تطوّر Third Moment Research نظام ذكاء اصطناعي يُحسّن ذاته، ويمكّن الوكلاء من التحسن في سير عمل شركات محددة كلما زاد استخدامهم. يستخدم النظام أحدث نماذج OpenAI، ويحدد نقاط الضعف المتكررة لدى الوكلاء، ويولّد تلقائياً آلاف السيناريوهات الاصطناعية لمعالجتها. تشغّل الشركة 10,000 وكيل في الوقت نفسه في تحقيقات تستمر من 36 إلى 48 ساعة، وتستخدم Daybreak لاختبار أمان البيئات التي يعمل فيها هؤلاء الوكلاء.
ومن أولى مجالات التركيز التمويل الكمي، حيث يمكن قياس النجاح بوضوح. استخدم الفريق Codex مع GPT-5.6 لتحليل آلاف مسارات المحاكاة المسجلة، فوجد عنق زجاجة: كان اختبار استراتيجية تداول رجعياً على بيانات أوامر الأسهم الأمريكية لمدة عام يستغرق عدة ساعات. حدّد Codex تحسيناً للتخزين المؤقت وتقنية لتعبئة الذاكرة، فخفّض وقت الاختبار الرجعي من نحو 3 ساعات إلى نحو 3 إلى 5 دقائق. كما قلّل ذلك استهلاك الرموز وتلوث السياق.
ولأغراض البحث الكمي، يشغّل كل وكيل حزمة Codex داخل بيئة Docker تحتوي على تيرابايت من البيانات والوثائق ومستودع للبحث. تتولى نماذج GPT-6 Astra وGPT-6 Sol وGPT-6.1 Sol التفكير، فيما تراجع حزمة خارجية المهام غير المكتملة وتقرر إعادة المحاولة أو الإنهاء أو إحالتها إلى مراجعة بشرية.
ويقول الشريك المؤسس Adam Khakhar إن النماذج باتت قادرة على تصميم تجارب متابعة استناداً إلى نتائجها الخاصة، بدلاً من تنفيذ التجارب المحددة مسبقاً فقط. ويعزو إلى هذا النهج تحسين نظام التداول المرجعي للشركة، ويشير إلى أن GPT-6.1 Sol يمكنه الحفاظ على خيط متماسك من البحث الحسابي عبر أيام من الحوسبة.
المصدر: OpenAI Blog · لخّصه HeadlinesBriefing