ओपनएआयने 6 सप्टेंबर 2026 रोजी सांगितले की, गेल्या शरद ऋतूतील त्यांनी घोषित केलेले उद्दिष्ट गाठले आहे: या वर्षाच्या सप्टेंबरपर्यंत "स्वयंचलित संशोधन इंटर्न" फील्डिंग. "संशोधन प्रवेग: OpenAI मधील दृश्य" शीर्षकाच्या नवीन ब्लॉग पोस्टमध्ये, कंपनीने प्रथमच AI एजंट्सना स्वतःच्या संशोधन संस्थेमध्ये किती खोलवर विणले गेले आहे हे देखील उघड केले - ऑगस्टच्या मध्यापर्यंत, org प्रत्येक मानवी कामाच्या दिवसासाठी 3.1 एजंट-कार्यदिवस प्रयत्न करत होते.

Engadget आणि Unite.AI द्वारे प्रथम नोंदवलेला मैलाचा दगड, AI संशोधनाला गती देणारा AI बद्दल बोलतो तेव्हा OpenAI चा अर्थ काय आहे याचे सर्वात स्पष्ट परिमाणात्मक चित्र आहे. विस्तृत कथेचे अनुसरण करणाऱ्या वाचकांसाठी, हे आमच्या सतत सुरू असलेल्या AI संशोधन कव्हरेज मध्ये बसते की फ्रंटियर लॅब एजंट्सभोवती कसे कार्य करत आहेत.

'ऑटोमेटेड रिसर्च इंटर्न' म्हणजे काय?

ब्लॉग पोस्ट लक्ष्य अचूकपणे परिभाषित करते: एक अशी प्रणाली जी मानवी मार्गदर्शनाखाली चांगल्या प्रकारे परिभाषित संशोधन कार्ये पार पाडू शकते, ज्यामध्ये कुशल संशोधकाला पूर्ण होण्यासाठी काही दिवस लागतात. OpenAI च्या स्वतःच्या मोजमापानुसार, ती पट्टी आता पूर्ण झाली आहे, अंदाजे कंपनीने शेवटच्या पतनात उद्दिष्ट जाहीर करताना सेट केलेल्या वेळापत्रकानुसार.

पुढील लक्ष्य अधिक महत्त्वाकांक्षी आहे. OpenAI म्हणते की ते मार्च 2028 पर्यंत स्वयंचलित AI संशोधकाकडे "मजबूत प्रगती" करत आहे - एक प्रणाली जी मानवी देखरेखीखाली सखोल शिक्षण आणि संरेखन संशोधन पुढे ढकलण्यासाठी कार्य करते, पुनरावृत्ती स्वयं-सुधारणा सक्षम करते. कंपनीने हे लक्षात ठेवण्याची काळजी घेतली आहे की मानव अजूनही संशोधनाचे प्राधान्यक्रम ठरवतात, कोणत्या कल्पना आणि परिणामांचा पाठपुरावा करणे योग्य आहे हे ठरवतात आणि कोणतीही दिलेली प्रणाली स्केल, विराम किंवा तैनात करायची की नाही हे ठरवते.

दाव्यामागील संख्या

2026 च्या कालावधीत OpenAI च्या संशोधकांचे दैनंदिन काम किती आमूलाग्र बदलले आहे याचे वर्णन पोस्टमधील सर्वात उल्लेखनीय आकडे:

  • प्रति मानवी कार्यदिवस ३.१ एजंट-कामाचे दिवस. जून २०२६ पूर्वी, संपूर्ण संशोधन संस्थेमध्ये एजंटचा एकूण रनटाइम अजूनही एकूण मानवी श्रमापेक्षा कमी होता. ऑगस्टच्या मध्यापर्यंत, मानक आठ तासांच्या दिवसाच्या तुलनेत एजंट मानवांना निर्देशित करण्याच्या प्रयत्नांच्या तिप्पट योगदान देत होते.
  • माध्यमिक संशोधकासाठी प्रतिदिन $600+. वर्षाच्या सुरुवातीला, एजंट वापरानुसार रँक केलेले मध्य संशोधक फक्त कोडिंग एजंट्सवर प्रयोग करत होते. ऑगस्टच्या मध्यापर्यंत, मध्यवर्ती संशोधक दररोज एजंट चालवत होता आणि API किमतींनुसार दररोज $600 पेक्षा जास्त खर्च करत होता.
  • $7,000+ प्रतिदिन 90 व्या पर्सेंटाइलवर. संशोधन संस्थेतील सर्वात वजनदार वापरकर्ते आता प्रतिदिन $7,000 पेक्षा जास्त टोकन बर्न करतात, एकाच वेळी चार किंवा अधिक एजंट्ससह अत्यंत समवर्ती कार्यप्रवाह चालवतात.
  • रेकॉर्ड प्रयोग व्हॉल्यूम. जानेवारी 2025 मध्ये ट्रॅकिंग सुरू झाल्यापासून, ऑगस्ट 2026 मध्ये प्रत्येक सक्रिय प्रयोगकर्त्याच्या प्रयोगांच्या संख्येने सर्वकालीन उच्चांक गाठला.

