Third Moment Research está desarrollando un sistema de IA que se automejora y que permite a los agentes mejorar en flujos de trabajo específicos de cada empresa cuanto más se utilizan. Con los modelos más recientes de OpenAI, el sistema identifica las debilidades recurrentes de los agentes y genera automáticamente miles de escenarios sintéticos para corregirlas. La compañía ejecuta 10.000 agentes a la vez en investigaciones que duran entre 36 y 48 horas, y utiliza Daybreak para probar la seguridad de los entornos en los que trabajan esos agentes.
Uno de los primeros focos es la finanzas cuantitativas, donde el éxito se mide con claridad. Usando Codex con GPT-5.6, el equipo analizó miles de trayectorias de simulación registradas y encontró un cuello de botella: el backtesting de una estrategia de trading sobre un año de datos de órdenes individuales de renta variable estadounidense tardaba varias horas. Codex identificó una optimización de caché y una técnica de empaquetado de memoria, lo que redujo el backtest de unas 3 horas a unos 3 a 5 minutos. Esto también redujo el uso de tokens y la contaminación del contexto.
Para la investigación cuantitativa, cada agente ejecuta el arnés de Codex dentro de un entorno Docker con un terabyte de datos, documentación y un repositorio de investigación. GPT-6 Astra, GPT-6 Sol y GPT-6.1 Sol aportan el razonamiento, mientras que un arnés externo revisa las tareas inconclusas y decide si reintentar, terminar o escalar la revisión a una persona.
El cofundador Adam Khakhar afirma que los modelos ahora pueden diseñar experimentos de seguimiento a partir de sus propios resultados, en lugar de limitarse a ejecutar los prescritos. Atribuye a este enfoque la mejora del sistema de trading de referencia de la empresa y señala que GPT-6.1 Sol puede mantener un hilo coherente de investigación computacional a lo largo de días de cálculo.
Fuente: OpenAI Blog · Resumido por HeadlinesBriefing