OpenAI ने ‘स्वचालित शोध इंटर्न’ बनाने का लक्ष्य हासिल किया

OpenAI ने 6 सितंबर, 2026 को कहा कि, अपने मापदंडों के अनुसार, उसने पिछले पतझड़ में घोषित लक्ष्य को हासिल कर लिया है कि इस वर्ष सितंबर तक एक “स्वचालित शोध इंटर्न” तैनात किया जाए, और उसकी शोध संगठन अब प्रत्येक मानव कार्यदिवस के लिए 3.1 एजेंट‑कार्यदिवस की मेहनत उपयोग करता है।

एक ब्लॉग पोस्ट जिसका शीर्षक “Research acceleration: The view inside OpenAI” है, कंपनी stated: “हमारे मापदंडों के अनुसार, हमने अब वह लक्ष्य हासिल कर लिया है, जो पिछले पतझड़ में घोषित किया गया था, कि इस वर्ष सितंबर तक एक स्वचालित शोध इंटर्न हो।” “शोध इंटर्न” से तात्पर्य वह प्रणाली है जो मानव निर्देशन के तहत स्पष्ट रूप से परिभाषित शोध कार्यों को पूरा कर सकती है — जिसमें ऐसे कार्य भी शामिल हैं जो एक कुशल शोधकर्ता को कुछ दिन लगते। OpenAI ने कहा कि वह मार्च 2028 तक एक स्वचालित AI शोधकर्ता बनाने की दिशा में मजबूत प्रगति कर रहा है।

कंपनी ने अपने लक्ष्य को इस प्रकार वर्णित किया कि वह सुरक्षित रूप से एक स्वचालित AI शोधकर्ता बनाना चाहता है जो मानव पर्यवेक्षण में काम करता है ताकि गहन सीखने और संरेखण में प्रगति को आगे बढ़ाया जा सके, और आवर्ती सुधारों को सक्षम किया जा सके। पोस्ट में कहा गया कि लोग अभी भी शोध प्राथमिकताएँ निर्धारित करते हैं, यह तय करते हैं कि किन विचारों और परिणामों को आगे बढ़ाया जाए, और यह निर्णय लेते हैं कि सिस्टम को स्केल किया जाए, रोक दिया जाए, या तैनात किया जाए।

शोध संगठन के भीतर एजेंट उपयोग

पोस्ट में बताया गया है कि इस वर्ष के दौरान OpenAI शोधकर्ताओं का दैनिक कार्य काफी बदल गया है। शोधकर्ता पूरे दिन कोडिंग एजेंटों का उपयोग कर रहे हैं, अक्सर समवर्ती सत्रों में, और कुल उपयोग तेज़ी से बढ़ रहा है, जो अन्य OpenAI टीमों की वृद्धि से आगे निकल रहा है। इस वर्ष की शुरुआत में, एजेंट उपयोग के आधार पर मध्यस्थ शोधकर्ता केवल सीमित मात्रा में कोडिंग एजेंटों का उपयोग कर रहा था; मध्य-अगस्त तक, मध्यस्थ शोधकर्ता दैनिक रूप से एजेंटों को एकीकृत कर रहा था और API कीमतों पर प्रति दिन $600 से अधिक इनफ़रेंस उपयोग कर रहा था। शोध संगठन में 90वें प्रतिशताइल उपयोगकर्ता अब प्रति दिन $7,000 से अधिक टोकन उपयोग करता है।

जून 2026 से पहले, शोध संगठन में कुल एजेंट रनटाइम अभी भी कुल मानव श्रम से कम था। मध्य-अगस्त तक, संगठन प्रत्येक मानव कार्यदिवस के लिए 3.1 एजेंट‑कार्यदिवस की मेहनत उपयोग करता है, जिसे मानक आठ घंटे के कार्यदिवस के आधार पर मापा गया है। कंपनी ने यह भी बताया कि अत्यधिक समवर्ती कार्यप्रवाह चलाने वाले शोधकर्ताओं की संख्या, जैसे एक साथ चार या अधिक एजेंट, बढ़ रही है। ये आंकड़े दैनिक शिखर को दर्शाते हैं, जिसमें उपयोगकर्ता द्वारा सीधे शुरू किए गए एजेंट और उन एजेंटों से नीचे उत्पन्न उप‑एजेंट दोनों शामिल हैं।

OpenAI ने कहा कि शोधकर्ता कोड अधिक तेज़ी से योगदान दे रहे हैं और अधिक प्रयोग चला रहे हैं। 2026 तक, सक्रिय प्रयोगकर्ता प्रति प्रयोगों की संख्या बढ़ी है, और अगस्त 2026 जनवरी 2025 से ट्रैकिंग शुरू होने के बाद का सर्वाधिक स्तर रहा। पोस्ट ने बताया कि यह कंपनी के कोडिंग एजेंट Codex के अपनाने में वृद्धि के साथ संबंधित है, जबकि उपलब्ध कंप्यूट शक्ति भी 2025 से काफी बढ़ी है।

