{"id":3511,"date":"2026-10-14T21:37:55","date_gmt":"2026-10-14T21:37:55","guid":{"rendered":"https:\/\/11000.dev\/index.php\/2026\/10\/14\/third-moment-research-pokrece-10-000-ai-agenata-koji-danima-sami-istrazuju\/"},"modified":"2026-10-14T21:37:55","modified_gmt":"2026-10-14T21:37:55","slug":"third-moment-research-pokrece-10-000-ai-agenata-koji-danima-sami-istrazuju","status":"publish","type":"post","link":"https:\/\/11000.dev\/index.php\/2026\/10\/14\/third-moment-research-pokrece-10-000-ai-agenata-koji-danima-sami-istrazuju\/","title":{"rendered":"Third Moment Research pokre\u0107e 10.000 AI agenata koji danima sami istra\u017euju"},"content":{"rendered":"<p>\u0160ta se dogodi kada AI agentima date terabajt podataka, sopstveni istra\u017eiva\u010dki repozitorijum i tri dana neprekidnog rada? Mala laboratorija <strong>Third Moment Research<\/strong> tvrdi da zna odgovor \u2014 i da rezultat mo\u017ee da promeni na\u010din na koji kompanije razvijaju autonomne sisteme.<\/p>\n<p><figure class=\"wp-block-image size-large\"><img decoding=\"async\" src=\"https:\/\/11000.dev\/wp-content\/uploads\/2026\/10\/third-moment-research-first-light-social-1920x1080-1.png\" alt=\"Third Moment Research pokre\u0107e 10.000 AI agenata koji danima sami istra\u017euju\" \/><\/figure>\n<\/p>\n<p>Ova kompanija, \u010dije je sedi\u0161te u Severnoj Americi, izgradila je samousavr\u0161avaju\u0107i AI sistem oko jednostavne ideje: najbolji agenti nisu oni koji sve rade dobro, ve\u0107 oni koji postaju sve bolji u <strong>konkretnom poslu<\/strong> \u0161to ga vi\u0161e obavljaju. Umesto da ru\u010dno pi\u0161u pravila, in\u017eenjeri pu\u0161taju modele da analiziraju pona\u0161anje agenata, prona\u0111u slabe ta\u010dke i automatski generi\u0161u hiljade sinteti\u010dkih scenarija oko upravo tih problema.<\/p>\n<h2>Deset hiljada agenata, jedan dan, bilion tokena<\/h2>\n<p>Prema podacima koje je kompanija podelila, njihov sistem istovremeno vrti <strong>10.000 agenata<\/strong>, a pojedina\u010dne autonomne istra\u017eiva\u010dke sesije traju izme\u0111u <strong>36 i 48 sati<\/strong>. U jednom danu sistem je potro\u0161io \u010dak bilion OpenAI tokena. Za pore\u0111enje, to je koli\u010dina obrade koju ve\u0107ina firmi ne vidi ni za godinu.<\/p>\n<p>U srcu sistema su OpenAI modeli \u2014 <strong>GPT-6 Astra<\/strong>, <strong>GPT-6 Sol<\/strong> i <strong>GPT-6.1 Sol<\/strong> \u2014 uz Codex kao izvr\u0161ni sloj i Daybreak za bezbednosno testiranje okru\u017eenja u kojima agenti rade. Kako navodi Adam Khakhar, suosniva\u010d kompanije, \u201eu jednoj sesiji GPT-6.1 Sol uspeva da odr\u017ei koherentnu nit ra\u010dunarskog istra\u017eivanja tokom dana ra\u010dunanja, bez gubljenja konteksta&#8221;.<\/p>\n<p><figure class=\"wp-block-image size-large\"><img decoding=\"async\" src=\"https:\/\/11000.dev\/wp-content\/uploads\/2026\/10\/third-moment-research-first-light-cover-1080x1080-4.webp\" alt=\"Third Moment Research pokre\u0107e 10.000 AI agenata koji danima sami istra\u017euju\" \/><\/figure>\n<\/p>\n<h2>Od tri sata do tri minuta<\/h2>\n<p>Najkonkretniji primer dolazi iz kvantitativnih finansija, gde je uspeh lako merljiv. Tim je koristio Codex da prona\u0111e usko grlo u svom istra\u017eiva\u010dkom okru\u017eenju i otkrio pravi krivca: <strong>backtest<\/strong> trgova\u010dke strategije nad godinom dana podataka o ameri\u010dkim akcijama trajao je nekoliko sati. Dok su \u010dekali, agenti su u petlji proveravali da li je posao gotov \u2014 tro\u0161e\u0107i tokene i puniv\u0161i sopstveni kontekst besmislenim statusnim porukama.