Atria Dawn Preview बनाने वाली टीम ने उन 739 कार्यों में से 713 में AI का इस्तेमाल किया जिनके बारे में प्रतिभागियों ने स्पष्ट जवाब दिया। टीम के अपने विकास कार्य का अध्ययन बताता है कि तरीकों या मापदंडों के दर्ज निर्णयों में अंतिम चुनाव अब भी 85.5% बार लोगों ने किया। शोध-पत्र का शीर्षक “एजेंटिक सुपरइंटेलिजेंस” कहता है, लेकिन कार्य रिकॉर्ड बताते हैं कि इस टीम ने काम कैसे बाँटा था।

यह प्रीप्रिंट 14 सितंबर को जमा हुआ और 17 सितंबर 2026 को संशोधित किया गया। यह एक मॉडल-विकास परियोजना में 56 प्रतिभागियों के 769 कार्य रिकॉर्डों और एजेंट लॉग पर आधारित है। लेखक इसे Atria Dawn Preview बनाने में अपनी टीम द्वारा एजेंटों के उपयोग का केस अध्ययन बताते हैं।

बड़ा बदलाव

  • क्या बदला: टीम ने मॉडल विकास परियोजना के दौरान खास शोध निर्णयों में एजेंटों और लोगों के काम बाँटने का रिकॉर्ड रखा और प्रस्ताव को अंतिम चुनाव से अलग दिखाया।
  • यह क्यों मायने रखता है: एजेंट कोई तरीका बना और संशोधन कर सकता है, जबकि शोधकर्ता लक्ष्य चुनता है, तरीका मंज़ूर करता है और तय करता है कि नतीजा कार्य की कसौटी पर खरा उतरता है या नहीं। केवल एजेंट की कार्रवाइयाँ गिनने से इन अलग भूमिकाओं का पता नहीं चलता।
  • क्या देखना है: ये एक टीम के काम के अवलोकन हैं और निर्णय के अधिकतर प्रमाण प्रतिभागियों ने दिए। निष्कर्ष यह स्थापित नहीं करते कि अन्य AI प्रयोगशालाएँ निर्णय कैसे बाँटती हैं या एजेंट अपने उत्तराधिकारी खुद बना सकते हैं।

एजेंटों ने कई तरीके सुझाए; ज़्यादातर लोगों ने चुने

कार्यान्वयन की भूमिकाओं वाले प्रतिभागियों के बीच तरीकों या मापदंडों से जुड़े 567 दर्ज निर्णय सबसे स्पष्ट अंतर दिखाते हैं। शोध-पत्र के अनुसार 64.6% निर्णयों में AI ने विकल्प सुझाया। सबसे बड़ा अकेला वर्ग—55.4%—था “AI प्रस्ताव देता है, इंसान चुनता है।” अंतिम चुनाव लोगों ने 85.5% बार और AI ने 9.2% बार किया। बाकी निर्णय बाहरी सीमा के कारण हुए।

सवाल के अनुसार बँटवारा बदला। लक्ष्यों या दायरे से जुड़े 603 निर्णयों में 93.4% अंतिम चुनाव लोगों ने किया; स्वीकृति मापदंडों के 542 निर्णयों में यह 81.9% था। लक्ष्यों के मुकाबले तरीकों के लिए AI सुझाव बहुत अधिक आम थे। शोध-पत्र का चित्र यह भी दर्ज करता है कि जिन 151 कामों को प्रतिभागियों ने AI के बिना असंभव माना, उनमें से 144 में अंतिम लक्ष्य लोगों ने चुना।

ये प्रतिशत बताए गए निर्णय-भूमिका का वर्णन करते हैं। वे यह नहीं मापते कि हर मानवीय चुनाव पर्याप्त जानकारी के साथ हुआ या नहीं। लेखक इस ढाँचे की व्याख्या ऐसे करते हैं कि शोधकर्ताओं ने काम की दिशा तय की और एजेंटों ने लोगों द्वारा तय दिशा में विकल्प बनाए। यह केस अध्ययन इस परियोजना में सौंपे गए काम के साथ अंतिम अधिकार मनुष्यों के पास बने रहने को दर्ज करता है।

मानवीय प्रतिक्रिया से एजेंट अक्सर काम पर लौटे

प्रतिभागियों ने हर कार्य की सबसे गंभीर कठिनाई याद करके बताई। दर्ज कठिनाई और जवाब वाले 588 कामों में से 447 यानी 76.0% मानवीय मदद से आगे बढ़े; 135 यानी 23.0% में एजेंट खुद उबरे। मुख्य मदद थी अतिरिक्त संदर्भ या ज़रूरतें स्पष्ट करना (207 काम) और समस्या पहचानना या तरीका बदलना (204)। केवल चार कामों में व्यक्ति ने मुख्य काम अपने हाथ में लिया।

आउटपुट रिकॉर्ड भी ऐसा ही बँटवारा दिखाते हैं। मुख्य AI आउटपुट की ज्ञात स्थिति वाले 627 कामों में से 354 में ठोस संशोधन चाहिए था। संशोधित हिस्से में 75.4% बार एजेंट ने मानवीय प्रतिक्रिया के बाद बदलाव किए, जबकि 19.2% बार व्यक्ति ने सीधे संपादन किया। शोधकर्ता बदलाव का निर्देश दे सकते थे, बिना स्वयं संपादन किए।

विकास के दौरान लॉग का एक माप भी बढ़ा: 22 प्रतिभागियों के समूह में हर दिन प्रति मानवीय प्रॉम्प्ट दर्ज एजेंट कार्रवाइयों का माध्य 7 अगस्त को 11.0 से बढ़कर 4 सितंबर को 28.5 हुआ। माप पिछले सात दिनों की अवधि इस्तेमाल करता है और हर दिन 21 या 22 लोगों के वैध अनुपात थे। यह गतिविधि गिनता है; इससे यह साबित नहीं होता कि एजेंटों को अधिक अधिकार मिले या उनके आउटपुट बेहतर हुए।

कार्य रिकॉर्ड क्या स्थापित कर सकते हैं

प्रतिभागियों से पूछा गया कि क्या वे AI के बिना, उसी दायरे, गुणवत्ता और अन्य संसाधनों के साथ अपना काम पूरा कर सकते थे। उपयोगी जवाब वाले AI-सहायता से पूरे 455 कामों में से 151, यानी 33.2%, को उन्होंने AI के बिना असंभव बताया। यह स्वयं बताया गया वैकल्पिक अनुमान है, ऐसा प्रयोग नहीं जिसमें टीम ने एजेंट के बिना वे काम फिर से किए हों। इससे यह साबित नहीं होता कि अलग हालात में कोई उन कामों की कोशिश ही नहीं करता।

शोध-पत्र 56 प्रतिभागियों या 769 कार्य रिकॉर्डों के चयन की पद्धति नहीं देता; उसके सार्वजनिक लिंक स्वतंत्र पुनर्विश्लेषण के लिए मूल कार्य-जवाब या एजेंट लॉग भी नहीं देते। बेंचमार्क नतीजे Atria Dawn Preview मॉडल का आकलन करते हैं। वे यह नहीं दिखाते कि किसी AI सिस्टम ने स्वायत्त रूप से अपने उत्तराधिकारी में सुधार किया। काम सौंपने का निर्णय ले रही टीमों के लिए रिपोर्ट की गई सीमा स्पष्ट है: इस परियोजना में एजेंट अक्सर काम सुझाते और संशोधित करते थे, जबकि प्रतिभागियों ने बताया कि ज़्यादातर चुनाव—लक्ष्य, तरीके और स्वीकृति समेत—उन्होंने किए।