Third Moment Research：利用GPT-6系列模型与Codex实现万级智能体并发及自进化研究

事件概述

Third Moment Research 是一家专注于构建自我改进型 AI 系统的初创公司。其核心理念是打造能够深入理解特定领域工作流、并在反复使用中不断提升能力的专用智能体。依托 OpenAI 最新发布的 GPT-6 系列模型（包括 GPT-6 Astra、GPT-6 Sol 和 GPT-6.1 Sol）以及 Codex 代码执行环境，该实验室实现了大规模、长周期的自主研究任务。

核心技术与性能表现

• 超大规模并发与长周期运行：系统支持单次会话中同时运行 10,000 个智能体，每个独立研究会话可持续 36 至 48 小时。在单日处理中，系统可消耗高达 1 万亿个 OpenAI Token。
• 模型分工与选型：
  • GPT-6.1 Sol：目前使用最广泛的模型，因其极高的 Token 效率，能在保持与 GPT-6 Astra 相当性能的同时，以更少的 Token 完成任务。
  • GPT-6 Astra：在需要最强推理能力的深度研究中表现最佳，例如在基准测试中提供了最大的代码速度提升。
  • GPT-5.6 Terra：用于针对特定安全弱点或轻量级任务的检查，以平衡成本与效率。

关键应用场景与成果

1. 量化金融领域的效率突破

在量化金融研究中，Third Moment 利用 Codex 分析数千条模拟轨迹（包含动作、环境响应及时间戳），识别出性能瓶颈。原有一年期的订单级美国股票数据回测需耗时数小时，且智能体在等待期间频繁轮询状态，造成大量 Token 浪费和上下文污染。

• 优化措施：Codex 自动识别出缓存优化和内存打包技术，并部署修复方案。
• 成效：回测时间从约 3 小时缩短至 3-5 分钟，减少了 97% 的回测时间。这不仅释放了智能体的 Token 预算，还消除了上下文污染，使智能体能专注于更多实验探索。

2. 智能体任务管理与容错机制

为防止智能体在复杂任务中迷失或中断，Third Moment 采用了分层架构：

• 外层控制：由 GPT-6 Sol 或 GPT-6.1 Sol 担任“主智能体”，负责监控任务轨迹。当检测到任务未完成时，决定重试、终止或升级至人工审查。
• 内层执行：Codex 作为子智能体运行在 Docker 环境中，拥有 terabyte 级别的数据、文档和研究仓库（涵盖特征工程、GPU 训练、策略模拟等模块）。它具备创建计划、设定目标、生成子智能体及压缩上下文的能力。

这种架构使得智能体能够自主发现非显而易见的问题。例如，在一次会话中，GPT-6.1 Sol 通过分析并行实验，发现了未显示交易对某交易所成交量占比的影响，这是人类研究团队最初未考虑到的因素。

3. 自动化安全测试

鉴于 10,000 个智能体的高并发风险，Third Moment 引入了 Daybreak 网络安全平台进行自动化渗透测试。在模拟启动前，系统会自动检测智能体是否可能突破隔离环境访问外部网络。这一机制确保了大规模自主运行的安全性，无需人工介入即可实现规模化测试。

未来展望

Third Moment Research 的目标是从单一调查扩展到数十万个协作子智能体系统。其路线图包括支持数万项依赖实验的链式操作，预计将消耗数万亿 Token。最终愿景是让智能体能够自主改进自身能力，从而让人类研究人员从具体执行中解放出来，专注于设计研究框架和优化研究方向。