तुम्हारे CTO ने इस महीने तीन agent platform demos forward किए। Anthropic 8 अप्रैल को। OpenAI 15 अप्रैल को। Google Cloud Next आज, 22 अप्रैल को। फरमान: "तिमाही खत्म होने से पहले एक चुन लो।"
ज़रूर। और जब तक हो, ये भी decide कर लो — किराये का फ्लैट लेना है, लकड़ी खरीदनी है, या खुद नींव डालनी है। एक ही budget line। पूरा comparable।
तीन launches, तीन अलग species
8 अप्रैल से 22 अप्रैल के बीच, हर बड़ी AI lab ने एक "agent platform" ship किया। Quotes यहाँ भारी काम कर रहे हैं। इन्हें same product category बोलना वैसा ही है जैसे Ola, Maruti showroom, और NH toll plaza को "transportation competitors" बोलना।
Anthropic (8 अप्रैल) ने Managed Agents public beta में launch किया। एक managed service: तुम agent define करो, Anthropic चलाएगा। $0.08 per session-hour plus token fees। कोई infrastructure manage नहीं करना। कोई containers को babysit नहीं करना। Config ship करो और uptime के देवताओं से प्रार्थना करो।
OpenAI (15 अप्रैल) ने अपने Agents SDK को update किया — sandbox execution, configurable memory, और MCP (Model Context Protocol — AI tools के लिए universal plug standard) के साथ। एक open toolkit: तुम host करो, तुम scale करो, शनिवार रात 3 बजे तुम debug करो। Open-source। Maximum control। Maximum तुम्हारी-समस्या।
Google (22 अप्रैल) Cloud Next में ADK v1.0, A2A protocol v0.2 (agent-to-agent communication — Google का अपना standard), और dual MCP/A2A support लेकर आया। एक cloud primitive: GCP के अंदर assemble करने वाला infrastructure Lego। पहला hyperscaler जो दोनों agent communication protocols को natively support करता है।
तीन vendors। तीन fundamentally अलग product categories जो एक ही "agent platform" का costume पहने हुए हैं।
तुम्हारा RFP पैदा होते ही मर गया
Procurement teams हर जगह evaluation matrices बना रही हैं। Cute। ये matrices assume करती हैं कि products में comparison axes common हैं। हैं नहीं।
Managed service के लिए तुम uptime SLAs, data residency, और session pricing evaluate करते हो। Toolkit के लिए developer productivity, hosting costs, और ये कि तुम्हारी team distributed agent infrastructure चला सकती है बिना ऑफिस में आग लगाए। Cloud primitive के लिए protocol maturity, GCP lock-in surface, और ये कि A2A v0.2 इतना जिएगा कि v1.0 तक पहुँचे।
"कौन सा agent platform best है?" पूछना वैसा ही है जैसे पूछना "क्या बेहतर है — Ola, Maruti Suzuki, या सड़क का tar?" Depend करता है कि तुम्हारे पास garage है, driver है, या civil engineering की degree।
वो lock-in जो vendor slides में नहीं दिखता
यहाँ मामला महँगा होता है, और pricing page वाले तरीके से नहीं।
Anthropic की managed service चुनो, तो infrastructure headcount की जगह vendor dependency ले लो। जब managed layer मूड खराब करे, support ticket file करो और Slack घूरो। जैसा InfoQ ने report किया, stealth founder Weilun Chen ने ये पहले ही flag किया: Anthropic का SDK lock-in create करता है, और "trajectory definition open source होनी चाहिए।" गलत नहीं कह रहा। तुम किसी और का abstraction किराये पर ले रहे हो, और वो तुम्हारे सोते हुए flat renovate कर सकते हैं।
OpenAI का toolkit चुनो, तो तुम्हें एक platform team चाहिए जो production में distributed agent infrastructure चला सके। तीन से पाँच senior engineers जो अभी तुम्हारे payroll पर नहीं हैं। तुम्हारा "AI initiative" चुपचाप एक headcount requisition बन गया जिसकी hiring timeline छह महीने है।
Google के cloud primitives चुनो, तो तुम दो protocols पर bet लगा रहे हो — A2A v0.2 पर, MCP अभी governance model ढूँढ रहा है — कोई भी पूरी तरह standardized नहीं। तुम load-bearing walls बना रहे हो ऐसी foundation पर जो अभी सूख रही है।
हर choice तुम्हारी engineering org को अलग direction में reshape करती है। बाद में switch करने का मतलब कुछ API calls rewrite करना नहीं है। मतलब teams restructure करना, contracts renegotiate करना, और CFO को explain करना कि headcount plan फिर क्यों बदल गया।
एक Series C startup ने मार्च में managed agent service चुनी, तीन हफ्ते में custom tool orchestration पर दीवार से टकराया, और छह हफ्ते self-hosted पर migrate करने में लगाए। Code rewrite एक weekend में हुआ। Organizational surgery — दो infra hires, redrawn on-call rotations, rewritten SOC 2 controls — बाकी साढ़े पाँच हफ्ते खा गई। छह हफ्ते zero features shipped, और board update में बहुत uncomfortable silence।
असल में क्या करना चाहिए
Platforms compare करना बंद करो। पहले वो सवाल answer करो जो actually matter करता है: तुम्हारी engineering org किस type की है?
छोटी team, speed चाहिए, infrastructure से allergy? Managed services evaluate करो। मजबूत platform engineers जिन्हें runtime न दिखे तो खुजली होती है? Toolkits evaluate करो। पहले से GCP में deep हो और multi-agent orchestration चाहिए? Cloud primitives evaluate करो।
Decision Anthropic vs. OpenAI vs. Google नहीं है। ये managed vs. self-hosted vs. cloud-native है। ये choice तुम्हारी org structure, staffing reality, और रात 3 बजे की pages सहने की ताकत से आती है — किसी keynote demo से नहीं।
तुम्हारे CTO को तिमाही के अंत तक recommendation चाहिए थी? ये लो: पहले अपना operating model define करो। जो platform fit होगा वो obvious होगा। जो fit नहीं होगा उसकी कीमत होगी — restructured team, छह हफ्ते का dead output, और एक slide deck जो कोई present नहीं करना चाहेगा।
