OpenAI का Astra AI का फोकस उत्तर देने से लंबे समय तक के कार्यों को निष्पादित करने पर बदल देता है

Astra का वास्तविक महत्व इस बात में नहीं है कि यह किसी गणितीय समस्या को कितना अच्छी तरह हल करता है, बल्कि यह है कि OpenAI अग्रणी मॉडल को “तुरंत उत्तर प्रणाली” से बदलकर ऐसे कार्य प्रणाली में बदल रहा है जो घंटों या उससे अधिक समय तक स्वतंत्र रूप से कार्यों को विभाजित कर सकती है और वास्तविक सॉफ्टवेयर को संचालित कर सकती है।

लेखक, स्रोत: 0x9999in1, ME News



• Astra का वास्तविक महत्व इस बात में नहीं है कि यह किसी गणितीय समस्या को कितना अच्छी तरह हल करता है, बल्कि यह है कि OpenAI अग्रणी मॉडल को “तुरंत उत्तर प्रणाली” से बदलकर ऐसे कार्य प्रणाली में बदल रहा है जो घंटों या उससे अधिक समय तक स्वतंत्र रूप से कार्यों को विभाजित कर सकती है और वास्तविक सॉफ्टवेयर को संचालित कर सकती है।
• 16 एजेंट्स साथ में गणितीय समस्याओं का सबूत देते हैं, कंप्यूटर का सीधे संचालन करते हैं, “AI शोध अभ्यासी” इन प्रदर्शनों एक ही परिवर्तन की ओर इशारा करते हैं: AI प्रतिस्पर्धा का मुख्य मापदंड अब एकल उत्तर की गुणवत्ता से बदलकर यह हो गया है कि AI कितनी लंबी और कितनी जटिल कार्य श्रृंखलाओं को स्वतंत्र रूप से संभाल सकता है।
• यदि इस क्षमता को स्थिर रूप से लागू किया जा सकता है, तो व्यवसायों द्वारा AI खरीदने का तर्क भी बदल जाएगा: पिछले समय में लोग सॉफ्टवेयर सीट और कोपिलट खरीदते थे, लेकिन भविष्य में यह "डिजिटल श्रमिक" और कार्य थ्रूपुट की खरीद के करीब होता जाएगा।
• लेकिन बंद दर्शनी प्रदर्शन उत्पादन पर्यावरण नहीं है। अस्त्र अभी तक सार्वजनिक रूप से जारी नहीं किया गया है, और "अनुसंधान इंटर्न" भी OpenAI का आंतरिक मानक है; गणितीय प्रदर्शन से प्राप्त प्रमाण उम्मीदवार प्रमाण हैं, न कि उनकी वैज्ञानिक सहीगता की स्वतंत्र पुष्टि।
• अधिक सावधानी की आवश्यकता है, क्योंकि क्षमता में वृद्धि अब OpenAI की अपनी अनुसंधान गति को प्रतिबंधित करना शुरू हो गई है। अगस्त में, OpenAI ने स्वीकार किया कि Astra संभवतः अपनी उच्चतम स्तर की "Critical" साइबर सुरक्षा क्षमता की सीमा को छू गई है, और इसलिए कुछ प्रशिक्षण और मूल्यांकन गतिविधियों को निलंबित कर दिया गया है।
• इसलिए, क्या Astra AGI है, इस पर अभी बहस का अर्थ सीमित है। वास्तविक रूप से महत्वपूर्ण प्रश्न अब यह बन गया है: जब AI पहली बार “आपके प्रश्न का उत्तर देने” से आगे बढ़कर “आपके लिए लगातार काम करने और यहां तक कि अगली पीढ़ी के AI के अनुसंधान में मदद करने” का अवसर पाएगा, तो व्यवसाय, श्रम बाजार और AI कंपनियों के आर्थिक मॉडल क्या होंगे।

अगर सतही रूप से देखा जाए, तो एस्ट्रा की बंद अग्रिम झलक को एक बार फिर मॉडल लॉन्च से पहले की जा रही प्रचार गतिविधि के रूप में समझा जा सकता है।

कई ओपनएआई के महत्वपूर्ण ग्राहकों के अधिकारी सैन फ्रांसिस्को में नवीनतम MB0 ऑफिस भवन में आए। बाहर, "Stop the AI Race" के विरोधी अभी भी तैनात हैं; अंदर, एक पूरी दीवार हरियाली को ग्लास के दरवाजे के सामने लाया गया है, जिससे दोनों ओर की दृष्टि रुक जाती है। सैम आल्टमैन वाशिंगटन से वापस आए हैं, जहां उन्होंने अभी तक गुप्त रखे गए मॉडल परिवार के बारे में संयुक्त राज्य सरकार के अधिकारियों को बताया था।