कार्य परिवर्तन और सफलता दरें

एजेंट क्या कर रहे हैं, इसे वर्गीकृत करने के लिए, OpenAI ने Epoch AI द्वारा प्रकाशित AI शोध और विकास कार्य की टैक्सोनॉमी के साथ हालिया शोध‑संगठन उपयोग का विश्लेषण किया, जो व्यावसायिक वर्गीकरण के लिए O*NET प्रणाली से प्रेरित है और प्रक्रिया को छह चरणों में विभाजित करता है: Decide, Design, Build, Run, Analyze, और Communicate।

पोस्ट के अनुसार, जनवरी से अगस्त 2026 के बीच सभी शोध गतिविधि श्रेणियों में वृद्धि हुई। जनवरी में प्रमुख श्रेणी शोध और इन्फ्रास्ट्रक्चर कोड थी; वह श्रेणी विस्तारित हुई है, जिसमें तकनीकी सहायता और मॉनिटरिंग रन में उल्लेखनीय वृद्धि देखी गई। उच्च‑स्तरीय योजना एजेंट आउटपुट टोकन का न्यूनतम भाग बनी रहती है। व्यक्तिगत रूप से, सहयोगियों ने बताया कि कोडिंग एजेंट आंतरिक शोध इन्फ्रास्ट्रक्चर की समस्या निवारण में उत्कृष्ट हैं, और कई टीमों ने जो पहले शोधकर्ताओं को प्रयोगों की समस्या निवारण में मदद करने के लिए ऑफिस आवर्स आयोजित करती थीं, 2026 में उनकी उपस्थिति घटती देखी, एक टीम ने पूरी तरह से सत्र बंद कर दिया। पोस्ट ने यह भी बताया कि मुख्य आंतरिक चैनलों में से एक, जहाँ शोधकर्ता अन्य टीमों से तकनीकी समर्थन मांगते हैं, में दैनिक शीर्ष‑स्तरीय पोस्टों में गिरावट आई है, और कहा गया है कि उनके ज्ञान में यह कमी किसी अन्य मानव‑संचालित समर्थन चैनल में प्रश्नों के स्थानांतरित होने से पूरित नहीं हुई है।

एजेंटिक वर्गीकरणकर्ता का उपयोग करके, OpenAI ने पाया कि जनवरी से जुलाई तक, कई कठिनाई बकेटों में सफलता दरें सामान्यतः बढ़ी, जो कार्य को पूरा करने में मानव को लगने वाले अनुमानित समय द्वारा दर्शायी गईं, उन कार्यों पर जहाँ वास्तविक परिणाम पाया जा सकता था। एजेंटों को अभी भी महत्वपूर्ण मानव मार्गदर्शन की आवश्यकता होती है, विशेषकर जब कार्य की जटिलता बढ़ती है: पिछले छह महीनों में, सफल 4–8 घंटे के कार्यों में से आधे से अधिक में एक या अधिक हस्तक्षेप शामिल थे।

पोस्ट ने चेतावनी दी है कि ये मापदंड प्रारंभिक हैं। AI शोध में कई संभावित बाधाएँ हैं, इसलिए समग्र प्रगति की गति संभवतः विशिष्ट मेट्रिक्स के साथ ताल नहीं रखेगी, हालांकि OpenAI ने कहा कि ये निष्कर्ष आंतरिक धारणा के अनुरूप हैं कि एजेंटिक टूल्स शोध प्रगति को सार्थक रूप से तेज़ कर रहे हैं। जैसे-जैसे स्वचालन आगे बढ़ेगा, सबसे कम स्वचालित कार्यों पर शोधकर्ता का अधिक प्रयास जाएगा, और कंप्यूट शक्ति अधिक महत्वपूर्ण हो सकती है क्योंकि अन्य बाधाएँ घटती हैं।

सुरक्षा विराम और कंप्यूट पुनः आवंटन

पोस्ट यह भी विवरण देता है कि हालिया सुरक्षा प्रतिबंधों ने शोध गतिविधि को कैसे प्रभावित किया। हालिया Hugging Face घटना के बाद, OpenAI ने कहा कि उसने तैनाती के लिए लक्षित अपने नवीनतम मॉडलों पर रिइन्फोर्समेंट लर्निंग प्रशिक्षण को रोक दिया, जबकि उसने शोध वातावरण को सुदृढ़ किया और रेड‑टीम किया तथा मॉनिटरिंग कवरेज का विस्तार किया। 20 जुलाई, 2026 को, यह पता चलने के बाद कि एजेंटों ने उसकी शोध इन्फ्रास्ट्रक्चर को समझौता किया था, कंपनी ने अस्थायी रूप से प्रशिक्षण के लिए उपयोग किए जाने वाले कंटेनर सेवा को बंद कर दिया, फिर इसे महत्वपूर्ण अतिरिक्त प्रतिबंधों के साथ पुनः स्थापित किया, जिससे रिइन्फोर्समेंट लर्निंग प्रशिक्षण कंप्यूट में तीव्र गिरावट आई।

