृत प्रदाता को CLOUD Act के तहत बाध्य किया जा सकता है, चाहे डेटा कहीं भी हो।

MeghaOS इन तीनों का जवाब स्थानांतरण को हटाकर देता है। जो डेटा कभी डिवाइस से बाहर नहीं जाता, उस पर निवास का सवाल ही नहीं उठता, वह कोई सीमा नहीं लाँघता, और किसी तीसरे पक्ष के अधिकार-क्षेत्र में नहीं आता।

FIG 7.2 · डेटा का बहाव

आपका डेटा असल में जाता कहाँ है।

दिलचस्प सवाल यह नहीं कि डेटा कहाँ रखा है। सवाल यह है कि जवाब बनने तक वह कितनी दूर सफ़र करता है, और रास्ते में उसे और कौन-कौन देखता है।

आपका डिवाइस · भरोसे की सीमाफ़ाइलेंमेलकैलेंडरस्मृतिएजेंट रनटाइमइन्फ़रेंस · स्मृतिरचनाA2UIबाहर जाने का कोई रास्ता नहींआपकी पसंदहोस्टेड प्रदातास्वीकृत होस्टदर्ज · वापस लिया जा सकने वाला
बिंदुदार सीमा के भीतर की हर चीज़ आपकी मशीन पर होती है। स्थानीय मॉडल के साथ बाहर जाने का कोई रास्ता ही नहीं: लाल रेखा वाला रास्ता है ही नहीं, क्योंकि कहीं कुछ भेजने की ज़रूरत ही नहीं पड़ती। डेटा के बाहर जाने का एकमात्र तरीक़ा वह होस्टेड प्रदाता है जिसे आपने चुना — और सिर्फ़ उन्हीं अनुरोधों के लिए जो आप उसे भेजते हैं।
FIG 7.3 · ख़तरे का मॉडल

हम मानकर चलते हैं कि क्या बिगड़ेगा, और बिगड़ने पर क्या टिकेगा।

Forrester को इस साल एजेंटिक AI की एक सार्वजनिक रूप से ज्ञात सेंध की उम्मीद है। नीचे दी गई विफलताएँ ही वे हैं जिनके ख़िलाफ़ डिज़ाइन करना सार्थक है।

कोई सेंध लगा चुका एजेंट आपकी फ़ाइलें बाहर भेजने की कोशिश करता है

स्थानीय मॉडल चलाइए और तर्क के रास्ते में बाहर जाता कोई अनुरोध होता ही नहीं: न रोकने को कुछ, न जिसे रिसाया जाए। जो कुछ सचमुच बाहर पहुँचता है — कोई होस्टेड मॉडल या जुड़ी हुई सेवा — वह आपका ही जोड़ा हुआ है और आपको दिखता है।

बनाया गया कोड नुक़सान पहुँचाने की कोशिश करता है

बनाया गया कोड उसी कार्यक्षेत्र में चलता है जिसे आपने खोला है, और उस पर एक कमांड नीति लगी रहती है जो विनाशकारी कार्रवाइयों को सिरे से मना कर देती है और जोखिम भरी कार्रवाइयों को आपकी मंज़ूरी तक रोके रखती है।

कोई वेब पेज ब्राउज़िंग एजेंट को निर्देश देने की कोशिश करता है

पेज पर लिखी बात देखा गया डेटा है, आदेश नहीं। न पलटने लायक़ कार्रवाइयाँ (भेजना, ख़रीदना, मिटाना, OAuth देना) पहले रुककर आपसे पूछती हैं — और पेज पर लिखे ठीक-ठीक ब्योरे उद्धृत करती हैं, ताकि आप असली चीज़ को मंज़ूरी दें।

कोई जुड़ा हुआ MCP सर्वर बुरा बर्ताव करता है

सर्वर जोड़ना ही मंज़ूरी है; उसके बाद उसके औज़ार हर कॉल पर आपको टोके बिना चलते हैं, क्योंकि जिस चेतावनी को आप सौ बार क्लिक करके निकल जाते हैं, वह नियंत्रण नहीं है। मायने वाला फ़ैसला यही है कि आप कौन-से सर्वर जोड़ते हैं, और वह आपका ही रहता है।

कोई एजेंट आपकी काम की फ़ाइलों का सत्यानाश कर देता है

कार्यक्षेत्र का हर बारी से पहले चेकपॉइंट बनता है, इसलिए अनडू फ़ाइलों और बातचीत — दोनों को साथ पीछे ले जाता है। खोजबीन तभी समझदारी है जब बुरा नतीजा सस्ता पड़े।

मशीन तक भौतिक पहुँच रखने वाला कोई व्यक्ति

आपके प्लैटफ़ॉर्म का फ़ुल-डिस्क एन्क्रिप्शन और स्क्रीन लॉक इसे सँभालते हैं, और दोनों चालू होने चाहिए। MeghaOS इनमें से किसी का विकल्प नहीं है।

FIG 7.4 · अनुपालन की स्थिति

हम क्या दावा करते हैं, और क्या नहीं।

जहाँ कोई बात अभी इच्छा भर है या जाँची नहीं गई, वहाँ यही लिखा है। बीटा से पहले के उत्पाद के लिए बढ़ा-चढ़ाकर किए गए अनुपालन दावे, ईमानदार कमियों से बदतर हैं।