यह दृश्य वास्तव में आज के AI उद्योग को किसी भी प्रेस कॉन्फ्रेंस से अधिक सटीकता से सारांशित करता है: पूंजी, ग्राहक और सरकारें क्षमता के आगे बढ़ने का इंतजार कर रही हैं, जबकि दूसरे लोग इसके बहुत तेजी से आगे बढ़ने की चिंता करने लगे हैं।

लेकिन एस्ट्रा का वास्तविक महत्व यह नहीं है कि “मॉडल ने कितने प्रतिशत बढ़ाया”。

पहला प्रदर्शन एक शोध-स्तरीय गणितीय समस्या के सामने 16 AI एजेंट्स का था। उन्होंने स्वयं समस्या को कई उप-समस्याओं में विभाजित किया, अलग-अलग प्रयास किए, परिणामों को समन्वयित किया, और एक प्रारंभिक सिद्धांत तैयार किया। यहाँ "प्रारंभिक" शब्द को स्पष्ट करना आवश्यक है: यह कोई नया गणितीय प्रमेय नहीं है जिसे सार्वजनिक रूप से सत्यापित किया गया हो, और 16 एजेंट्स के साथ साथ काम करने से यह स्वतः 16 उत्कृष्ट गणितज्ञों की एक अनुसंधान टीम के बराबर नहीं हो जाता। कई मॉडल पूरी तरह से एक ही त्रुटि साझा कर सकते हैं, और एजेंट्स की संख्या में वृद्धि स्वतः सही परिणामों की दर में रैखिक वृद्धि का अर्थ नहीं है।

But it is still important.

क्योंकि पिछले समय में हमने बड़े मॉडल का मूल्यांकन करने के लिए एक ही सवाल पर ध्यान केंद्रित किया: क्या यह जवाब दे सकता है?

एस्ट्रा प्रश्न को दूसरे तरह से बदलने की कोशिश कर रही है: क्या यह अपने आप काम को संगठित कर सकती है और एक जटिल कार्य को लगातार जारी रख सकती है?

दोनों एक कदम के अंतर के दिखते हैं, लेकिन व्यावसायिक अर्थ में यह एक युग का अंतर हो सकता है।

ChatGPT के प्रारंभिक दिनों में सबसे आम इंटरैक्शन यह था कि इंसान प्रश्न पूछता है और मशीन उत्तर देती है; इसके बाद Copilot प्रोग्रामिंग, ऑफिस और सृजन प्रक्रियाओं में शामिल हुआ, जहाँ इंसान लगातार निर्देश देता है और AI लगातार सहायता करता है। Agent आगे बढ़ने का मतलब है कि मनुष्य केवल लक्ष्य देता है, मशीन स्वयं चरणों का निर्णय लेती है, उपकरणों का चयन करती है, मध्यवर्ती परिणामों की जांच करती है, और फिर लगातार आगे बढ़ती है।

इसलिए दूसरा प्रदर्शन व्यवसाय के उच्च प्रबंधकों के लिए गणित के प्रश्न से भी अधिक गंभीरता से देखने योग्य है।

Astra सीधे कंप्यूटर का उपयोग करती है, कई सामान्य डेस्कटॉप सॉफ्टवेयर के बीच स्विच करती है, सामग्री बनाती और संशोधित करती है, और अत्यंत तेजी से कार्रवाई पूरी करती है। अल्टमैन ने कहा कि मॉडल द्वारा "अतिमानवीय, बहुत तेज" तरीके से कंप्यूटर का उपयोग करना देखना OpenAI के कर्मचारियों के लिए हाल ही में सबसे आश्चर्यजनक बातों में से एक है।

Why is operating a computer so important?

