Reuters ने इस हफ्ते एक exclusive तोड़ा: Meta US कर्मचारियों को Model Capability Initiative (MCI) roll out कर रहा है। Tool mouse movements, clicks, keystrokes और work-related apps और websites पर periodic screenshots capture करता है। Disclosure एक Meta Superintelligence Labs team channel के memo में आया। Meta की framing: उनके models को dropdown menus को navigate करने से लेकर keyboard shortcuts इस्तेमाल करने तक, basic computer-use behaviors सीखने में मदद करना, ताकि भविष्य के agents white-collar tasks स्वायत्त रूप से कर सकें।
Pattern पहले से इन पन्नों में कवर की गई किसी चीज़ की गूंज है। इस हफ्ते की शुरुआत में MIT Technology Review ने Colleague Skill पर रिपोर्ट की थी, Shanghai AI Lab के एक engineer का एक GitHub tool जो Lark और DingTalk chat histories को scrape करता है ताकि सहकर्मियों को agent-replayable workflow manuals में distill किया जा सके। वह कहानी bottom-up थी, जिसमें individual engineers अपने साथियों को distill कर रहे थे, साथ ही दूसरे engineer द्वारा एक backlash tool (anti-distillation) जो workflow documents को absorb होने से पहले generic non-actionable language में rewrite करता है। MCI उसी data-capture problem का top-down corporate version है। Substrate वही (workplace computer activity), governance अलग (आधिकारिक रूप से अधिकृत, केंद्रीय रूप से प्रशासित)। Meta प्रवक्ता Stone ने Reuters को बताया कि MCI से data performance assessments के लिए उपयोग नहीं होगा और model training के अलावा किसी भी उद्देश्य के लिए उपयोग नहीं होगा।
दो बातें register करने लायक हैं। एक, training-data scarcity signal। Meta का OpenAI और Anthropic के साथ autonomous agent products shipping पर competing का मतलब है interactive computer-use training data पर competing, और वह data public internet पर नहीं है। इसे पाने का ईमानदार जवाब है "हमारे कर्मचारी, अपना काम करते हुए, instrumented।" हर frontier lab इसका कोई संस्करण कर रहा है; Meta का संस्करण बस असामान्य रूप से स्पष्ट है, disclosed tool name और एक memo के साथ। दो, यहां किया जा रहा privacy-बनाम-capability trade-off नया नहीं है, लेकिन scale नया है। Meta headcount पर MCI-style instrumentation एक training set पैदा करता है जिसे workforce या वैसी करने के लिए internal legal posture के बिना competitors match करने में संघर्ष करेंगे। क्या Stone द्वारा उद्धृत guardrails टिकते हैं (no performance review, कोई अन्य उद्देश्य नहीं, sensitive material के लिए screen-content safeguards), यह practice में test होता है, memos में नहीं।
दो observations अगर आप एक AI-forward organization चलाते हैं। एक, MCI pattern हर उस lab पर दबाव डालने वाला है जिसके पास यह नहीं है। अगर आप किसी ऐसी company में काम करते हैं या प्रतिस्पर्धा करते हैं जो agent products बना रही है, उम्मीद करें कि "क्या हमें अपने खुद के कर्मचारियों को instrument करना चाहिए" बातचीत दो तिमाहियों में agenda पर होगी अगर पहले से नहीं है। दो, employee-side response मायने रखता है। Colleague Skill story में Koki Xu के anti-distillation tool ने प्रदर्शित किया कि workers इन capture pipelines को implemented होते ही adversarial input मानते हैं। अगर आप internally MCI-style tooling ship करते हैं, अपनी own workforce के countermeasures बनाने की योजना बनाएं। Capture pattern real है, resistance pattern real है, और वे co-evolve करेंगे।