प्रोसेसिंग स्थानीय है

स्मृति और रचना हमेशा डिवाइस पर ही चलती हैं। इन्फ़रेंस भी वहीं चलती है जब आप सेटअप में स्थानीय मॉडल चुनते हैं — और उस स्थिति में इन्फ़रेंस की कोई API कॉल होती ही नहीं।

चालू है

अपना मॉडल ख़ुद लाइए

एक छोटा मॉडल साथ आता है, ताकि पहली बार बिना नेट के भी चले। इसे Megha की ओर मोड़िए, Ollama या vLLM से किसी और खुले मॉडल की ओर, या किसी होस्टेड प्रदाता की ओर; चुनाव आपका है और वह दिखता भी है।

चालू है

एजेंट की कार्रवाइयाँ पलटी जा सकती हैं

हर बारी से पहले कार्यक्षेत्र का चेकपॉइंट, और ऐसा अनडू जो फ़ाइलें लौटाता है और बातचीत को भी साथ पीछे ले जाता है।

चालू है

न पलटने लायक़ कामों पर मंज़ूरी

भेजना, ख़रीदना, मिटाना और पहुँच देना — ये रुककर पूछते हैं, और पेज पर लिखे ठीक-ठीक ब्योरे उद्धृत करते हैं, ताकि आप असली चीज़ को मंज़ूरी दें, उसके सारांश को नहीं।

चालू है

पूरी तरह ऑफ़लाइन चलता है

एक मॉडल रनटाइम और एक छोटा मॉडल सिस्टम के साथ आते हैं। सेटअप में चुन लेने पर मशीन बिना किसी नेटवर्क के सोचती है — नेटवर्क से पूरी तरह कटी इंस्टॉलेशन में भी।

चालू है

सिस्टम स्तर पर एजेंट की घेराबंदी

एजेंट रनटाइम के लिए कर्नेल से लागू घेराबंदी और डिफ़ॉल्ट रूप से बाहर जाना मना। Linux संस्करणों के लिए बन रहा है; 0.1.10 में नहीं है।

रोडमैप में

पूरे बेड़े का ऑडिट निर्यात

हर टूल कॉल का लॉग, SIEM तक लगातार निर्यात के साथ। शुरुआती एंटरप्राइज़ साझेदारों के साथ डिज़ाइन में है; आप अपना फ़ॉर्मैट बताइए, वही हमारा आकार तय करेगा।

रोडमैप में

SOC 2 / ISO 27001

किसी प्रमाणन का दावा नहीं। इशारे में कुछ जताने से बेहतर हमें यह साफ़ कह देना लगता है। अपनी अनुपालन ज़रूरतों के बारे में हमसे बात कीजिए।

अभी नहीं
FIG 7.5 · नियमन का संदर्भ

2026 में यह ज़रूरी क्यों बन गया।

EU AI Act का अनुच्छेद 10

उच्च-जोखिम वाली AI प्रणालियों के लिए डेटा गवर्नेंस दस्तावेज़ अनिवार्य है, जिसका पालन 2 अगस्त 2026 से कराया जाएगा और जुर्माना €3.5 करोड़ या वैश्विक कारोबार के 6% तक जा सकता है। स्थानीय प्रोसेसिंग डेटा-स्थानांतरण की उस सतह का बड़ा हिस्सा ही हटा देती है जिसे इस दस्तावेज़ को समेटना होता।

अमेरिका का CLOUD Act

अमेरिकी अधिकारी वहाँ पंजीकृत क्लाउड प्रदाताओं को दुनिया में कहीं भी रखे डेटा देने के लिए बाध्य कर सकते हैं — यूरोपीय डेटा सेंटर भी शामिल। यूरोपीय क्षेत्र चुन लेने से यह हल नहीं होता; डेटा को स्थानांतरित ही न करने से होता है।

मशीनी पहचानें, मानवीय पहचानों से आगे

2026 के अंत तक अधिकांश संगठन इंसानों से ज़्यादा एजेंट और वर्कलोड पहचानें सँभाल रहे होंगे। मौजूदा IAM मॉडल इस पैमाने पर स्वायत्त, ग़ैर-मानवीय भरोसे के लिए बने ही नहीं थे — इसीलिए काम को उसी मशीन पर रखना जो संगठन के पास पहले से है, आज का व्यावहारिक जवाब है।

उत्पादन तक की खाई

हर जगह पायलट चलने के बावजूद क़रीब 11% एजेंटिक उपयोग-मामले ही उत्पादन तक पहुँचे हैं। अटकाव आमतौर पर जोखिम-नियंत्रण का होता है, क्षमता का नहीं — इसीलिए डेटा को मशीन पर और कार्रवाइयों को पलटने लायक़ रखना, मॉडल के बेंचमार्क से ज़्यादा मायने रखता है।

NIST SP 800-207 (ज़ीरो ट्रस्ट आर्किटेक्चर) और ISO/IEC 27001 के नियंत्रण सिद्धांतों के संदर्भ में।

अपना ख़तरा-मॉडल हमारे पास लाइए।

अगर आपको कोई ऐसा नियंत्रण चाहिए जो यहाँ नहीं है, तो वह बातचीत हम दोनों के लिए काम की है।