क्योंकि व्यवसाय दुनिया का अधिकांश काम, एक सुंदर प्रश्न नहीं है जिसे चैट बॉक्स में डाला जा सके।

वास्तविक कार्य ब्राउज़र, एक्सेल, ईमेल, कोड रिपॉजिटरी, ईआरपी, सीआरएम, डिज़ाइन सॉफ़्टवेयर, आंतरिक डेटाबेस और अनुमोदन प्रणाली के बीच बिखरे हुए हैं। एक कर्मचारी का मूल्य केवल “उत्तर जानना” नहीं होता, बल्कि दर्जनों प्रणालियों के बीच जानकारी स्थानांतरित करना, निर्णय लेना, फ़ाइलें संशोधित करना, प्रक्रिया को आगे बढ़ाना और अंत में काम पूरा करना होता है।

जब तक AI इस सीमा को पार नहीं करता, तब तक यह अभी भी मुख्य रूप से एक ज्ञान का उपकरण ही है।

जब वह पार कर जाता है, तो वह पहली बार वास्तव में "श्रम" के करीब आता है।

अल्टमैन द्वारा एस्ट्रा के लिए चित्रित केंद्रीय उत्पाद रूप, स्थायी एजेंट—लगातार मौजूद, लंबे समय तक काम करने वाले एजेंट—हैं।

यह शब्द AGI जितना रोमांचक नहीं लगता, लेकिन यह अगले कुछ वर्षों में वास्तव में व्यवसाय के लाभ-हानि खाते को प्रभावित करने वाली चीज के अधिक करीब हो सकता है।

OpenAI के मुख्य वैज्ञानिक जाकुब पैचोकी ने TIME को बताया कि Astra ने कंपनी के आंतरिक रूप से निर्धारित “ऑटोमेटेड AI रिसर्च इंटर्न” मानदंड को पूरा कर लिया है: इसे एक प्रयोग का विचार दें, और यह OpenAI के अपने कोडबेस में जाकर समाधान को लागू कर सकता है, प्रयोग चला सकता है और परिणाम वापस कर सकता है; इसे एक शोध पत्र दें, और यह पिछले वर्षों में मानव शोधकर्ताओं के लिए लगभग एक सप्ताह का समय लेने वाले अनुसरण कार्यों को कर सकता है।

यह अभी भी केवल OpenAI का आंतरिक मूल्यांकन है, बिना किसी स्वतंत्र तृतीय पक्ष की पुष्टि के, और इससे यह सरलता से निष्कर्ष नहीं निकाला जा सकता कि "Astra पहले से ही शोधकर्ताओं का स्थान ले सकता है"। लेकिन इससे जो संकेत मिलता है, वह पर्याप्त रूप से स्पष्ट है: OpenAI का ध्यान अब token, उत्तर और संवाद से बदलकर कार्य की अवधि पर है।

यह दिशा OpenAI द्वारा अचानक बनाई गई कहानी नहीं है।

पिछले कुछ वर्षों से, स्वतंत्र मूल्यांकन संस्था METR ने “task-completion time horizon” का उपयोग Agent क्षमता को मापने का प्रयास किया है: यह नहीं पूछा जा रहा है कि मॉडल एक विशिष्ट प्रश्न कर सकता है या नहीं, बल्कि यह देखा जा रहा है कि यह कितने सफलता के साथ एक कार्य पूरा कर सकता है, जिसे मानव विशेषज्ञ को पूरा करने में कितना समय लगता है।

METR के 2026 के अपडेट के बाद के डेटा में अभी भी एक स्पष्ट घातीय सुधार का प्रवैग दिखाई देता है। दीर्घकालिक रूप से, अग्रणी मॉडलों के सॉफ्टवेयर और शोध कार्यों का समय लगभग हर 6 से 7 महीने में दोगुना हो जाता है; 2023 के बाद के डेटा को देखने पर, यह वृद्धि दर और भी तेज है। इस वर्ष मई तक, कुछ नवीनतम खुले मॉडल पहले से ही अपने वर्तमान परीक्षण सेट के लगभग 16 घंटे की प्रभावी माप सीमा के करीब या उससे आगे पहुंच गए हैं, जिसके कारण METR ने विशेष रूप से सतर्क किया है कि इस समय सीमा से अधिक के डेटा को अतिशयोक्ति पूर्वक नहीं समझा जाना चाहिए।

यही कारण है कि एस्ट्रा का उदय हुआ।

जब मॉडल द्वारा स्थिर रूप से पूरा किए जाने वाले कार्यों का समय कुछ मिनटों से घंटों में बदल जाता है, और फिर घंटों से एक दिन या उससे अधिक में, तो उत्पाद का रूप अवश्य बदल जाएगा। आपको अब इसे सदैव चैट विंडो के पास बैठकर सुधारने की आवश्यकता नहीं होगी, बल्कि आप एक सहयोगी को कार्य सौंपने की तरह कहने लगेंगे: “इस समस्या की जांच करें, तीन समाधानों का परीक्षण करें, डेटा को संगठित करें, और कल परिणाम मुझे दें।”

वर्चुअल कॉलीग कहलाने का असली विभाजन कभी यह नहीं है कि यह इंसान की तरह बोलता है या नहीं।

लेकिन आप चले जाने के बाद, क्या यह अभी भी काम करता रहेगा?

