Third Moment Research ใช้เอเจนต์ 10,000 ตัวทำงาน 36+ ชั่วโมง

ทุกบริษัทต่างมีขั้นตอนการทำงาน เครื่องมือ กรณีเฉพาะ และนิยามความสำเร็จเป็นของตัวเอง ⁠(เปิดในหน้าต่างใหม่)Third Moment Research⁠(เปิดในหน้าต่างใหม่) เชื่อว่าเอเจนต์ที่ดีที่สุดควรทำงานเฉพาะทางเหล่านั้นได้อย่างเชี่ยวชาญ และยิ่งใช้งานมากเท่าไร ก็ยิ่งพัฒนาความสามารถได้มากขึ้นเท่านั้น

บริษัทกำลังนำแนวคิดนี้มาพัฒนาระบบ AI ที่สามารถเรียนรู้และปรับปรุงตัวเองได้ โดยใช้โมเดลล่าสุดของ OpenAI เพื่อศึกษาพฤติกรรมของเอเจนต์ ค้นหาจุดอ่อนที่เกิดขึ้นซ้ำ ๆ และสร้างสถานการณ์จำลองสังเคราะห์หลายพันรูปแบบที่เกี่ยวข้องกับปัญหาเหล่านั้นโดยอัตโนมัติ จากนั้นทีมงานจะนำสถานการณ์จำลองเหล่านี้มาใช้พัฒนาความสามารถของเอเจนต์ และทำขั้นตอนนี้ซ้ำเมื่อพบปัญหาใหม่ๆ

Third Moment ใช้ Codex, GPT‑6 Astra, GPT‑6 Sol และ GPT‑6.1 Sol เพื่อรองรับงานวิจัยและการประมวลผลของระบบ ทำให้สามารถใช้เอเจนต์ได้พร้อมกันถึง 10,000 ตัวในการตรวจสอบเชิงลึกที่ใช้เวลาต่อเนื่อง 36–48 ชั่วโมง อีกทั้งยังนำ Daybreak มาใช้ทดสอบความปลอดภัยของสภาพแวดล้อมการทำงานของเอเจนต์อีกด้วย

หนึ่งในสาขาแรกๆ ที่ Third Moment นำเทคโนโลยีของบริษัทไปประยุกต์ใช้คือการเงินเชิงปริมาณ เนื่องจากเป็นสาขาที่มีเกณฑ์วัดความสำเร็จชัดเจน จึงเหมาะสำหรับการศึกษาว่าเอเจนต์ทำงานอย่างไรและพบปัญหาในขั้นตอนใดบ้าง โดยทีมงานใช้ Codex เพื่อค้นหาและแก้ไขปัญหาภายในสภาพแวดล้อมการวิจัย

ตัวอย่างหนึ่งคือการใช้ Codex ร่วมกับ GPT‑5.6 ซึ่งเป็นโมเดล GPT รุ่นล่าสุดในขณะนั้น เพื่อวิเคราะห์บันทึกลำดับการทำงานของเอเจนต์ในการจำลองหลายพันรายการ โดยบันทึกเหล่านี้ครอบคลุมทั้งการกระทำของเอเจนต์และการตอบสนองของสภาพแวดล้อม พร้อมนำข้อมูลเวลาที่บันทึกไว้และโค้ดทั้งหมดของโครงการมาวิเคราะห์ประกอบกัน

Codex พบว่าสาเหตุหนึ่งที่ทำให้ระบบทำงานช้าคือการทดสอบกลยุทธ์การซื้อขายกับข้อมูลคำสั่งซื้อขายหุ้นสหรัฐฯ ย้อนหลังหนึ่งปี ซึ่งต้องใช้เวลาหลายชั่วโมง ระหว่างที่รอให้การทดสอบเสร็จสิ้น เอเจนต์จะสอบถามสถานะของงานอยู่เรื่อย ๆ ทำให้สิ้นเปลืองโทเค็น และมีข้อความตรวจสอบสถานะกินพื้นที่ในบริบทที่เอเจนต์ใช้ประมวลผลข้อมูล

