Third Moment upravlja sa 10.000 agenata u višednevnim istraživanjima
Deset hiljada agenata u jednom istraživačkom ciklusu
Third Moment Research koristi Codex, GPT-6 Astra, GPT-6 Sol i GPT-6.1 Sol za istovremeni rad do 10.000 AI agenata na istraživanjima koja autonomno traju između 36 i 48 sati. Kompanija uz to primenjuje Daybreak za bezbednosno testiranje okruženja u kojima agenti izvršavaju zadatke.
Laboratorija razvija sistem koji prati ponašanje agenata, prepoznaje ponavljajuće slabosti i oko njih automatski stvara hiljade sintetičkih scenarija. Ti scenariji služe za dalje unapređivanje agenata, a ciklus se ponavlja kada se pojave novi problemi.
Osnovna ideja je da agenti budu specijalizovani za konkretan posao i da njihove sposobnosti rastu tokom upotrebe. Uloga modela i alata nije samo da odgovaraju na upite, već da održe istraživački tok kroz više dana računanja.
Codex je skratio testiranje strategija sa sati na minute
Jedna od prvih primena Third Momenta je kvantitativna finansija, gde se uspeh može jasnije meriti. Tim koristi Codex za pronalaženje problema u istraživačkom okruženju i za njihovo otklanjanje.
U konkretnom slučaju, Codex je zajedno sa GPT-5.6 analizirao hiljade zabeleženih putanja simulacija, vremenske oznake i izvorni kôd. Otkriveno je da testiranje trgovinske strategije kroz godinu dana američkih podataka o akcijama na nivou naloga traje nekoliko sati.
Dok su čekali završetak obrade, agenti su stalno proveravali status posla. Takvo ponavljanje trošilo je tokene i punilo kontekst porukama koje nisu doprinosile sledećem eksperimentu.
Posle profilisanja procesa, Codex je predložio optimizaciju keširanja i tehniku pakovanja memorije, zatim je isprobao rešenja i popravku postavio u produkciju. Vreme za isti povratni test smanjeno je sa približno tri sata na približno tri do pet minuta, uz manju potrošnju tokena i manje zagađenje konteksta.
Spoljni nadzor i izolovana radna okruženja
Za kvantitativna istraživanja agenti rade sa podrazumevanim Codex okvirom u Docker okruženju. Na raspolaganju imaju terabajt podataka, dokumentaciju i istraživački repozitorijum sa modulima za inženjering obeležja, obuku modela uz GPU podršku, trgovinske strategije i simulaciju.
GPT-6 Astra, GPT-6 Sol i GPT-6.1 Sol obezbeđuju rezonovanje, dok Codex okvir omogućava alate za rad, postavljanje ciljeva, planiranje, pokretanje podagenata i sažimanje konteksta. Kada agent ostavi zadatak nedovršenim, spoljašnji okvir zasnovan na GPT-6 Sol ili GPT-6.1 Sol pregleda tok rada i bira između ponavljanja, prekida ili eskalacije na ljudsku proveru.
Za bezbednost infrastrukture Daybreak automatski proverava može li agent da izađe iz istraživačkog okruženja i pristupi široj mreži. Takvi testovi se obavljaju pre pokretanja simulacija, što je važno kada autonomno radi veliki broj agenata.
Šta ovaj pristup znači za poslovne timove
Third Moment planira prelazak sa pojedinačnih istraga na stotine hiljada podagenata koji sarađuju kroz niz zavisnih eksperimenata. Primeri primene koje navodi obuhvataju odluke u lancu snabdevanja, pronalaženje uskih grla u velikim repozitorijumima i proveru neusaglašenosti između poslovnih dokumenata i zabeleženih ishoda.
Praktičan zaključak za poslovanje je da skaliranje agenata ne počinje brojem instanci, već merljivim radnim tokovima, brzim povratnim testovima, upravljanjem kontekstom i proverom izolacije. Tek uz te uslove autonomni agenti mogu više računarskog vremena da usmere na istraživanje, a manje na čekanje i ponavljanje statusnih provera.