OpenAI का ‘ऑटोमेटेड रिसर्च इंटर्न’: 3.1 एजेंट-वर्कडे का आंकड़ा वास्तव में क्या बताता है

OpenAI का कहना है कि उसने सितंबर 2026 के लिए तय ‘ऑटोमेटेड रिसर्च इंटर्न’ लक्ष्य को हासिल कर लिया है। कंपनी के अनुसार, यह ऐसा सिस्टम है जो मानव निर्देशन में स्पष्ट रूप से परिभाषित शोध कार्य कर सकता है—ऐसे काम भी, जिन्हें किसी कुशल शोधकर्ता को पूरा करने में कई दिन लग सकते हैं। कंपनी का अगला घोषित लक्ष्य मार्च 2028 तक एक ऑटोमेटेड AI रिसर्चर बनाना है। 6

लेकिन इस घोषणा को सही संदर्भ में समझना जरूरी है: यह स्वतंत्र रूप से काम करने वाले वैज्ञानिक, या मानव शोध नेतृत्व की जगह लेने वाले सिस्टम का दावा नहीं है।

‘ऑटोमेटेड रिसर्च इंटर्न’ से OpenAI का मतलब क्या है?

इस दावे में सबसे महत्वपूर्ण शर्त है—मानव निर्देशन। OpenAI के अनुसार, एजेंट सीमित दायरे वाले, अच्छी तरह परिभाषित शोध कार्यों पर काम करते हैं। प्राथमिकताएं तय करना, विचारों और नतीजों का मूल्यांकन करना, तथा किसी सिस्टम को बढ़ाने, रोकने या तैनात करने जैसे बड़े फैसले मनुष्यों के हाथ में रहते हैं। 6

यही अंतर अहम है। किसी तय बहु-दिवसीय असाइनमेंट को पूरा कर सकने वाला एजेंट, उस सिस्टम से अलग है जो खुद तय करे कि कौन-से वैज्ञानिक सवाल महत्वपूर्ण हैं, पूरा शोध कार्यक्रम बनाए, नए नतीजों की स्वतंत्र पुष्टि करे और उनके जोखिम संभाले। OpenAI का यह पड़ाव मुख्यतः मानव पर्यवेक्षण में शोध-कार्य की बढ़ती क्षमता का संकेत है, न कि पूरी तरह स्वायत्त शोध संगठन का। 6

2026 में OpenAI के शोध कार्यप्रवाह में एजेंट कैसे शामिल हुए

OpenAI बताता है कि 2026 के दौरान कोडिंग एजेंट उसकी रिसर्च टीम के कामकाज में गहराई से शामिल हो गए। शोधकर्ता एक साथ कई एजेंट सेशन चलाने लगे और कंपनी के दूसरे हिस्सों की तुलना में रिसर्च में एजेंट उपयोग अधिक तेज़ी से बढ़ा। 6

कंपनी के आंतरिक आंकड़े इस इस्तेमाल का पैमाना दिखाते हैं:

• अगस्त के मध्य तक, एक औसत शोधकर्ता (मीडियन) API कीमतों पर एजेंट इनफरेंस में प्रतिदिन 600 डॉलर से अधिक खर्च कर रहा था। सबसे अधिक उपयोग करने वाले 10% शोधकर्ताओं का खर्च 7,000 डॉलर प्रतिदिन से ऊपर था। 6
• जून 2026 से पहले रिसर्च संगठन में एजेंटों का कुल रनटाइम मानव श्रम से कम था। अगस्त के मध्य तक OpenAI ने, आठ घंटे के कार्यदिवस को आधार मानकर, हर एक मानव कार्यदिवस के बदले 3.1 एजेंट-वर्कडे मापे। 6
• कंपनी के अनुसार, शोधकर्ता तेज़ी से कोड लिख रहे थे, अधिक प्रयोग चला रहे थे, ज्यादा जटिल काम एजेंटों को सौंप रहे थे और एजेंटों से बेहतर सफलता देख रहे थे। अगस्त में प्रति सक्रिय प्रयोगकर्ता प्रयोगों की संख्या रिकॉर्ड स्तर पर पहुंची। 6

हालांकि, 3.1 का अर्थ सावधानी से समझना चाहिए। यह रनटाइम या गतिविधि का माप है, उत्पादकता का सीधा तुलनात्मक पैमाना नहीं। इससे यह साबित नहीं होता कि एजेंट किसी मानव शोधकर्ता की तुलना में 3.1 गुना वैज्ञानिक मूल्य, विश्वसनीयता या स्वतंत्र निर्णय क्षमता पैदा करते हैं। 6

OpenAI यह भी स्वीकार करता है कि प्रयोगों की बढ़ी दर का संबंध एजेंट अपनाने के साथ-साथ कंप्यूट उपलब्धता में हुई बड़ी बढ़ोतरी से भी है। इसलिए पूरे बदलाव का श्रेय केवल एजेंटों को नहीं दिया जा सकता। 6

डिबगिंग से आगे, उच्च-स्तरीय शोध की ओर बदलाव

OpenAI के मुताबिक, एजेंट अधिक कोडिंग, डिबगिंग और समस्या-निवारण संभाल रहे हैं, जिससे शोधकर्ता उच्च-स्तरीय शोध प्रश्नों पर अधिक समय दे पा रहे हैं। 6