Codex เริ่มจากการตรวจวิเคราะห์ประสิทธิภาพของระบบทดสอบย้อนหลัง พร้อมศึกษาข้อมูลนำเข้าและวิธีใช้งาน ก่อนพบแนวทางเพิ่มประสิทธิภาพสองวิธี ได้แก่ การใช้แคชและการจัดเก็บข้อมูลในหน่วยความจำให้กระชับขึ้น Codex จึงทดลองแนวทางแก้ไขและนำวิธีที่เหมาะสมไปใช้ในระบบจริง ส่งผลให้การทดสอบย้อนหลังที่เคยใช้เวลาประมาณ 3 ชั่วโมงเสร็จสิ้นภายใน 3–5 นาที นอกจากนี้ ยังช่วยลดการสิ้นเปลืองโทเค็นและปริมาณข้อมูลที่ไม่จำเป็นในบริบทการทำงาน ทำให้เอเจนต์สามารถนำโทเค็นไปใช้กับการทดลองอื่นๆ ได้มากขึ้น

Third Moment จัดเตรียมเครื่องมือ ข้อมูล และสภาพแวดล้อมที่จำเป็นให้เอเจนต์แต่ละตัวตามลักษณะงานที่ได้รับมอบหมาย สำหรับงานวิจัยเชิงปริมาณ ทีมงานใช้ระบบ Harness มาตรฐานของ Codex ภายในสภาพแวดล้อมที่สร้างด้วย Docker โดยเอเจนต์จะได้รับข้อมูลขนาด 1 เทราไบต์ เอกสารประกอบ และ Repository สำหรับงานวิจัย ซึ่งมีโมดูลสำหรับการสร้างคุณลักษณะจากข้อมูล การฝึกโมเดลด้วย GPU การพัฒนากลยุทธ์การซื้อขาย และการจำลองสถานการณ์

GPT‑6 Astra, GPT‑6 Sol และ GPT‑6.1 Sol ทำหน้าที่วิเคราะห์และให้เหตุผล ส่วนระบบ Harness ของ Codex ช่วยให้เอเจนต์สามารถใช้เครื่องมือต่างๆ เพื่อปฏิบัติงาน วางแผน กำหนดเป้าหมาย สร้างเอเจนต์ย่อย และสรุปบริบทให้กระชับลงระหว่างการทำงานอย่างต่อเนื่อง

เพื่อแก้ปัญหาเอเจนต์หยุดทำงานก่อนเสร็จ Third Moment ใช้ Codex เป็นเอเจนต์ย่อยภายใน Harness ชั้นนอกที่ขับเคลื่อนด้วย GPT‑6 Sol หรือ GPT‑6.1 Sol เมื่อมีงานค้างอยู่ Harness ชั้นนอกจะตรวจสอบลำดับการทำงาน แล้วตัดสินใจว่าจะลองใหม่ ยุติงาน หรือส่งต่อให้มนุษย์ตรวจสอบ

ในสภาพแวดล้อมการวิจัยนั้น เอเจนต์ทำงานเพื่อปรับปรุงระบบซื้อขายตั้งต้นที่วิศวกรของ Third Moment สร้างขึ้น โดยนำกลยุทธ์การซื้อขายมาทดสอบกับข้อมูลย้อนหลัง ประเมินว่าผลลัพธ์ที่ดีขึ้นนั้นเกิดจากการปรับปรุงประสิทธิภาพอย่างแท้จริงหรือเป็นเพียงความผันผวนแบบสุ่ม แล้วนำผลที่ได้มาใช้ตัดสินใจว่าจะทดลองอะไรต่อไป Adam ระบุว่าการทำงานของเอเจนต์ช่วยเพิ่มประสิทธิภาพของระบบซื้อขายตั้งต้นได้แล้ว