यह एस्ट्रा का सबसे कम समझा जाने वाला वित्तीय अर्थ भी है।

पिछले तीन वर्षों में, उद्यमों द्वारा जनरेटिव AI के खरीदने का प्रमुख मॉडल मूल रूप से पारंपरिक SaaS मॉडल का ही विस्तार है: प्रत्येक कर्मचारी के लिए एक AI सीट जोड़ना, प्रति महीने कुछ दर्जन डॉलर अधिक भुगतान करना। Microsoft Copilot ऐसा ही है, ChatGPT एंटरप्राइज़ वर्जन ऐसा ही है, और बहुत सारे AI SaaS भी ऐसे ही हैं।

लेकिन जब पर्सिस्टेंट एजेंट परिपक्व हो जाएगा, तो यह मूल्य निर्धारण तर्क लगातार असुविधाजनक होता जाएगा।

क्यों?

क्योंकि व्यवसाय अब वास्तव में “किसी कर्मचारी द्वारा AI का उपयोग करने का अधिकार” नहीं, बल्कि AI द्वारा कार्य पूरा करने की क्षमता खरीद रहे हैं।

मान लीजिए एक वित्तीय टीम को डेटा संगठन, रिपोर्ट का प्रारंभिक रूप, असामान्यता जांच और क्रॉस-सिस्टम एंट्री के लिए मूल रूप से 10 लोगों की आवश्यकता होती थी। भविष्य के प्रबंधकों के सामने सवाल शायद यह नहीं होगा कि “क्या मुझे 10 लोगों के लिए प्रत्येक के लिए एक Copilot खरीदना चाहिए?”, बल्कि यह होगा कि “मुझे इन कार्यों को पूरा करने के लिए कितने Agent कार्यभार की आवश्यकता है?”

इस समय, AI का प्रतिद्वंद्वी केवल सॉफ्टवेयर बजट नहीं रह गया है।

यह मानव संसाधन बजट में शामिल हो रहा है।

2026 के स्टैनफोर्ड AI सूचकांक के डेटा में यह विरोधाभास पहले से ही दिखाई देता है। एक ओर, व्यवसायों में AI के अपनाए जाने की दर अभी भी तेजी से बढ़ रही है: 2025 में, सर्वेक्षण में शामिल संगठनों में से 88% ने कम से कम एक क्षेत्र में AI का उपयोग किया है, और 70% ने जनरेटिव AI का उपयोग किया है; दूसरी ओर, अधिकांश व्यवसायिक कार्यों में वास्तविक रूप से Agent को स्थापित करने वाले उद्यमों की संख्या अभी भी एकल अंकों के प्रतिशत में है।

दूसरे शब्दों में, लोग अब बहुत तैयार हैं "AI का उपयोग करने" के लिए, लेकिन अभी तक बड़े पैमाने पर "चीजों को AI को सौंपने" के लिए तैयार नहीं हैं।

यही वह अंतराल है जिसे एस्ट्रा पार करने की कोशिश कर रहा है।

एक बार पार कर लेने के बाद, प्रभाव केवल टेक कंपनियों तक ही सीमित नहीं रहेगा। स्टैनफोर्ड के आंकड़ों के अनुसार, 2024 के बाद से, अमेरिका में 22 से 25 वर्ष के सॉफ्टवेयर डेवलपर्स की रोजगार लगभग 20% घट चुकी है; इसी बीच, लगभग एक तिहाई साक्षात्कार प्राप्त कंपनियाँ अगले वर्ष AI के कारण कर्मचारियों की संख्या में कमी की उम्मीद कर रही हैं, जबकि समग्र रोजगार बाजार अभी भी इतने बड़े पैमाने पर समग्र बेरोजगारी का सामना नहीं कर रहा है।

यह बताता है कि AI का श्रम बाजार पर प्रभाव शायद एक अचानक कुल स्विच दबाने जैसा नहीं होगा, बल्कि पहले भर्ती प्रवेश, प्रारंभिक पदों और मानकीकृत ज्ञान कार्यों की सीमांत मांग को बदलेगा।

इसी कारण, "AI अनुसंधान अभ्यासार्थी" शब्द वास्तव में सूक्ष्म है।

आज, यह पहले शोधकर्ता के लिए उन प्रयोगों को पूरा कर सकता है जो एक सप्ताह लगते हैं, लेकिन लक्ष्य स्पष्ट होते हैं; कल कंपनी पूछेगी: वित्तीय विश्लेषक का प्रारंभिक मॉडलिंग? परामर्शदाता की जानकारी संग्रह? प्रोग्रामर का नियमित विकास? बाजार विभाग का बहु-प्रणाली कार्यान्वयन?

