Third Moment Research pokreće 10.000 AI agenata koji danima sami istražuju

jakovradojevic
4 Min Read

Šta se dogodi kada AI agentima date terabajt podataka, sopstveni istraživački repozitorijum i tri dana neprekidnog rada? Mala laboratorija Third Moment Research tvrdi da zna odgovor — i da rezultat može da promeni način na koji kompanije razvijaju autonomne sisteme.

Third Moment Research pokreće 10.000 AI agenata koji danima sami istražuju

Ova kompanija, čije je sedište u Severnoj Americi, izgradila je samousavršavajući AI sistem oko jednostavne ideje: najbolji agenti nisu oni koji sve rade dobro, već oni koji postaju sve bolji u konkretnom poslu što ga više obavljaju. Umesto da ručno pišu pravila, inženjeri puštaju modele da analiziraju ponašanje agenata, pronađu slabe tačke i automatski generišu hiljade sintetičkih scenarija oko upravo tih problema.

Deset hiljada agenata, jedan dan, bilion tokena

Prema podacima koje je kompanija podelila, njihov sistem istovremeno vrti 10.000 agenata, a pojedinačne autonomne istraživačke sesije traju između 36 i 48 sati. U jednom danu sistem je potrošio čak bilion OpenAI tokena. Za poređenje, to je količina obrade koju većina firmi ne vidi ni za godinu.

U srcu sistema su OpenAI modeli — GPT-6 Astra, GPT-6 Sol i GPT-6.1 Sol — uz Codex kao izvršni sloj i Daybreak za bezbednosno testiranje okruženja u kojima agenti rade. Kako navodi Adam Khakhar, suosnivač kompanije, „u jednoj sesiji GPT-6.1 Sol uspeva da održi koherentnu nit računarskog istraživanja tokom dana računanja, bez gubljenja konteksta”.

Third Moment Research pokreće 10.000 AI agenata koji danima sami istražuju

Od tri sata do tri minuta

Najkonkretniji primer dolazi iz kvantitativnih finansija, gde je uspeh lako merljiv. Tim je koristio Codex da pronađe usko grlo u svom istraživačkom okruženju i otkrio pravi krivca: backtest trgovačke strategije nad godinom dana podataka o američkim akcijama trajao je nekoliko sati. Dok su čekali, agenti su u petlji proveravali da li je posao gotov — trošeći tokene i punivši sopstveni kontekst besmislenim statusnim porukama.

Codex je profilisao backtest, analizirao ulaze i način korišćenja, predložio keširanje i tehniku pakovanja memorije, eksperimentisao sa rešenjima i na kraju gurnuo ispravku u produkciju. Rezultat: vreme backtesta palo je sa približno tri sata na tri do pet minuta — smanjenje od čak 97 odsto. Oslobođeni tokeni i čistiji kontekst znače više prostora za prave eksperimente.

Third Moment Research pokreće 10.000 AI agenata koji danima sami istražuju

Kako agent ne „pobegne” sa zadatka

Svaki agent dobija alatke, informacije i okruženje skrojene za konkretan posao. Za kvantitativno istraživanje tim pokreće podrazumevani Codex harness unutar Docker okruženja, a agentima se dodeljuje terabajt podataka, dokumentacija i repozitorijum sa modulima za inženjering karakteristika, treniranje modela uz GPU podršku, trgovačke strategije i simulacije.

Modeli poput GPT-6 Astra, GPT-6 Sol i GPT-6.1 Sol daju rezonovanje, dok Codex harness agentima omogućava da deluju, prave planove, postavljaju ciljeve, rađaju podagente i sažimaju kontekst kako posao odmiče. Time se rešava klasičan problem autonomnih sistema — agenti koji stanu pre nego što završe zadatak.

Third Moment ne krije ambicije: sledeći korak je sistem sa stotinama hiljada agenata koji sarađuju. Ako ta tranzicija uspe, granica između „AI alatke” i „AI istraživača koji radi dok vi spavate” mogla bi trajno da se izbriše.

Više detalja o samom projektu može se naći na zvaničnom OpenAI blogu.

Share this Article
Leave a comment