Third Moment Researchは、利用が増えるほどエージェントが特定の企業のワークフローで improving していく、自己改善型AIシステムを開発しています。OpenAIの最新モデルを用いて、このシステムはエージェントに繰り返し現れる弱点を特定し、それに対処するための合成シナリオを数千件自動生成します。同社は36時間から48時間に及ぶ調査を1万体のエージェントで同時に実行し、それらのエージェントが動作する環境のセキュリティ検証にはDaybreakを使用しています。
初期の重点分野の一つが計量ファイナンスです。成果が明確に測定できるためです。GPT-5.6を搭載したCodexを使い、チームは記録された数千件のシミュレーション軌跡を分析し、ボトルネックを発見しました。米国株式の注文レベルデータ1年分を用いたトレーディング戦略のバックテストに、数時間かかっていたのです。Codexはキャッシュ最適化とメモリパッキング技術を特定し、バックテストを約3時間から約3〜5分へと短縮しました。これにより、トークン使用量とコンテキストの汚染も減少しました。
計量研究では、各エージェントが1テラバイトのデータ、ドキュメント、研究用リポジトリを備えたDocker化された環境でCodexハーネスを実行します。GPT-6 Astra、GPT-6 Sol、GPT-6.1 Solが推論を担い、外側のハーネスが未完了のタスクを確認し、再試行、終了、または人間によるレビューへのエスカレーションを判断します。
共同創業者のAdam Khakharは、モデルはもはや指示された実験を実行するだけでなく、自らの結果からフォローアップ実験を設計できるようになったと述べています。このアプローチが同社のベースライン取引システムの改善に寄与したとし、GPT-6.1 Solは数日にわたる計算においても一貫した計算研究の流れを維持できると指摘しています。
出典: OpenAI Blog · 要約：HeadlinesBriefing