हम पिछले समय तक चर्चा करते रहे कि AI क्या "एक पेशे को बदल देगा"।

अधिक वास्तविक प्रक्रिया यह होगी कि AI पहले एक पेशे के सबसे आसानी से मानकीकृत, सबसे आसानी से सत्यापित और सबसे अधिक समय लेने वाले कार्य मॉड्यूल को धीरे-धीरे ले लेगा। नौकरी किसी दिन सुबह अचानक गायब नहीं हो जाएगी, लेकिन एक कंपनी जिसे पहले दस नए लोगों को भर्ती करना पड़ता था ताकि काम पूरा किया जा सके, वह धीरे-धीरे केवल छह, चार लोगों की और एक सेट Agent की आवश्यकता महसूस करने लगेगी।

बेरोजगारी के बाजार को वास्तव में बदलने वाला, आमतौर पर "AI अचानक सब कुछ करने लगा" नहीं होता।

बल्कि व्यवसायों ने पाया: अगला कर्मचारी अभी नहीं भरना है।

अगर कहानी यहीं समाप्त हो जाए, तो एस्ट्रा केवल एक अत्यधिक व्यावसायिक कल्पना वाला उत्पाद होगा।

समस्या यह है कि OpenAI ने खुद साबित कर दिया है कि यह इतना सरल नहीं है।

8 अगस्त, 2024 को, OpenAI ने औपचारिक रूप से घोषणा की कि आंतरिक नवीनतम मूल्यांकन के अनुसार, कंपनी Astra को अपने Preparedness Framework में "Critical" साइबर सुरक्षा क्षमता स्तर तक पहुंचने से असंभव मानने में सक्षम नहीं है।

यह बाधा "मॉडल तुलना कोड लिख सकते हैं" नहीं है।

OpenAI की अपनी परिभाषा के अनुसार, क्रिटिकल स्तर का अर्थ है कि मॉडल मानव हस्तक्षेप के बिना, बड़े पैमाने पर रियल-वर्ल्ड क्रिटिकल सिस्टम्स में विभिन्न गंभीरता के जीरो-डे वल्नरेबिलिटीज की खोज और विकास कर सकता है, या केवल एक उच्च-स्तरीय लक्ष्य के आधार पर, रियल-वर्ल्ड लक्ष्यों के खिलाफ एंड-टू-एंड नए हमलों की डिज़ाइन और निष्पादन कर सकता है।

OpenAI ने जोर देकर कहा कि वर्तमान में यह स्तर को असंभव नहीं माना जा रहा है, बल्कि यह अभी तक यह पुष्टि नहीं की गई है कि Astra के पास उपरोक्त सभी क्षमताएँ हैं; साथ ही, Astra पिछले Hugging Face के सुरक्षा घटना से भी संबंधित नहीं है।

लेकिन कंपनी की प्रतिक्रिया पर्याप्त रूप से स्पष्ट है।

OpenAI ने नेटवर्क अलगाव, सैंडबॉक्स, मॉडल वेट्स सुरक्षा और पूर्ण प्रक्रिया मॉनिटरिंग को मजबूत किया है और नए सुरक्षा मानदंडों के अनुपालन न करने वाली Astra गतिविधियों को निलंबित कर दिया है। 18 अगस्त को, कंपनी ने आगे बताया कि पर्यावरण को मजबूत करने और मॉनिटरिंग कवरेज को बढ़ाने के लिए, नवीनतम मॉडल के लिए तैनात किए जाने वाले रीइनफोर्समेंट लर्निंग प्रशिक्षण को दो सप्ताह के लिए निलंबित कर दिया गया था, और सबसे बड़े स्तर का अग्रणी RL प्रशिक्षण अभी भी निलंबित है, साथ ही Astra से संबंधित बहुत सारे प्रशिक्षण और मूल्यांकन कार्य अभी तक पुनः शुरू नहीं हुए हैं।

यहां तक कि सुरक्षा भी एक महंगी कैलकुलेशन लागत बनने लगी है।

OpenAI का अनुमान है कि वर्तमान में यह निगरानी प्रणाली निगरानी वाली निष्कर्षण गणना की लगभग 20% की अतिरिक्त गणना क्षमता का उपयोग कर सकती है।