<\/p>\n<p>Codex je profilisao backtest, analizirao ulaze i na\u010din kori\u0161\u0107enja, predlo\u017eio ke\u0161iranje i tehniku pakovanja memorije, eksperimentisao sa re\u0161enjima i na kraju gurnuo ispravku u produkciju. Rezultat: vreme backtesta palo je sa pribli\u017eno <strong>tri sata na tri do pet minuta<\/strong> \u2014 smanjenje od \u010dak 97 odsto. Oslobo\u0111eni tokeni i \u010distiji kontekst zna\u010de vi\u0161e prostora za prave eksperimente.<\/p>\n<p><figure class=\"wp-block-image size-large\"><img decoding=\"async\" src=\"https:\/\/11000.dev\/wp-content\/uploads\/2026\/10\/third-moment-agent-improvement-desktop-light-tight.webp\" alt=\"Third Moment Research pokre\u0107e 10.000 AI agenata koji danima sami istra\u017euju\" \/><\/figure>\n<\/p>\n<h2>Kako agent ne \u201epobegne&#8221; sa zadatka<\/h2>\n<p>Svaki agent dobija alatke, informacije i okru\u017eenje skrojene za konkretan posao. Za kvantitativno istra\u017eivanje tim pokre\u0107e podrazumevani Codex harness unutar Docker okru\u017eenja, a agentima se dodeljuje terabajt podataka, dokumentacija i repozitorijum sa modulima za in\u017eenjering karakteristika, treniranje modela uz GPU podr\u0161ku, trgova\u010dke strategije i simulacije.<\/p>\n<p>Modeli poput GPT-6 Astra, GPT-6 Sol i GPT-6.1 Sol daju rezonovanje, dok Codex harness agentima omogu\u0107ava da deluju, prave planove, postavljaju ciljeve, ra\u0111aju podagente i sa\u017eimaju kontekst kako posao odmi\u010de. Time se re\u0161ava klasi\u010dan problem autonomnih sistema \u2014 agenti koji stanu pre nego \u0161to zavr\u0161e zadatak.<\/p>\n<p>Third Moment ne krije ambicije: slede\u0107i korak je sistem sa <strong>stotinama hiljada agenata<\/strong> koji sara\u0111uju. Ako ta tranzicija uspe, granica izme\u0111u \u201eAI alatke&#8221; i \u201eAI istra\u017eiva\u010da koji radi dok vi spavate&#8221; mogla bi trajno da se izbri\u0161e.<\/p>\n<p>Vi\u0161e detalja o samom projektu mo\u017ee se na\u0107i na <a href=\"https:\/\/openai.com\/index\/third-moment-research\" target=\"_blank\" rel=\"noopener\">zvani\u010dnom OpenAI blogu<\/a>.<\/p>\n","protected":false},"excerpt":{"rendered":"<p>\u0160ta se dogodi kada AI agentima date terabajt podataka, sopstveni istra\u017eiva\u010dki repozitorijum i tri dana neprekidnog rada? Mala laboratorija Third Moment Research tvrdi da zna odgovor \u2014 i da rezultat mo\u017ee da promeni na\u010din na koji kompanije razvijaju autonomne sisteme. Ova kompanija, \u010dije je sedi\u0161te u Severnoj Americi, izgradila je samousavr\u0161avaju\u0107i AI sistem oko jednostavne [&hellip;]<\/p>\n","protected":false},"author":1,"featured_media":3506,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"content-type":"","footnotes":""},"categories":[103,104],"tags":[],"class_list":["post-3511","post","type-post","status-publish","format-standard","has-post-thumbnail","category-ai","category-tehnologija"],"_links":{"self":[{"href":"https:\/\/11000.dev\/index.php\/wp-json\/wp\/v2\/posts\/3511","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/11000.dev\/index.php\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/11000.dev\/index.php\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/11000.dev\/index.php\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/11000.dev\/index.php\/wp-json\/wp\/v2\/comments?post=3511"}],"version-history":[{"count":0,"href":"https:\/\/11000.dev\/index.php\/wp-json\/wp\/v2\/posts\/3511\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/11000.dev\/index.php\/wp-json\/wp\/v2\/media\/3506"}],"wp:attachment":[{"href":"https:\/\/11000.dev\/index.php\/wp-json\/wp\/v2\/media?parent=3511"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/11000.dev\/index.php\/wp-json\/wp\/v2\/categories?post=3511"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/11000.dev\/index.php\/wp-json\/wp\/v2\/tags?post=3511"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}