كيف تشغّل Third Moment Research نحو 10,000 وكيل لأكثر من 36 ساعة

لكل شركة مسارات عملها وأدواتها وحالاتها الاستثنائية ومعاييرها الخاصة للنجاح. ترى ⁠(يفتح في نافذة جديدة)Third Moment Research⁠(يفتح في نافذة جديدة) أن أفضل الوكلاء هم من يتقنون هذا العمل المحدد، وتتحسن قدراتهم كلما زاد استخدامهم.

تبني الشركة نظام ذكاء اصطناعي ذاتي التحسين قائمًا على هذه الفكرة، وتستخدم أحدث نماذج OpenAI لفهم سلوك الوكلاء، وتحديد نقاط الضعف المتكررة، وإنشاء آلاف السيناريوهات الاصطناعية تلقائيًا حول تلك المشكلات. يستخدم الفريق هذه السيناريوهات لتحسين الوكلاء، ويكرر العملية كلما ظهرت مشكلات جديدة.

يدعم كل من Codex وGPT‑6 Astra وGPT‑6 Sol وGPT‑6.1 Sol أعمال البحث والحوسبة في النظام، ما يتيح لشركة Third Moment تشغيل 10,000 وكيل في وقت واحد لإجراء أبحاث تستغرق 36–48 ساعة. وتستخدم الشركة أيضًا Daybreak لاختبار أمن البيئات التي يعمل فيها الوكلاء.

كان التمويل الكمي من أولى المجالات التي طبّقت فيها Third Moment نظامها، نظرًا إلى وضوح معيار النجاح فيه. يوفر هذا المجال بيئة عملية لدراسة كيفية عمل الوكلاء والجوانب التي يواجهون فيها صعوبات. يستخدم الفريق Codex لاكتشاف المشكلات في بيئة البحث ومعالجتها.

في إحدى المرات، استخدم الفريق Codex مع GPT‑5.6، أحدث نماذج GPT آنذاك، لتحليل آلاف مسارات المحاكاة المسجّلة (إجراءات الوكلاء واستجابات البيئة)، إلى جانب الطوابع الزمنية وقاعدة الشيفرة البرمجية.

كشف Codex عن عنق زجاجة: كان الاختبار الرجعي لاستراتيجية تداول على بيانات الأسهم الأمريكية المفصّلة على مستوى الأوامر لسنة كاملة يستغرق عدة ساعات. وخلال الانتظار، كان الوكلاء يستعلمون مرارًا عن اكتمال الاختبار، ما يهدر الرموز ويملأ سياقهم باستعلامات الحالة.

بعد قياس أداء الاختبار الرجعي وتحليل مدخلاته وكيفية استخدامه، حدّد Codex تحسينًا للتخزين المؤقت وتقنية لحزم البيانات في الذاكرة. جرّب Codex حلولًا ونشر الإصلاح في بيئة الإنتاج، فقلّص وقت الاختبار الرجعي من نحو 3 ساعات إلى نحو 3 إلى 5 دقائق. أدى ذلك إلى تقليل استهلاك الرموز وتراكم المعلومات غير المفيدة في السياق، ما أتاح للوكلاء تخصيص مزيد من رصيد الرموز لإجراء تجارب إضافية.

تزوّد Third Moment كل وكيل بالأدوات والمعلومات والبيئة التي يحتاج إليها لأداء عمل محدد. لإجراء البحوث الكمية، يشغّل الفريق منظومة التقييم الافتراضية في Codex داخل بيئة قائمة على حاويات Docker. يحصل الوكلاء على تيرابايت من البيانات، ووثائق، ومستودع بحثي يضم وحدات لهندسة الميزات وتدريب النماذج المدعوم بوحدات معالجة الرسومات واستراتيجيات التداول والمحاكاة.

توفّر نماذج GPT‑6 Astra وGPT‑6 Sol وGPT‑6.1 Sol قدرات الاستدلال، بينما تزوّد منظومة التقييم في Codex الوكلاء بأدوات لتنفيذ الإجراءات ووضع الخطط وتحديد الأهداف وإنشاء وكلاء فرعيين وضغط السياق مع استمرار العمل.

لمعالجة مشكلة توقف الوكلاء قبل إكمال المهمة، تستخدم Third Moment نظام Codex كوكيل فرعي داخل منظومة تقييم خارجية تعمل بنموذج GPT‑6 Sol أو GPT‑6.1 Sol. تفحص منظومة التقييم الخارجية مسار التنفيذ عندما تُترك مهمة غير مكتملة، وتقرر ما إذا كان ينبغي إعادة المحاولة أو إنهاء العمل أو إحالته إلى مراجعة بشرية.

في بيئة البحث تلك، يعمل الوكلاء على تحسين نظام تداول أساسي بناه مهندسو Third Moment. يختبرون استراتيجيات التداول على بيانات تاريخية، ويقيّمون ما إذا كان التحسن ذا دلالة أم مجرد ضوضاء إحصائية، ويستخدمون كل نتيجة لاختيار التجربة التالية. وبحسب آدم، أسهم عملهم في تحسين نظام التداول الأساسي.

