OpenAI کے کوڈنگ ایجنٹ اب تحقیقی کاموں کا 46 فیصد مکمل کر سکتے ہیں جن میں ایک شخص کو دو سے چار گھنٹے لگیں گے - بغیر کسی انسانی مداخلت کے۔ یہ اعداد و شمار، مارچ میں 23 فیصد سے زیادہ، "ریسرچ ایکسلریشن: دی جیگڈ فرنٹیئر" سے آیا ہے، کمپنی کی دوسری رپورٹ کہ کس طرح AI اپنی ریسرچ پائپ لائن کو تبدیل کر رہا ہے، اور یہ اتنی ہی حیرت انگیز قیمت کے ٹیگ کے ساتھ آتا ہے: اوسط اوپن اے آئی محقق اب تقریباً $2,400 یومیہ لاگت کے ایجنٹ کے حساب سے API کی قیمتوں پر حساب لگاتا ہے۔
بدھ کو شائع ہونے والی رپورٹ، کسی بھی AI لیب نے سب سے زیادہ مفصل عوامی اکاؤنٹنگ ہے جس میں بتایا گیا ہے کہ کس طرح مشین انٹیلی جنس مشین کی ذہانت کی نشوونما کو نئی شکل دے رہی ہے - اس رجحان کو محققین ریکرسیو سیلف امپروومنٹ (RSI) کہتے ہیں۔
نمبرز: ایجنٹ تیزی سے اور زیادہ خود مختار ہو رہے ہیں۔
سرخی خود مختاری کے فوائد کافی ہیں۔ ان کاموں کے لیے جن کے لیے دو سے چار گھنٹے انسانی کام کی ضرورت ہوتی ہے، صفر مداخلت کی کامیابی مارچ میں 23 فیصد سے بڑھ کر آج 46 فیصد ہو گئی۔ چار سے آٹھ گھنٹے کی طویل کوششوں میں کامیابی 13 فیصد سے 35 فیصد تک پہنچ گئی۔
OpenAI ایک اہم انتباہ پر زور دیتا ہے: جیسے جیسے ایجنٹ زیادہ قابل ہو جاتے ہیں، محققین ہر دورانیے کی بالٹی کے اندر مشکل کام تفویض کرتے ہیں، اس لیے یہ بہتری صلاحیت کے حقیقی فوائد اور اس کے حوالے سے انسانی انتخاب کو تبدیل کرنے دونوں کی عکاسی کرتی ہے۔
داغدار حصہ: کارکردگی کام کے لحاظ سے مختلف ہوتی ہے۔
رپورٹ کا عنوان کوئی حادثہ نہیں ہے۔ ایجنٹ کچھ تحقیقی کاموں میں سبقت لے جاتے ہیں اور دوسروں پر بری طرح ٹھوکر کھاتے ہیں۔ 1 اگست سے 18 اکتوبر 2026 تک ماپا جانے والے ٹاسک کیٹیگریز میں، کمیونیکیٹ ٹاسکس (69 فیصد) اور اینالائز ٹاسکس (58 فیصد) کے لیے کامیابی کی تخمینی شرح سب سے زیادہ تھی، لیکن بلڈ ٹاسکس کے لیے 43 فیصد تک گر گئی۔
انفرادی کام کی سطح پر پھیلاؤ اور بھی تیز ہے۔ ایجنٹوں کی نگرانی کی تربیت مسائل (79 فیصد کامیابی) اور تکنیکی سوالات کے جوابات (72 فیصد) کے لیے چلتی ہے، لیکن اندازہ لگانے اور پیش کرنے کے لیے کوڈ لکھنے میں صرف 25 فیصد کامیابی حاصل کی، اور 29 فیصد عمارت کی تشخیص، کمک سیکھنے، اور ایجنٹ کے ماحول میں۔
OpenAI انتباہ کرتا ہے کہ یہ متفاوت اہمیت رکھتا ہے: جب تک کہ AI R&D کاموں میں ماڈل کی کارکردگی غیر مساوی ہے، کمزور زمرے ایسی رکاوٹیں بن سکتے ہیں جو مجموعی سرعت کو محدود کر سکتے ہیں۔ رپورٹ کی تیسری پارٹی کی کوریج، بشمول The Next Web، نے ہیڈ لائن خود مختاری نمبروں اور بنیادی سافٹ ویئر انجینئرنگ کے کام کے درمیان اس فرق کو واضح طور پر اجاگر کیا۔
محققین کیا کہتے ہیں: ایک میں تین مہینے کام
رپورٹ اوپن اے آئی کے اپنے عملے کے سروے پر بہت زیادہ انحصار کرتی ہے۔ اگست کے آخر اور ستمبر کے اوائل میں کیے گئے 101 تحقیقی عملے کے سروے میں، میڈین محقق نے کہا کہ اگر ان کی فرنٹیئر کوڈنگ ایجنٹوں تک رسائی ختم ہو جاتی ہے اور ان کے پاس صرف GitHub Copilot اور ChatGPT باقی رہ جاتے ہیں تو ان کی ٹیم کو پیداوار کے آخری مہینے کے برابر کام مکمل کرنے کے لیے تقریباً تین ماہ درکار ہوں گے۔