यह संख्याएँ बाजार के लिए बहुत महत्वपूर्ण हैं।

पिछले कुछ वर्षों में AI उद्योग की कहानी यह रही है: जितना मॉडल शक्तिशाली होता है, उतना ही व्यावसायिक मूल्य बढ़ता है, इसलिए अधिक GPU, डेटासेंटर और बिजली में निवेश करना वजनी होता है। लेकिन Astra अब एक अलग लागत वक्र को दिखा रहा है—जितना मॉडल शक्तिशाली होता है, उतना ही न केवल प्रशिक्षण लागत बढ़ती है, बल्कि सुरक्षा, अलगाव, निगरानी और शासन खुद भी कैलकुलेशन को निगलने लगते हैं।

इसका अर्थ है कि अगली पीढ़ी के AI के आर्थिक मॉडल में केवल “प्रति एक मिलियन टोकन कितना खर्च होगा” की गणना नहीं की जा सकती।

अनियंत्रित जोखिम, सुरक्षा अतिरिक्तता, मानवीय अनुमोदन, अधिकारों का पृथक्करण और त्रुटि के कारण हुए वास्तविक नुकसान की गणना भी की जानी चाहिए।

एक मॉडल जो आपके लिए ईमेल लिखने में गलती करता है, तो अधिकतम लापरवाही का कारण बन सकता है।

एक ऐसे एजेंट की त्रुटि, जिसमें दीर्घकालिक स्मृति, कोड निष्पादन क्षमता और नेटवर्क एक्सेस है और जो कई घंटों तक स्वतंत्र रूप से उद्यम प्रणालियों को संचालित कर सकता है, बिल्कुल अलग प्रकृति की होती है।

जितना अधिक क्षमता "कर्मचारी" के समान होगी, उतना ही अधिक अधिकार प्रबंधन "कर्मचारी" के समान होना चाहिए; जब क्षमता सामान्य कर्मचारी से अधिक हो जाती है, तो सुरक्षा आवश्यकताएँ यहाँ तक कि कर्मचारी से अधिक होनी चाहिए।

इसलिए, एस्ट्रा द्वारा OpenAI को चुनौती देने का वास्तविक मुद्दा संभवतः “क्या इसे बनाया जा सकता है” नहीं है।

क्या इस तरह के सिस्टम को ऐसा उत्पाद बनाया जा सकता है जिसे उद्यम अपने उत्पादन पर्यावरण में शामिल करने के लिए साहस करें?

Altman ने बंद अंतर्दृष्टि में सबसे दूर तक की बात यह थी कि वह अपेक्षा करते हैं कि Astra पहला मॉडल बन सकता है जो “वास्तविक रूप से महत्वपूर्ण तरीके से नया कुछ आविष्कार करने” में सक्षम होगा, और इस क्षमता को “AGI के बहुत समान” कहा।

This sentence certainly has a strong Altman style.

आज तक कोई भी जनता के लिए उपलब्ध साक्ष्य नहीं है जो साबित करे कि एस्ट्रा ने स्थिर रूप से समीक्षा किए गए महत्वपूर्ण वैज्ञानिक नए ज्ञान का निर्माण किया है, और ओपनएआई ने अभी तक पर्याप्त बाहरी परीक्षण परिणाम भी प्रकाशित नहीं किए हैं। इसलिए, एस्ट्रा को सीधे “AGI आ गया है” कहना न तो आवश्यक है और न ही इसका कोई तथ्यात्मक आधार है।

लेकिन अल्टमैन ने विशेष रूप से "नए ज्ञान की खोज" पर जोर क्यों दिया, इसका गंभीरता से अध्ययन किया जाना चाहिए।

क्योंकि यही वह स्थान है जहाँ AI उद्योग में वास्तव में घातीय परिवर्तन हो सकता है।

अगर AI केवल लोगों को कोड लिखने, डिजाइन करने और फाइलों का विश्लेषण करने की दक्षता बढ़ाने में मदद करता है, तो पूरा उद्योग जितना भी उत्साही हो, मूल रूप से उत्पादकता उपकरण क्रांति ही रहेगा। यह आर्थिक दक्षता में भारी वृद्धि कर सकता है, लेकिन अभी भी मुख्य रूप से मानवीय निर्णय पर निर्भर है कि अगला अनुसंधान क्या होगा, प्रयोग कैसे डिजाइन किए जाएँ, और अगली पीढ़ी की प्रौद्योगिकी कैसे बनाई जाए।