يقول آدم إن النماذج قبل GPT‑5.5 كانت تقتصر على تنفيذ التجارب التي يحددها المستخدم. مع GPT‑5.5 وGPT‑5.6، أصبحت النماذج التي تعمل مع منظومة التقييم في Codex قادرة على استخدام النتائج لتصميم تجارب لاحقة. والآن، مع GPT‑6 Astra وGPT‑6 Sol وGPT‑6.1 Sol، يستطيع الوكلاء تقصّي الأسباب الجذرية من خلال مئات التجارب التي تُجرى بالتوازي بمساعدة وكلاء فرعيين.

ساعد هذا التطور الوكلاء على استكشاف مسارات بحثية لم يتوقعها الفريق. في إحدى الجلسات، حدّد GPT‑6.1 Sol أثر الصفقات غير المعلنة في بورصة شكّلت فيها تلك الصفقات حصة كبيرة على نحو غير متوقع من حجم التداول. يقول آدم: «كانت هذه نتيجة غير بديهية لم يأخذها فريق البحث في الحسبان في البداية».

تقيّم Third Moment النماذج في مجالات التحسين وأنظمة تعلّم الآلة والبحوث الكمية. وتختبر إصدارات النماذج الرائدة بأعلى إعدادات الاستدلال، لتقييم قدرتها على استكشاف المستودعات وكتابة شيفرة برمجية كفؤة ومواصلة البحث. وتشمل الاختبارات الحالية أيضًا GPT‑6 Luna.

يطلب أحد الاختبارات المعيارية من الوكلاء تقليل زمن تأخر التحديث في خدمة لعرض النتائج المباشرة، مع الحفاظ على مخرجاتها. يقيس الفريق مقدار التسريع بقسمة متوسط وقت تنفيذ حل صمّمه خبير على متوسط وقت تنفيذ حل النموذج على الأجهزة نفسها، بشرط صحة النتائج. وبحسب آدم، حقق GPT‑6 Astra أكبر تسريع.

للأعمال المحددة، ومنها التحقق من وجود نقاط ضعف أمنية بعينها في نظام المحاكاة، يستخدم الفريق نماذج أكثر كفاءة مثل GPT‑5.6 Terra. أما في البحث التفصيلي، فيرى آدم أن قدرات الاستدلال الأقوى قد تبرر التكلفة الأعلى: «في مجال التمويل الكمي، يحمل اكتشاف إشارة جديرة بالاهتمام قيمة كبيرة جدًا».

مع تشغيل 10,000 وكيل يعملون ذاتيًا، تحتاج Third Moment إلى وسيلة لاختبار أمن بيئاتها البحثية على نطاق واسع. يستخدم الفريق منصة Daybreak للأمن السيبراني لأتمتة هذه الاختبارات قبل بدء عمليات المحاكاة.

تتحقق الاختبارات مما إذا كان بإمكان وكيل تجاوز حدود بيئته البحثية والوصول إلى الشبكة الأوسع. يقول آدم: «باستخدام Daybreak، نستطيع جعل الوكلاء أنفسهم يجرون اختبارات اختراق للمحاكاة ويختبرون بنيتها التحتية وأمنها».

يمتد طموح Third Moment إلى الأعمال المتخصصة التي تنفذها الشركات يوميًا. فبالنسبة إلى شركة لبيع التجزئة، قد يعني ذلك اتخاذ قرارات أفضل بشأن سلسلة التوريد عند نقص المخزون أو تأخر أحد الموردين. وبالنسبة إلى فريق هندسي، قد يعني اكتشاف الاختناقات التي تعوق الأداء في قاعدة شيفرة برمجية كبيرة. أما بالنسبة إلى شركة تعتمد بكثافة على المستندات، فقد يعني تحديد مواضع عدم التطابق بين الالتزامات الواردة في مستند والنتائج المسجّلة في مستند آخر.

انطلاقًا من قدرات الاستدلال في GPT‑6 Astra وGPT‑6 Sol وGPT‑6.1 Sol، تخطط Third Moment للتوسع من أبحاث فردية إلى مئات الآلاف من الوكلاء الفرعيين المتعاونين. تتضمن خارطة طريق الشركة استخدام تريليونات الرموز لدعم سلاسل تضم عشرات التجارب التي يعتمد بعضها على بعض، بهدف توظيف هذه البحوث في تحسين الوكلاء ذاتيًا كلما ظهرت تحديات جديدة.

يرى آدم أن ذلك سيمنح الناس قدرة أكبر على توجيه طريقة تعلّم الوكلاء وعملهم: «يمكن أن يصبح دور البشر أكثر تأثيرًا بكثير، بحيث يفكرون في كيفية إجراء البحث وتحسين العملية البحثية نفسها، بدلًا من تنفيذ البحث فعليًا».