Adam กล่าวว่า ก่อนที่จะมี GPT‑5.5 โมเดลสามารถทำการทดลองได้เฉพาะตามที่ผู้ใช้กำหนดไว้เท่านั้น แต่เมื่อมี GPT‑5.5 และ GPT‑5.6 โมเดลที่ทำงานร่วมกับระบบ Harness ของ Codex ก็สามารถนำผลการทดลองมาใช้วางแผนการทดลองครั้งต่อไปได้ ปัจจุบัน GPT‑6 Astra, GPT‑6 Sol และ GPT‑6.1 Sol ช่วยให้เอเจนต์สามารถค้นหาสาเหตุที่แท้จริงของปัญหาได้ด้วยการสร้างเอเจนต์ย่อยเพื่อดำเนินการทดลองหลายร้อยรายการพร้อมกัน

ความก้าวหน้าเหล่านี้ช่วยให้เอเจนต์สามารถสำรวจแนวทางการวิจัยใหม่ๆ ที่ทีมงานไม่เคยนึกถึงมาก่อน ตัวอย่างเช่น ในการทำงานครั้งหนึ่ง GPT‑6.1 Sol พบว่ารายการซื้อขายที่ไม่แสดงในสมุดคำสั่งซื้อขายส่งผลต่อตลาดหลักทรัพย์แห่งหนึ่งอย่างไร โดยรายการซื้อขายประเภทนี้มีสัดส่วนของปริมาณการซื้อขายทั้งหมดสูงกว่าที่คาดไว้มาก Adam กล่าวว่า “นี่เป็นข้อค้นพบที่ทีมวิจัยของเราไม่เคยนึกถึงในตอนแรก”

Third Moment ประเมินประสิทธิภาพของโมเดลในด้านการเพิ่มประสิทธิภาพการทำงาน ระบบแมชชีนเลิร์นนิง และการวิจัยเชิงปริมาณ โดยทดสอบโมเดลรุ่นล้ำหน้าที่เพิ่งเปิดตัวด้วยการตั้งค่าระดับการให้เหตุผลสูงสุด เพื่อประเมินความสามารถในการค้นหาและทำความเข้าใจโค้ดใน Repository การเขียนโค้ดที่ทำงานได้อย่างมีประสิทธิภาพ และการศึกษาค้นคว้าอย่างต่อเนื่อง ปัจจุบันบริษัทยังทดสอบ GPT‑6 Luna ด้วย

การทดสอบหนึ่งกำหนดให้เอเจนต์ลดความล่าช้าในการอัปเดตข้อมูลของระบบแสดงคะแนนแบบเรียลไทม์ โดยต้องรักษาความถูกต้องของผลลัพธ์เดิมไว้ ทีมงานวัดความเร็วที่เพิ่มขึ้นด้วยการนำเวลาเฉลี่ยที่โซลูชันซึ่งผู้เชี่ยวชาญพัฒนาขึ้นใช้ในการทำงาน มาหารด้วยเวลาเฉลี่ยของโซลูชันที่โมเดลสร้างขึ้น โดยทดสอบบนฮาร์ดแวร์เดียวกันและนับเฉพาะโซลูชันที่ให้ผลลัพธ์ถูกต้อง Adam ระบุว่า GPT‑6 Astra ทำความเร็วเพิ่มขึ้นได้มากที่สุด

สำหรับงานที่มีเป้าหมายเฉพาะ เช่น การตรวจหาช่องโหว่ด้านความปลอดภัยบางประเภทในระบบจำลอง ทีมงานจะเลือกใช้โมเดลที่ประหยัดทรัพยากรมากกว่าอย่าง GPT‑5.6 Terra ส่วนงานที่ต้องค้นคว้าข้อมูลเชิงลึก Adam มองว่าความสามารถในการให้เหตุผลที่สูงขึ้นนั้นคุ้มค่ากับค่าใช้จ่ายที่เพิ่มขึ้น โดยกล่าวว่า “ในแวดวงการเงินเชิงปริมาณ การค้นพบสัญญาณที่น่าสนใจและนำไปใช้ประโยชน์ได้ถือเป็นสิ่งที่มีมูลค่าสูงมาก”