अगर AI खुद AI शोध में भाग ले सकता है, तो तर्क बदल जाता है।

एक ऐसा एजेंट जो पेपर पढ़ सके, प्रयोगात्मक योजना बना सके, बड़े कोडबेस को संशोधित कर सके, प्रयोग स्वयं चला सके और परिणामों का विश्लेषण कर सके, भले ही वह एक उत्कृष्ट शोध इंटर्न के स्तर तक ही पहुँच पाए, वह एक शीर्ष प्रयोगशाला की प्रभावी शोध क्षमता को बढ़ा सकता है।

आज 100 शोधकर्ता, संभवतः 500 एजेंट चला सकते हैं; भविष्य में प्रत्येक शोधकर्ता दिन में एक साथ कितने प्रयोग आगे बढ़ा सकता है, यह अब 24 घंटे पर निर्भर नहीं होगा, बल्कि गणना क्षमता, प्रयोग की लागत और पुष्टि क्षमता पर अधिक निर्भर करेगा।

इसलिए, एक पिछले समय में बहुत अमूर्त अवधारणा — “AI बेहतर AI के विकास में मदद करता है” — शुरू हो गई।

यही Astra का सबसे अधिक ध्यान देने योग्य और सबसे अधिक संयम बरतने योग्य पहलू है।

क्योंकि “दूसरों द्वारा डिज़ाइन किए गए प्रयोगों को पूरा करने” से “सक्रिय रूप से मूल्यवान नए शोध दिशाओं का प्रस्ताव देने” के बीच अभी भी एक विशाल अंतर है; “एक तर्कसंगत लगने वाला नया विचार उत्पन्न करने” से “दोहराया जा सकने वाला, सत्यापित किया जा सकने वाला, और वास्तविक रूप से विज्ञान की प्रगति को आगे बढ़ाने वाला नया ज्ञान उत्पन्न करने” का अंतर और अधिक है।

16 एजेंट एक साथ काम कर सकते हैं, लेकिन इसका मतलब 16 गुना नवीनता नहीं है।

Running a hundred thousand experiments per day doesn't mean you'll naturally get one breakthrough.

विज्ञान में कभी अनुमानों की कमी नहीं होती, वास्तविक रूप से दुर्लभ बात यह है कि कौन सा प्रश्न पूछने योग्य है, और कौन सा परिणाम वास्तविक रूप से महत्वपूर्ण है।

Astra ने क्या इस रेखा को पार कर लिया है, इसके बारे में कोई भी एक बंद डेमो से निष्कर्ष नहीं निकाल सकता।

इसलिए, अभी बात करना कि एस्ट्रा क्या AGI है, थोड़ा जल्दबाजी है।

AGI शब्द की परिभाषा मूल रूप से अत्यधिक अस्पष्ट है। OpenAI द्वारा दी गई परिभाषा है कि यह अधिकांश आर्थिक मूल्य वाले कार्यों में मनुष्यों को पार करने वाली उच्च स्तरीय स्वायत्त प्रणाली है; अन्य प्रयोगशालाओं, विद्वानों और जनता के लिए इसके लिए पूरी तरह से अलग मानदंड हैं।

एक लेबल पर बहस करने के बजाय, तीन अधिक विशिष्ट समस्याओं का अवलोकन करें।

सबसे पहले, एस्ट्रा अकेले कितने समय तक कार्य कर सकती है और उसकी विश्वसनीयता कितनी है?

दूसरा, जब यह उद्योग के उत्पादन पर्यावरण में प्रवेश करता है, तो मानव को जांच और त्रुटि सुधार में कितना समय लगता है? यदि एक एजेंट आपके लिए आठ घंटे काम करता है, लेकिन इंजीनियर को इसे सत्यापित करने में तीन घंटे लगते हैं, तो इसकी वास्तविक उत्पादकता में वृद्धि प्रदर्शन वीडियो से पूरी तरह अलग है।

तीसरा, और सबसे महत्वपूर्ण: क्या यह स्वचालित अनुसंधान को "प्रयोग निष्पादित करने" से आगे बढ़ाकर "वास्तविक रूप से मूल्यवान नए ज्ञान की खोज" तक पहुँचा सकता है।