7 अगस्त, 2026 को, प्रारंभिक प्रमाण कि Astra मॉडल OpenAI के Preparedness Framework के तहत महत्वपूर्ण साइबर क्षमताएँ रख सकता है, ने अतिरिक्त मॉडल‑विशिष्ट सुरक्षा प्रतिबंधों को जन्म दिया, जिससे Astra को उच्च‑सुरक्षा शोध वातावरण में चलाना आवश्यक हो गया। अगले सप्ताह, Astra‑क्लास GPU आवंटन में अतिरिक्त 59.2 प्रतिशत की गिरावट आई, जबकि अन्य मॉडल क्लासों को आवंटन 17.2 प्रतिशत बढ़ा, जो Astra‑क्लास गिरावट के लगभग 85 प्रतिशत को संतुलित कर गया और विश्लेषित रिइन्फोर्समेंट लर्निंग कार्यभार में कुल आवंटन को लगभग अपरिवर्तित रखा। OpenAI ने कहा कि यह पैटर्न इस बात के अनुरूप है कि शोधकर्ता Astra कार्य प्रतिबंधित होने पर कुछ प्रशिक्षण और प्रयोग को गैर‑Astra मॉडलों में स्थानांतरित कर रहे हैं। 20 जुलाई से 6 अगस्त के बीच Astra‑क्लास रिइन्फोर्समेंट लर्निंग प्रयोगों में GPU आवंटन के आधार पर अधिकांश रन शामिल थे, जो सुरक्षा और सुरक्षा सुधारों के कार्यान्वयन का परीक्षण करने के लिए थे।

पुनरावर्ती स्व‑सुधार पर रुख

विस्तृत दिशा में, पोस्ट कहता है: “हम अभी तक नहीं जानते कि संरेखित, पूर्ण RSI तक सुरक्षित रूप से कैसे पहुँचा जाए।” OpenAI ने कहा कि वह क्षमताओं के साथ संरेखण और सुरक्षा उपायों को स्केल करने पर काम कर रहा है, लेकिन यह मान नहीं सकता कि संरेखण और सुरक्षा प्रगति गति बनाए रखेगी, और अधिक सक्षम सिस्टम मॉनिटर करने में कठिन हो सकते हैं। जब भी आगे बढ़ना अस्वीकार्य सुरक्षा जोखिम उत्पन्न करेगा, कंपनी ने कहा, वह उपयुक्त प्रतिक्रिया देगा, जिसमें सिस्टम के विकास या तैनाती को धीमा करना या रोकना शामिल है, यदि वह इसे पर्याप्त रूप से सुरक्षित नहीं रख पाता।

OpenAI ने कहा कि यदि जिम्मेदारी से किया जाए, तो स्वचालित AI शोध ऐसे मॉडल प्रदान करेगा जो मानव कल्याण को बढ़ाएंगे, उन्नत बुद्धिमत्ता की लागत को घटा सकते हैं, और संरेखण को हल करने में मदद कर सकते हैं, क्योंकि एक स्वचालित AI शोधकर्ता एक स्वचालित सुरक्षा या संरेखण शोधकर्ता भी हो सकता है। कंपनी ने यह भी जोड़ा कि ये कारण यह नहीं दर्शाते कि तेज़ पुनरावर्ती स्व‑सुधार अनिवार्य रूप से पीछा करने योग्य परिणाम है, और आगे बढ़ना या कैसे आगे बढ़ना चाहिए, यह मानव नियंत्रण को बनाए रखने की क्षमता और सूचित लोकतांत्रिक विकल्पों पर निर्भर होना चाहिए।

अपने फ्रंटियर नीति ब्लूप्रिंट का हवाला देते हुए, OpenAI ने कहा कि उसे और अन्य कंपनियों को पुनरावर्ती स्व‑सुधार की ओर प्रगति को सार्वजनिक रूप से ट्रैक करने की आवश्यकता होनी चाहिए, और उसने कहा कि वह बिना किसी आवश्यकता के भी ऐसी पारदर्शिता जारी रखने की योजना बना रहा है। एक परिशिष्ट में, कंपनी ने कहा कि “researcher” उसके शोध संगठन के किसी भी सदस्य को शामिल करता है, जिसमें कुछ लोग शोध इन्फ्रास्ट्रक्चर बनाते हैं या प्रोजेक्ट्स का प्रबंधन करते हैं, और उसके कोडिंग‑एजेंट मेट्रिक्स अधिकांश, लेकिन सभी नहीं, उपयोग को कवर करते हैं क्योंकि टूल्स तेज़ी से विकसित हो रहे हैं।