फिर भी, ऑटोमेशन हर बाधा खत्म नहीं करता। कंपनी चेतावनी देती है कि शोध के वे हिस्से जिन्हें स्वचालित करना सबसे कठिन है, वही नई रुकावट बन सकते हैं। कंप्यूट और अन्य परिचालन सीमाएं भी रफ्तार को रोक सकती हैं। यानी अधिक एजेंट रनटाइम का मतलब पूरे शोध-चक्र में उतनी ही अनुपातिक प्रगति होना नहीं है। 6

मानव हस्तक्षेप अब भी केंद्र में है

OpenAI के विवरण में मानव नियंत्रण स्पष्ट रूप से कायम है। लोग लक्ष्य तय करते हैं, आउटपुट का आकलन करते हैं और सबसे बड़े व्यावहारिक व सुरक्षा-संबंधी फैसले लेते हैं। 6

कंपनी अपनी माप-पद्धति को भी शुरुआती मानती है, क्योंकि एजेंटिक सिस्टम और उन्हें इस्तेमाल करने के तरीके तेजी से बदल रहे हैं। उपयोग के आंतरिक आंकड़े यह दिखा सकते हैं कि एजेंटों का इस्तेमाल बड़े पैमाने पर हो रहा है, लेकिन वे शोध की गुणवत्ता, मजबूती या दीर्घकालिक वैज्ञानिक प्रभाव का अंतिम माप नहीं हैं। 6

सुरक्षा घटना और परिचालन प्रतिबंध

OpenAI के अनुसार, हाल की एक Hugging Face घटना के बाद उसने तैनाती के लिए लक्षित अपने नवीनतम मॉडलों पर रिइनफोर्समेंट लर्निंग प्रशिक्षण रोक दिया। इसका उद्देश्य शोध परिवेश को अधिक सुरक्षित बनाना, रेड-टीमिंग करना और निगरानी बढ़ाना था। 6

यह पूरी गतिविधि पर रोक नहीं थी। कुछ कार्यभार मजबूत नियंत्रणों के साथ फिर शुरू किए गए, जबकि कुछ अब भी रुके रहे। कंपनी का कहना है कि उसने सुरक्षा और एलाइनमेंट मानक बढ़ाए हैं, सुरक्षा कार्य को प्रशिक्षण चक्र में अधिक गहराई से जोड़ा है और प्रशिक्षण के दौरान संरेखित व्यवहार के ज्यादा ठोस प्रमाण की शर्त रखी है। 6

OpenAI का घोषित रुख है कि अगर वह किसी अस्वीकार्य जोखिम से पर्याप्त सुरक्षा नहीं कर सके, तो विकास या तैनाती को धीमा या रोक देगी। 6

रिकर्सिव सेल्फ-इम्प्रूवमेंट: अलग और अब भी अनसुलझा सवाल

ऑटोमेटेड रिसर्च इंटर्न, सुरक्षित रिकर्सिव सेल्फ-इम्प्रूवमेंट के बराबर नहीं है। इसका अर्थ ऐसी स्थिति से है जिसमें AI सिस्टम, अधिक सक्षम AI सिस्टम बनाने की प्रक्रिया को ठोस रूप से तेज़ करने लगें।

OpenAI का कहना है कि उसे अभी तक यह नहीं पता कि पूर्ण और संरेखित रिकर्सिव सेल्फ-इम्प्रूवमेंट को सुरक्षित रूप से कैसे हासिल किया जाए। कंपनी यह भी नहीं मान सकती कि सुरक्षा और एलाइनमेंट का काम क्षमताओं की बढ़त के साथ कदम मिला पाएगा, या अधिक सक्षम सिस्टम की निगरानी हमेशा आसान रहेगी। 6

कंपनी का तर्क है कि ऑटोमेटेड शोधकर्ता एलाइनमेंट रिसर्च, सुरक्षा कार्य, इन्फ्रास्ट्रक्चर रक्षा और अन्य सुरक्षात्मक उपायों को तेज़ कर सकते हैं। लेकिन उसके अनुसार, यह संभावित लाभ तेज़ रिकर्सिव सेल्फ-इम्प्रूवमेंट की होड़ शुरू करने का पर्याप्त कारण नहीं है। आगे की प्रगति में मानव नियंत्रण और सोच-समझकर लिए गए लोकतांत्रिक निर्णय बने रहने चाहिए। 6

OpenAI किन सुरक्षा उपायों की बात करता है?

OpenAI ने रिकर्सिव सेल्फ-इम्प्रूवमेंट की प्रगति पर अधिक सार्वजनिक जानकारी, साझा मापन मानक और अग्रणी AI कंपनियों द्वारा इस प्रगति की सार्वजनिक ट्रैकिंग का प्रस्ताव रखा है। साथ ही, वह मानता है कि पारदर्शिता को सुरक्षा चिंताओं और गोपनीय व्यावसायिक जानकारी के साथ संतुलित करना होगा। 6

बड़ी तस्वीर यह है कि OpenAI के भीतर एजेंट-सहायित शोध की ओर एक उल्लेखनीय बदलाव हुआ है और एजेंट बड़े पैमाने पर सार्थक, सीमित-दायरे वाले काम कर रहे हैं। फिर भी, कंपनी का अपना विवरण मानव दिशा और निर्णय, एलाइनमेंट, निगरानी, परिचालन नियंत्रण तथा उद्योग-स्तरीय समन्वय को हल हो चुके मुद्दों के बजाय अब भी जरूरी शर्तों के रूप में रखता है। 6