اکتوبر کے آخر میں ہونے والے ایک الگ سروے نے ایک حیرت انگیز موازنہ پیش کیا: 28 میں سے 27 جواب دہندگان نے کہا کہ وہ اوپن اے آئی کے جدید ترین داخلی ماڈل کے ساتھ زیادہ نتیجہ خیز ہونے کی توقع رکھتے ہیں اس کے مقابلے میں ایک وسط کیریئر انسانی ریسرچ انجینئر کی مدد سے جو 2024 کے دور کے ماڈل جیسے o1-preview کے ساتھ جوڑا گیا ہے۔ تنہا ہولڈ آؤٹ نے بائنری فریمنگ کو مسترد کردیا - اور کہا کہ وہ بہرحال انسانی مدد سے چلنے والے آپشن پر GPT-6 Astra کا انتخاب کریں گے۔
انسان اب بھی خیالات کے مالک ہیں — ابھی کے لیے
خود مختاری کے حصول کے باوجود، اوپن اے آئی کے اس کی سب سے اہم حالیہ تحقیق کے تجزیے سے معلوم ہوا ہے کہ انسانی ذائقہ اب بھی کامیابیاں حاصل کرتا ہے۔ GPT-6 Astra اور GPT-6.2 Astra ریلیز دونوں کے لیے، پوسٹ ٹریننگ اور سیفٹی مانیٹرنگ محققین نے کہا کہ ان کا نام دیا گیا ہر اہم خیال لوگوں کی طرف سے آیا ہے، ماڈلز ان پر عمل درآمد میں مدد کرتے ہیں۔
لیکن باؤنڈری کناروں پر دھندلی ہونے لگی ہے۔ GPT-6.2 Astra کے لیے، پہلے سے تربیت دینے والے محققین نے Codex کے ساتھ بات چیت میں ترقی پذیر خیالات کو بیان کیا - جس میں ایک نے ماڈل کو کلیدی بصیرت کی نشاندہی کرنے کا کریڈٹ دیا جب وہ ایک ساتھ مل کر کسی مسئلے پر کام کرتے تھے، اور دوسرا یہ کہتا ہے کہ ان کا بنیادی خیال Codex کی طرف سے تبدیلی کی تجویز کے بعد ہی اچھا کام کرنا شروع ہوا۔
اوپن اے آئی اسے بالکل کیوں شائع کر رہا ہے۔
کمپنی شفافیت کو ایک پالیسی دلیل کے طور پر تیار کرتی ہے۔ اوپن اے آئی نے AI لیبز سے مطالبہ کیا ہے کہ وہ بار بار خود کو بہتر بنانے کے اشارے کو ٹریک کرنے اور عوامی طور پر رپورٹ کرنے کی ضرورت ہے، تاکہ گورننس کی بحث قیاس آرائیوں کی بجائے پیمائش پر باقی رہے۔ رپورٹ واضح ہے کہ اس کی اشاعت کو "مکمل RSI کی پیروی کرنے کے ارادے کے طور پر نہیں پڑھا جانا چاہئے،" اور نوٹ کرتا ہے کہ حال ہی میں کئی دیگر تنظیموں نے AI R&D ایکسلریشن کے لیے مشترکہ پیمائش کے اصولوں میں تعاون کیا ہے۔
یہ ایک مسابقتی لیب کے لیے ایک قابل ذکر موقف ہے: اندرونی پیداواری ڈیٹا شائع کرنا جانچ پڑتال اور تقلید دونوں کو دعوت دیتا ہے۔ لیکن OpenAI کی شرط یہ ہے کہ صنعت بھر میں رپورٹنگ کے معیارات - جو کہ کمپیوٹ اور سیفٹی رپورٹنگ کے فریم ورک کی روح سے ملتے جلتے ہیں - رازداری کے متبادل سے زیادہ قیمتی ہیں، خاص طور پر جب ایجنٹ ان نظاموں میں اپنا حصہ ڈالنا شروع کر دیتے ہیں جو ان کے جانشینوں کو تیار کریں گے۔
بڑی تصویر
یہ رپورٹ اس بحث کے درمیان ہے کہ آیا AI پہلے سے ہی AI کی ترقی کو تیز کر رہا ہے اور اس کا تحفظ اور ملازمتوں کے لیے کیا مطلب ہے۔ اوپن اے آئی کا ڈیٹا دونوں طرف سے سخت تعداد میں اضافہ کرتا ہے: ایجنٹ حقیقی طور پر بامعنی کامیابی کی شرح پر خاطر خواہ انسانی کام کا متبادل بناتے ہیں، اس کے باوجود سب سے زیادہ تخلیقی اور بنیادی ڈھانچے سے متعلق اہم کام ضدی طور پر انسانوں کے زیر تسلط رہتے ہیں۔
دانے دار سرحد، دوسرے لفظوں میں، حقیقی ہے - اور اس کے ساتھ چلنے والی لیبز اب عوام میں اپنی پوزیشن کی پیمائش کر رہی ہیں۔ باہر سے دیکھنے والے محققین کے لیے، سب سے اہم تعداد 46 فیصد نہیں ہو سکتی ہے، لیکن رفتار: ہر میٹرک اوپن اے آئی ٹریک مارچ سے تقریباً دوگنا ہو گیا ہے۔
اے آئی سے آگے رہیں AI Buzz Wire کے ساتھ AI تحقیق اور حفاظت میں تازہ ترین AI پیش رفتوں کی پیروی کریں۔ مزید AI خبریں پڑھیں →