เนื่องจาก Third Moment มีเอเจนต์ 10,000 ตัวที่ทำงานได้โดยอัตโนมัติ บริษัทจึงต้องสามารถตรวจสอบความปลอดภัยของสภาพแวดล้อมการวิจัยจำนวนมากได้อย่างมีประสิทธิภาพ ทีมงานจึงนำ Daybreak ซึ่งเป็นแพลตฟอร์มด้านความมั่นคงปลอดภัยทางไซเบอร์มาใช้ทดสอบความปลอดภัยโดยอัตโนมัติก่อนเริ่มการจำลองสถานการณ์

การทดสอบจะตรวจสอบว่าเอเจนต์สามารถหลุดออกจากสภาพแวดล้อมการวิจัยและเข้าถึงเครือข่ายภายนอกได้หรือไม่ “การใช้ Daybreak ทำให้เราสามารถให้เอเจนต์ทดสอบเจาะระบบจำลองด้วยตัวเอง รวมถึงทดสอบโครงสร้างพื้นฐานและความปลอดภัยของระบบนั้นได้” Adam กล่าว

Third Moment ยังมีเป้าหมายที่จะนำเทคโนโลยีไปใช้กับงานเฉพาะทางที่บริษัทต่างๆ ต้องทำในแต่ละวันด้วย เช่น ธุรกิจค้าปลีกอาจใช้เทคโนโลยีนี้ช่วยตัดสินใจเกี่ยวกับห่วงโซ่อุปทานได้ดียิ่งขึ้นเมื่อสินค้าคงคลังมีไม่เพียงพอหรือซัพพลายเออร์ส่งสินค้าล่าช้า ส่วนทีมวิศวกรก็อาจใช้ค้นหาจุดที่ทำให้ระบบทำงานช้าลงภายในชุดโค้ดขนาดใหญ่ ขณะที่ธุรกิจซึ่งต้องจัดการเอกสารจำนวนมากอาจใช้ตรวจหาข้อมูลที่ไม่สอดคล้องกันระหว่างสิ่งที่ระบุว่าจะดำเนินการในเอกสารฉบับหนึ่งกับผลการดำเนินงานที่บันทึกไว้ในเอกสารอีกฉบับ

Third Moment วางแผนต่อยอดความสามารถในการให้เหตุผลของ GPT‑6 Astra, GPT‑6 Sol และ GPT‑6.1 Sol เพื่อขยายจากการศึกษาค้นคว้าแต่ละเรื่องไปสู่การใช้เอเจนต์ย่อยหลายแสนตัวทำงานร่วมกัน โดยบริษัทตั้งเป้าที่จะใช้โทเค็นหลายล้านล้านโทเค็นรองรับการทดลองหลายสิบรายการที่ต้องดำเนินการต่อเนื่องเป็นลำดับ เพราะแต่ละการทดลองต้องอาศัยผลลัพธ์จากการทดลองก่อนหน้า ทั้งนี้ บริษัทต้องการนำผลการวิจัยเหล่านี้มาใช้พัฒนาเอเจนต์ให้สามารถปรับปรุงตัวเองได้โดยอัตโนมัติเมื่อเผชิญกับความท้าทายใหม่ๆ

Adam มองว่าแนวทางนี้จะช่วยให้มนุษย์มีบทบาทในการกำหนดทิศทางการเรียนรู้และการทำงานของเอเจนต์ได้มากขึ้น โดยกล่าวว่า “มนุษย์จะสามารถสร้างผลลัพธ์ได้มากขึ้นโดยไม่ต้องลงมือทำทุกอย่างด้วยตัวเอง เพราะเราจะหันมาให้ความสำคัญกับการคิดว่าจะทำวิจัยอย่างไร และจะปรับปรุงกระบวนการวิจัยให้ดีขึ้นได้อย่างไร แทนที่จะต้องลงมือทำวิจัยเอง”