Third Moment Research запускает 10 000 агентов на многодневные исследования
Third Moment Research одновременно запускает до 10 000 ИИ-агентов для автономных исследований продолжительностью 36–48 часов. В системе используются GPT-6 Astra, GPT-6 Sol, GPT-6.1 Sol и Codex, а безопасность рабочих сред проверяет платформа Daybreak. По оценке компании, в отдельный день её инфраструктура может обрабатывать до 1 трлн токенов OpenAI.
Лаборатория строит самоулучшающуюся систему: она анализирует поведение агентов, выявляет повторяющиеся слабые места и создаёт тысячи синтетических сценариев вокруг найденных проблем. Эти сценарии применяются для дальнейшего улучшения агентов, после чего цикл повторяется при появлении новых сбоев.
Оптимизация бэктестов вместо ожидания
Одним из ранних направлений Third Moment стали количественные финансы, где результат работы можно измерять достаточно однозначно. Команда использует Codex для анализа проблем в исследовательской среде и устранения узких мест.
В одном случае Codex вместе с GPT-5.6 проанализировал тысячи записанных траекторий симуляций, отметки времени и кодовую базу. Было установлено, что бэктест торговой стратегии на годовом массиве данных по заявкам на американские акции занимал несколько часов. Пока расчёт не завершался, агенты постоянно проверяли его статус, расходовали токены и заполняли контекст служебными сообщениями.
После профилирования Codex предложил оптимизацию кэширования и технику упаковки данных в памяти, протестировал решения и развернул исправление в промышленной среде. В результате время бэктеста сократилось примерно с трёх часов до трёх—пяти минут. Это высвободило часть токенового бюджета агентов для новых экспериментов.
Как агенты сохраняют ход исследования
Для количественных задач Third Moment запускает стандартный harness Codex в контейнеризированной Docker-среде. Агентам доступны терабайт данных, документация и репозиторий с модулями для построения признаков, обучения моделей с поддержкой GPU, торговых стратегий и симуляций.
Модели GPT-6 Astra, GPT-6 Sol и GPT-6.1 Sol отвечают за рассуждение, а Codex даёт агентам средства для выполнения действий: планирования, постановки целей, запуска подагентов и сжатия контекста по мере работы. Если задача остаётся незавершённой, внешняя оболочка на GPT-6 Sol или GPT-6.1 Sol оценивает траекторию и выбирает повторную попытку, остановку либо передачу случая человеку.
В этой среде агенты улучшают базовую торговую систему, тестируют стратегии на исторических данных, отделяют значимые улучшения от шума и выбирают следующий эксперимент по результатам предыдущего. Third Moment также тестирует модели на оптимизационных задачах, системах машинного обучения и количественных исследованиях. По словам компании, GPT-6.1 Sol чаще всего используется из-за токеновой эффективности при сопоставимой с GPT-6 Astra производительности.
Проверка изоляции и следующий масштаб
Перед запуском симуляций Daybreak автоматизирует тестирование безопасности исследовательских сред. Проверки определяют, может ли агент выйти из своей изолированной среды и получить доступ к более широкой сети. Такой подход нужен компании, поскольку ручная проверка при одновременной работе тысяч агентов не масштабируется.
В дальнейшем Third Moment планирует перейти от отдельных исследований к взаимодействию сотен тысяч подагентов и цепочкам из десятков зависимых экспериментов. Для бизнеса этот пример показывает практическое условие масштабирования агентных систем: наряду с выбором модели необходимо сокращать время ожидания, контролировать незавершённые задачи и заранее проверять безопасность среды выполнения.