जब तुम कोई AI tool चुनते हो — ChatGPT, Claude, Gemini — तो benchmarks compare करते हो, scores देखते हो, pricing चेक करते हो, features गिनते हो। हर बड़ी lab एक model card publish करती है जिसमें बताया जाता है कि model क्या कर सकता है, कैसे test किया गया, और कहाँ कमज़ोर है। हर lab। एक को छोड़कर।
एक metric है जो AI vendor चुनते वक़्त कोई track नहीं करता: क्या जिन लोगों ने model बनाया था, वो अभी भी वहाँ काम कर रहे हैं? पता चलता है कि ये किसी भी benchmark score से ज़्यादा matter करता है।
वो metric जो कोई track नहीं करता
xAI की talent hemorrhage हम detail में cover कर चुके हैं: 28 मार्च तक सभी 11 co-founders चले गए, CFO छह महीने में बाहर, एक साल में 25 से ज़्यादा senior लोग गए — जिसमें फरवरी के एक ही हफ़्ते में 11 senior engineers ने resign किया। लेकिन अब departures ख़ुद story नहीं हैं। Story वो है जो उनके साथ बाहर चला गया।
Institutional knowledge को git-clone नहीं कर सकते
AI model development institutional knowledge पर depend करती है — training data decisions, architecture tradeoffs, और failure modes की वो समझ जो लोगों के दिमाग़ में रहती है, code comments में नहीं। जब pretraining lead Manuel Kroiss बाहर जाता है, तो successors को एक codebase मिलता है बिना context के। वो config files पढ़ सकते हैं। लेकिन ये नहीं पढ़ सकते कि वो specific configs क्यों exist करती हैं, team ने कौन से dead ends पहले explore कर लिए, कौन से hyperparameter choices load-bearing थे।
ये staffing problem नहीं है। ये epistemological problem है। एक model क्यों वैसा behave करता है जैसा करता है — ये knowledge उन लोगों के दिमाग़ में थी जिन्होंने उसे बनाया। Team गई, "why" गया। जो बचा है वो एक system है जो चलता रहता है जब तक चलता है — और जब रुकता है तो कोई नहीं जानता कैसे ठीक करना है।
मेरे conservative estimate के हिसाब से, model development 6-से-18-महीने के feedback loop पर चलती है। नए researchers को existing training infrastructure समझना होता है, पुराने results reproduce करने होते हैं, और iterate करना होता है — तब जाकर improvements ship कर पाते हैं। xAI के इस exodus का पूरा असर 2026 के अंत तक सामने नहीं आएगा। लेकिन early indicators पहले से दिख रहे हैं।
शर्मनाक रूप से कम
Michael Nicolls — SpaceX के Starlink SVP जो अब xAI के नए president बने — को शायद समझ आ रहा है। 18 अप्रैल को Business Insider द्वारा report एक internal memo में उन्होंने staff को बताया कि xAI "competitors से clearly पीछे" है और compute performance "embarrassingly low" है। Specific number: MFU (Model FLOPs Utilization — GPUs कितनी efficiently numbers crunch कर रहे हैं) लगभग 11% पर है। Industry average 35–45% है।
xAI का 555,000-GPU Colossus cluster धरती पर सबसे बड़ा single training installation है। 11% MFU पर, उस compute का ज़्यादातर हिस्सा basically गर्मी पैदा कर रहा है। Hardware bottleneck नहीं है। जो लोग इसे चलाना जानते थे, वो जा चुके हैं।
ख़ुद Musk ने 13 मार्च को post किया: "xAI पहली बार सही नहीं बना था, इसलिए foundations से दोबारा बनाया जा रहा है।" साथ ही: "पिछले कुछ सालों में कई talented लोगों को @xAI पर offer या interview तक नहीं मिला। मेरी माफ़ी।" जो आदमी कभी sorry नहीं बोलता, उससे ये rare admission है।
साठ अरब डॉलर की चिंता
Paise की कमी constraint नहीं है। SpaceX ने 2 फरवरी को xAI को all-stock deal में acquire किया, combined entity की valuation $1.25 trillion। फिर 21 अप्रैल को — सिर्फ़ दो दिन पहले — xAI ने Anysphere के साथ deal किया, जो Cursor code editor बनाते हैं — $60 billion acquisition option या $10 billion collaboration fee।
ये number ठहरकर सोचने लायक है। एक AI code editor के लिए साठ अरब डॉलर — ये product bet नहीं है, ये distribution play है। xAI को ऐसे channels चाहिए जो model capability demonstrate करें बिना ऐसे benchmarks publish किए जो वो कर ही नहीं सकते। Cursor के millions of developers Grok को एक captive audience देंगे जो usage से evaluate करेगी, leaderboard position से नहीं। ये verification problem का clever bypass है: अगर paper पर prove नहीं कर सकते कि model अच्छा है, तो उसे वहाँ embed कर दो जहाँ लोग use करते हैं और उम्मीद करो कि experience ख़ुद बोलेगा।
लेकिन distribution underlying model को fix नहीं करती। Grok को दुनिया के हर IDE में डाल दो। अगर एक departed team ने weights train किए और successors 11% compute efficiency पर चल रहे हैं, तो developers exactly क्या evaluate कर रहे हैं? Cursor deal एक strategic investment कम और एक ऐसी दुकान ख़रीदना ज़्यादा लगता है जिसमें सामान रखने से पहले ही shopfront सजा लिया।
Verification का vacuum
xAI की documentation silence हम तीन दिन पहले cover कर चुके हैं — पाँच महीने से ज़्यादा में कोई model card नहीं, Grok 4.3 17 अप्रैल को ship हुआ बिना independent benchmarks के, Grok 5 ने Q1 deadline miss की और कोई updated timeline नहीं। Pattern वही है: ज़्यादा पैसा, कम रसीदें।
तुम्हारे लिए इसका क्या मतलब है
अगली बार जब AI tools evaluate करो, benchmark table से आगे देखो। चेक करो कि model किसने बनाया — और क्या वो अभी भी वहाँ हैं production failures debug करने, security patches ship करने, या अगला version time पर deliver करने के लिए। जो scores तुम आज compare कर रहे हो, वो शायद एक ऐसी team ने बनाए जो अब exist ही नहीं करती।
AI में, model ही team है। xAI ने GPUs रखे और लोगों को खो दिया। आधे million बेकार पड़े chips model cards नहीं लिखते।