OpenAI उत्पादकता वाढीचे श्रेय मुख्यतः कोडेक्स, त्याच्या कोडिंग एजंटच्या अवलंबना देते, तसेच 2025 पासून उपलब्ध गणना देखील मोठ्या प्रमाणात वाढली आहे हे मान्य करते - त्यामुळे नफा अधिक एजंट, चांगले एजंट आणि त्यांना चालविण्यासाठी अधिक हार्डवेअर यांचे संयोजन आहे.

एजंट नेमके काय करत आहेत

एजंट क्रियाकलापांचे वर्गीकरण करण्यासाठी, OpenAI ने Epoch AI द्वारे प्रकाशित संशोधन-कार्य वर्गीकरण वापरले, O*NET व्यावसायिक वर्गीकरण प्रणालीद्वारे प्रेरित. हे AI संशोधन आणि विकासाला सहा टप्प्यांत मोडते: निर्णय घ्या, डिझाइन करा, तयार करा, चालवा, विश्लेषण करा आणि संप्रेषण करा.

जानेवारी ते ऑगस्ट 2026 दरम्यान एजंट क्रियाकलापांच्या सर्व सहा श्रेणींमध्ये वाढ झाली. जानेवारीमध्ये, संशोधन आणि पायाभूत सुविधा कोडचा प्रबळ वापर होता; तांत्रिक मदत आणि प्रयोगांच्या देखरेखीमध्ये लक्षणीय वाढ करून त्या श्रेणीचा विस्तार होत आहे. उच्च-स्तरीय नियोजन, याउलट, एजंट आउटपुट टोकन्सचा एक अत्यल्प अंश राहतो — धोरणात्मक निर्णय अजूनही मनुष्यांसोबतच बसतात.

अनपेक्षितपणे, पोस्टच्या अहवालात, OpenAI च्या संशोधकांना असे आढळले आहे की कोडिंग एजंट्स अंतर्गत संशोधन पायाभूत सुविधांच्या समस्यानिवारणात उत्कृष्ट आहेत आणि पायाभूत सुविधांच्या समस्यांसाठी यापूर्वी कार्यालयीन वेळ ठेवणाऱ्या एकाधिक संघांना यापुढे याची आवश्यकता नाही.

ओपनएआयच्या पलीकडे माईलस्टोन का महत्त्वाचा आहे

घोषणा एका संवेदनशील क्षणी उतरते. कायदे निर्माते, सुरक्षा संशोधक आणि स्पर्धक हे सर्व पुरावे पाहत आहेत की AI प्रणाली अर्थपूर्णपणे AI संशोधनाला गती देऊ शकतात - यंत्रणा अधिक सक्षम प्रणालींकडे टाइमलाइन संकुचित करू शकते. ओपनएआयच्या स्वतःच्या मुख्य शास्त्रज्ञाने त्याच दिवशी एक सहचर निबंध प्रकाशित केला ज्यात चेतावणी दिली की कोणत्याही प्रयोगशाळेने अद्याप पूर्ण वेगाने स्केलिंग ठेवण्यासाठी पुरेसे संरेखन सोडवलेले नाही, उत्पादकता संख्यांसह एक उल्लेखनीय जुळणी आहे.

आर्थिक परिणाम तितकेच लक्षणीय आहेत. जर एकच संशोधन संस्था अनुमानानुसार प्रति संशोधक प्रतिदिन हजारो डॉलर्स वापरत असेल - आणि त्यास सौदा मानत असेल - तर ते संकेत देते की एंटरप्राइझ एआय खर्च कोठे जात आहे. एजंट-कामाचे दिवस हे गणनेप्रमाणेच खरेदी करण्यायोग्य इनपुट बनत आहेत.

संशयवादी निदर्शनास आणतील की OpenAI ने स्वतःचे गृहपाठ श्रेणीबद्ध केले आहे: "स्वयंचलित संशोधन इंटर्न" मानक परिभाषित केले जाते आणि आंतरिकरित्या मोजले जाते आणि 3.1: 1 गुणोत्तर थेट लॉन्च केलेले एजंट आणि डाउनस्ट्रीम सबएजंट दोन्ही मोजते. कंपनीचे आकडे कोडींग, देखरेख आणि अतिशय भिन्न अडचणीच्या स्तरांचे विश्लेषण कार्य यांचे मिश्रण करतात.

तरीही, दिशा अस्पष्ट आहे. आठ महिन्यांपूर्वी, जगातील सर्वोत्तम-अनुदानित AI लॅबमध्ये एजंटचा वेळ मानवी वेळेपेक्षा कमी होता. आज त्याचे वजन तीन ते एक आहे — आणि लॅबचे नेतृत्व आधीच पुढील मैलाचा दगड तयार करत आहे, स्वयंचलित AI संशोधक मार्च 2028 पर्यंत, "केव्हा," नाही "जर" या विषयावर.

---

एआयच्या पुढे राहा

नवीनतम AI बातम्या, विश्लेषण आणि यश मिळवा — सर्व एकाच ठिकाणी.

अधिक AI बातम्या वाचा →