अप्रैल में तीन Agent Platforms लॉन्च हुए। किसी ने Deploy Button नहीं दिया।

तुमने एक agent बनाया। अपने laptop पर test किया। चला -- खूबसूरती से चला। फिर तुमने इसे live push किया उसी तरीके से जैसे लोग 2003 में websites deploy करते थे: server पर file edit करो, save मारो, भगवान से प्रार्थना करो।

फिर रात के 2 बजे, तुम्हारा agent hallucinate करने लगता है -- tool calls जो exist नहीं करतीं, उन लोगों को emails भेजना जिन्होंने मांगी ही नहीं, और तुम्हारा API budget ऐसे जलाना जैसे शादी में बारात वाले खर्चा करते हैं। तुम rollback button ढूंढते हो। कोई rollback button नहीं है। कोई previous version नहीं है। तुम्हारे agent के पास versions हैं ही नहीं -- बस एक system prompt है किसी text field में, कुछ tool configs, और जो कुछ तुम्हारे दिमाग में है।

अप्रैल 2026 में agent deployment की दुनिया में आपका स्वागत है।

Platforms आ गए। Pipelines नहीं आए।

8 से 22 अप्रैल के बीच, तीनों hyperscalers ने अपने agent platforms एक के बाद एक launch कर दिए: Anthropic के Managed Agents (8 अप्रैल) hosted sandboxes और ant CLI के साथ, OpenAI का Agents SDK v0.14 (15 अप्रैल) दस दिनों में छह point releases के साथ, और Google का ADK 1.0 Cloud Next में (22 अप्रैल) multi-language SDKs और monitoring dashboard के साथ। Feature comparisons हम पहले ही cover कर चुके हैं। जो किसी ने नहीं दिया: deployment discipline।

जैसा कि xpander.ai की comparison ने 24 अप्रैल को लिखा: "ये क्या नहीं देते: multi-cloud portability, agents के लिए native CI/CD, versioning, rollback, या canary deployments।" हर hyperscaler को agent lifecycle के लिए "DIY" रेटिंग मिली।

ईमानदारी से कहें तो Anthropic सबसे करीब पहुंचा -- ant CLI staging-to-production promotion का claim करता है। लेकिन उनकी अपनी engineering blog post में rollback, canary deploys, या blue-green switching का एक भी mention नहीं है। Versioning है; deployment discipline नहीं।

Agents ने CI/CD क्यों तोड़ दिया

CI/CD -- continuous integration और continuous deployment -- normal software ऐसे ship होता है। तुम्हारे पास एक deployable artifact होता है (Docker image, compiled binary), staging में test करते हो (production की safe copy), canary करते हो (5% traffic नए version पर भेजो), और अगर टूटे तो एक command में rollback।

Agents के पास single artifact नहीं होता। किसी agent का behavior कम से कम चार surfaces पर बिखरा होता है:

# Surface 1: Code (git में versioned)
agent = Agent(model="claude-sonnet-4", tools=[search, email, calendar])

# Surface 2: System prompt (अक्सर dashboard में edit होता है, git में नहीं)
SYSTEM_PROMPT = "You are a scheduling assistant who..."

# Surface 3: Tool configs (permissions, rate limits, API keys)
# Surface 4: Memory / learned context (कहीं... रहता है)

System prompt और tool descriptions सबसे ज़्यादा behavior-critical components हैं, लेकिन ये by default version control के बाहर रहते हैं। Simon Willison ने 18 अप्रैल को यह demonstrate किया -- उन्होंने manually fake commit dates के साथ Git history बनाई सिर्फ prompt changes track करने के लिए -- वो versioning reverse-engineer कर रहे थे जो platform feature होनी चाहिए थी।

जैसा कि Anthropic ने खुद माना: "Production-grade agent deploy करने के लिए software teams को न सिर्फ agent बनाना पड़ता है, बल्कि काफी scaffolding भी।"

जुगाड़ का ज़माना

Workarounds मौजूद हैं। तुम अपनी prompt files को git-version कर सकते हो। Manually blue-green swap कर सकते हो। Tool lists को feature-flag कर सकते हो। ये रहा minimum viable "agent versioning":

# गरीब आदमी का agent artifact
agent_config = {
    "version": "1.4.2",
    "prompt_sha": "a3f8c1d",  # prompt file का git hash
    "tools": ["search_v2", "email_v1"],
    "permissions": {"email": {"max_per_hour": 10}},
    "model": "claude-sonnet-4",
}
# Deploy: config load करो -> validate करो -> traffic swap करो
# Rollback: पिछला config load करो -> वापस swap करो

लेकिन ये जुगाड़ है जिसमें discipline चाहिए जो कोई platform enforce नहीं करता। और जैसे ही agent memory -- sessions के दौरान accumulate हुआ learned context -- picture में आता है, ये टूट जाता है। जो agent को याद है उसे rollback नहीं कर सकते।

कितना बुरा हो सकता है? मार्च 2026 की एक Reworkd post-mortem में document किया गया कि एक single खराब prompt deployment ने 47 मिनट में 14,000 गलत API calls trigger कर दीं -- $2,300 token spend में उड़ गए इससे पहले कि किसी को पता चले। कोई canary नहीं। कोई rollback नहीं। बस एक Slack alert जो बहुत देर से आया। इसे उन हज़ारों teams से multiply करो जो अभी बिना deployment guardrails के agents बना रही हैं, और तुम्हें problem की shape दिखने लगेगी।

अभी क्या करना चाहिए

अगर तुम आज agents बना रहे हो: हर prompt, tool config, और permission policy को infrastructure-as-code की तरह treat करो। सब version control में रखो। कभी भी production agent को बिना staging copy test किए update मत करो। अपने platform vendor ने जो deployment plumbing skip किया, उसे बनाने का time budget रखो। ये optional नहीं है -- ये demo और product के बीच का फर्क है।

वो Layer जो गायब है

याद करो, तुमने इस सफर की शुरुआत server पर एक file edit करके की थी। Agents अभी बिल्कुल वहीं हैं -- pre-Docker ज़माने का "मेरे machine पर तो चलता है।" जो platform agent CI/CD को default primitive के तौर पर ship करेगा -- stage, canary, rollback, agent एक versionable artifact के रूप में -- वो उस operational layer को capture करेगा जो model quality और tool count से ऊपर बैठती है। असली इनाम वही है, और 26 अप्रैल 2026 तक, किसी ने इसे claim नहीं किया है।