SA-21/06, C-11, Asapur, Varanasi, UP support@kamaldnp.com +91 8318013442
Technology

OpenAI's Coding Agents and the "Jagged Frontier": Success Rates Doubled in Seven Months

KAMALDNP Raj Kamal
November 21, 2026
5 Min Read
5 Views
OpenAI's Coding Agents and the "Jagged Frontier": Success Rates Doubled in Seven Months

AI coding agents असली research काम में कितने अच्छे हैं — benchmark पहेलियों में नहीं, बल्कि उन कामों में जो researchers रोज़ करते हैं? OpenAI की post "Research acceleration: The jagged frontier", जो 18 नवंबर 2026 को सितंबर वाली post के follow-up के रूप में आई, इस सवाल का जवाब अपने internal आँकड़ों से देने की कोशिश करती है। Headline चौंकाने वाला है: 2–4 घंटे के अनुमानित tasks पर बिना किसी मानवीय दखल के पूरे होने वाले कामों का हिस्सा मार्च 2026 में 23% से बढ़कर अक्टूबर 2026 में 46% हो गया। लंबे 4–8 घंटे के tasks पर यही हिस्सा 13% से बढ़कर 35% हुआ।

Title में "jagged frontier" ही असली बात है। Gains एक समान नहीं हैं: agents कुछ कामों में मज़बूत हैं और कुछ में कमज़ोर, और दोनों के बीच की सीमा टेढ़ी-मेढ़ी है। 1 अगस्त से 18 अक्टूबर तक के task-level आँकड़े उस सीमा का आकार साफ़ दिखाते हैं — training runs की monitoring 79% बार सफल रही और technical सवालों के जवाब 72%, जबकि training runs launch करना 35% और inference/serving code लिखना सिर्फ 25%।

मुख्य तथ्य

विवरणजानकारी
Post"Research acceleration: The jagged frontier" (OpenAI)
प्रकाशित18 नवंबर 2026 (सितंबर 2026 वाली post का follow-up)
Zero-intervention success, 2–4 घंटे के tasks23% → 46%, मार्च → अक्टूबर 2026
Zero-intervention success, 4–8 घंटे के tasks13% → 35%, मार्च → अक्टूबर 2026
Task-level, 1 अगस्त – 18 अक्टूबर 2026Training runs की monitoring 79% · Technical सवालों के जवाब 72% · Training runs launch करना 35% · Inference/serving code लिखना 25%
Median researcher दैनिक agent खर्चअक्टूबर 2026 में लगभग $2,400 (सितंबर से +62%)
Safety workweeksजनवरी से 77% बढ़े
सभी आँकड़ों की प्रकृतिOpenAI के अपने internal self-measurements — कोई स्वतंत्र audit नहीं

इसका क्या मतलब है

इस post को पढ़ने का सबसे उपयोगी तरीका headline वाली दोगुनी बढ़त नहीं, बल्कि वह टेढ़ापन है। Agents अब रोज़ की monitoring और सवाल-जवाब ज़्यादातर बिना मदद के संभाल लेते हैं, फिर भी inference और serving code लिखने को कहा जाए तो लगभग तीन-चौथाई बार असफल रहते हैं — वह काम जहाँ गलती के असली नतीजे होते हैं। जो भी coding agents पर भरोसा करने की योजना बना रहा है, उसे इसी असमानता के हिसाब से योजना बनानी चाहिए: वे काम सौंपें जिन्हें frontier पहले ही पार कर चुकी है, और बाकी पर इंसानों को करीब रखें।

खर्च का आँकड़ा अपनी अलग कहानी कहता है। अक्टूबर में प्रति researcher प्रति दिन agents पर लगभग $2,400 का median खर्च — सितंबर से 62% ज़्यादा — दिखाता है कि OpenAI के अंदर agent इस्तेमाल अब कोई experiment नहीं रहा; यह एक बड़ी और बढ़ती चलती लागत है। यही जनवरी से safety workweeks में 77% बढ़त का संदर्भ भी है: जैसे-जैसे agents ज़्यादा काम करते हैं, उन्हें सुरक्षित रखने का काम भी बढ़ता है।

यहाँ आखिरी बात OpenAI की अपनी चेतावनी की होनी चाहिए। कंपनी कहती है कि ऊपर जाती trend में दो चीज़ें मिली हुई हैं: agents का ज़्यादा सक्षम होना, और researchers का यह बदलना कि वे कौन से tasks agents को सौंपते हैं। जैसे-जैसे researchers सीखते हैं कि agents किसमें अच्छे हैं, वे वही काम ज़्यादा सौंपते हैं — जिससे success rates तब भी बढ़ जाती हैं जब agents खुद बिल्कुल भी बेहतर न हुए हों। ये आँकड़े OpenAI के अपने workflows के असली माप हैं, लेकिन ये अकेले agent capability का साफ़ माप नहीं हैं, और इनका कोई स्वतंत्र audit भी नहीं है।

सत्यापन पर एक नोट

इस post का हर आँकड़ा OpenAI की 18 नवंबर 2026 वाली post से है और OpenAI के internal workflows को दर्शाता है। इन आँकड़ों का कोई स्वतंत्र audit नहीं है। OpenAI खुद चेतावनी देता है कि trend में capability gains और researchers के delegation बदलने — दोनों मिले हुए हैं। स्वतंत्र माप या follow-up report आने पर इस post को update किया जाएगा।

स्रोत: OpenAI, "Research acceleration: The jagged frontier", 18 नवंबर 2026। अंतिम जांच: 21 नवंबर 2026।

FAQs

"Jagged frontier" क्या है?
यह OpenAI का शब्द है उस टेढ़ी-मेढ़ी सीमा के लिए जहाँ तक coding agents काम कर सकते हैं: वे कुछ tasks में ज़्यादातर सफल होते हैं और कुछ में ज़्यादातर असफल — सभी कामों में एक समान सुधार नहीं होता।

Success rates कितनी बढ़ीं?
OpenAI के अनुसार 2–4 घंटे के tasks पर zero-intervention success मार्च 2026 में 23% से बढ़कर अक्टूबर 2026 में 46% हुई, और 4–8 घंटे के tasks पर 13% से 35%। ये OpenAI के अपने internal माप हैं।

Agents कौन से tasks सबसे अच्छे और सबसे खराब संभालते हैं?
1 अगस्त से 18 अक्टूबर 2026 तक OpenAI के अनुसार training runs की monitoring 79% और technical सवालों के जवाब 72% सफल रहे, जबकि training runs launch करना 35% और inference/serving code लिखना 25%।

क्या ये आँकड़े स्वतंत्र रूप से जाँचे गए हैं?
नहीं। सभी आँकड़े OpenAI के अपने internal self-measurements हैं, जिनका कोई स्वतंत्र audit नहीं है। OpenAI खुद चेतावनी देता है कि trend में capability gains और researchers के delegation बदलने — दोनों मिले हुए हैं।

Share this post

Comments (0)

Share your question or experience about this syllabus. Your comment will appear after review.

No comments yet — be the first to share your thoughts!

🤖 KAMALDNP AI Assistant

Ask about courses, website & more

Hi! I'm KAMALDNP AI Assistant. Ask me about our courses, website features, or anything else! 😊
Please wait 5s...
🤖 KAMALDNP Assistant ✕

Request human callback:

🔐 Login Required
✕

Please log in to download. You will stay on this page after logging in!

New here? Register now →