पहले दो प्रश्न यह तय करते हैं कि एस्ट्रा एक विशाल व्यवसाय है या नहीं।

तीसरा प्रश्न, यह तय करने के लिए कि क्या यह एक युग का मोड़ है।

इस दृष्टिकोण से, MB0 के मुख्य द्वार पर धकेली गई हरी दीवार प्रतीकात्मक है। एक ओर, कई ग्राहक उच्च प्रबंधक हैं, जो पहली बार उनके लिए लंबे समय तक काम करने वाले डिजिटल एजेंट को देख रहे हैं; दूसरी ओर, पूरे उद्योग को AI प्रतिस्पर्धा बंद करने की मांग करने वाले प्रदर्शनकारी हैं। दोनों पक्षों के भविष्य के बारे में अंदाज़े पूरी तरह से अलग हैं, लेकिन वे दोनों एक ही बात मानते हैं: यह प्रौद्योगिकी पिछले समय की तुलना में अधिक शक्तिशाली हो रही है।

Astra अभी तक सार्वजनिक रूप से जारी नहीं किया गया है, और इसकी आंतरिक क्षमताएँ अभी तक पर्याप्त रूप से बाहरी रूप से सत्यापित नहीं हुई हैं। इसमें देरी हो सकती है, इसमें वास्तविक परिवेश में कई विश्वसनीयता समस्याएँ प्रकट हो सकती हैं, या यह अंततः Altman द्वारा वर्णित AGI के इतना करीब नहीं हो सकता।

These possibilities should all be retained.

लेकिन एक बात धीरे-धीरे स्पष्ट होती जा रही है।

पिछले चरण में, बड़े मॉडल प्रतिस्पर्धा का मुख्य बिंदु यह था कि कौन दुनिया को पहले से ज्ञात प्रश्नों का अधिक सटीक उत्तर दे सकता है; जबकि अस्ट्रा द्वारा निरूपित अगला चरण, यह पूछना शुरू हो गया है कि कौन लगातार कार्रवाई कर सकता है, स्वतंत्र रूप से जटिल कार्य पूरा कर सकता है, और अंततः मनुष्यों को उन प्रश्नों की खोज में मदद कर सकता है जिनके उत्तर दुनिया अभी तक नहीं जानती।

चैटबॉट से लेकर वर्चुअल कॉलीग तक, विश्वसनीयता, सुरक्षा, लागत और संगठनात्मक विश्वास चार ऊँची दीवारें हैं।

OpenAI अब वास्तव में इस बात पर जोर दे रहा है कि Astra एक-एक करके सभी बाधाएँ पार कर सकती है।

और अगर वह वास्तव में पार हो जाता है, तो लोग 2026 की ओर मुड़कर देखेंगे, तो वास्तविक रूप से महत्वपूर्ण शायद यह नहीं होगा कि कोई मॉडल लीडरबोर्ड पर कितने अंकों से आगे है।

बल्कि मशीन पहली बार एक क्षमता प्राप्त करने लगी है जो पहले मुख्य रूप से मनुष्यों की थी: किसी चीज को प्राप्त करना, और फिर खुद उसे लगातार करते रहना।

1. एलेक्स हीथ, “ओपनएआई के रीबूट के अंदर”, टाइम, 2026 अगस्त 26 (Yahoo Tech द्वारा पुनः प्रकाशित)। (याहू टेक)
2. OpenAI, “अगली सीमा के गंभीर साइबर क्षमताओं के लिए प्रतिक्रिया”, 2026年8月7日।(OpenAI)
3. OpenAI, “एक साइबर-महत्वपूर्ण क्षमताओं के युग में मॉडल विकास का तालमेल बँधाना”, 2026年8月18日।(OpenAI)
4. कैट ज़ाक्रेवस्की, आइन डंकन, राइली बेगिन, “सैम आल्टमैन ओपनएआई के एक शक्तिशाली नए एआई को आगे बढ़ाते हुए वाशिंगटन की ओर झुकते हैं”, दि वाशिंगटन पोस्ट, 2026年7月31日।(The Washington Post)
5. स्टैनफोर्ड इंस्टीट्यूट फॉर ह्यूमन-सेंटर्ड एआई, द एआई इंडेक्स रिपोर्ट 2026 — इकोनॉमी, 2026। (斯坦福HAI)
6. METR, “फ्रंटियर एआई मॉडल्स के कार्य-पूर्णता समय क्षेत्र”, 8 मई, 2026 को अपडेट किया गया। (METR)
7. METR, “Time Horizon 1.1”, 2026年1月29日। (METR)
8. AI रेस को रोकें, “Occupy OpenAI / Stop The AI Race”, 2026年।(stoptherace.ai)