Terminal X s'attaque à la dette de mémoire en transformant le jugement des investisseurs senior en agents IA réutilisables. Son Système d'exploitation Mémoire Capital permet aux ingénieurs déployés sur site—anciens pros de JPMorgan et Blackstone—de travailler sur place pour encoder la logique d'investissement de chaque firme en centaines d'agents. OpenAI's GPT-6.1 Sol gère les étapes lourdes en jugement telles que synthétiser des thèses et évaluer l'adéquation des mandats, tandis que GPT-6 Luna gère les étapes à haut volume où l'efficacité des tokens compte.
Un Agent Eval note chaque sortie contre un rubric de 54 critères, captant environ 25% de recommandations en dehors du mandat et réduisant les coûts de requête d'environ 30% par rapport au meilleur modèle suivant. Les clients stockent leurs décisions dans une salle de données privée, créant une Mémoire versionnée incluant analyses passées, décisions du comité et instructions de workflow. Un client de private equity a rapporté $2.4 millions d'économies annuelles grâce à l'automatisation du due diligence et des flux de travail de mémos.
Le cofondateur et PDG Hyun Hong note que le raisonnement de contexte long de GPT-6.1 Sol rend les pipelines d'évaluation plus approfondis, tandis que le CTO Ken Lee affirme que chaque réponse corrigée apprend au système davantage sur les processus de l'entreprise. La plateforme transforme chaque mémoire en un workflow auditable et répétitif, assurant que les requêtes de production sont traçables des sources au raisonnement.
Source: OpenAI Blog · Résumé par HeadlinesBriefing