📖 AI 总结

Third Moment Research 利用 OpenAI 的 GPT-6 Astra、GPT-6.1 Sol、Codex 和 Daybreak 构建了一套可自我改进的 AI 智能体系统。该系统能够同时运行 10,000 个智能体，执行持续 36 至 48 小时的自主研究任务，单日消耗高达 1 万亿 OpenAI token。其核心方法是通过分析智能体行为、识别反复出现的弱点，并自动生成数千个合成场景来持续优化智能体能力。在量化金融这一早期应用场景中，团队借助 Codex 分析数千条模拟轨迹，发现回测环节存在严重瓶颈——跨一年美股订单级数据的策略回测耗时约 3 小时，期间智能体反复轮询状态，浪费大量 token 并污染上下文。Codex 随后定位到缓存优化和内存打包方案，将回测时间从约 3 小时压缩至 3 至 5 分钟，回测效率提升 97%，显著释放了智能体的 token 预算用于更多实验。这一案例表明，AI 智能体已能在长周期、大规模并发的自主研究中保持连贯性，并通过工具链优化实现效率的跨越式提升。