作为一家量化交易公司，Jump Trading 构建预测模型，利用市场数据、新闻事件以及各类另类数据源，尽可能准确地预测资产价格。市场复杂、噪声繁多且不断变化，因此几乎不可能准确预判接下来会发生什么。但 Jump 的 LLM 研发负责人 Lucas Baker 表示，只要规模足够大，即使预测准确率仅略高于抛硬币，也足以成就一套成功的策略。
Baker 负责智能体技术的研发，专注于构建智能体、执行框架和基础设施，帮助量化研究员更广泛、更深入地探索自己的想法。引入 GPT‑6 Astra 后，可以交由智能体执行的工作流程在规模和复杂度上都大幅提升，涵盖日常编程到验证新假设的高级量化研究。
“GPT-6 系列，尤其是 GPT-6 Astra，让 OpenAI 将长周期任务的自主执行能力提升到了新层次。这类任务要求智能体灵活协作，并在复杂工作流程中极其持久地推进工作。过去，我们需要频繁提供人工指导和干预；现在，我们可以全力专注于构建一个安全、监控完善且目标明确的环境，让智能体自行探索实现目标的路径。”
过去一年里，AI 已从辅助编写临时代码片段、查找小错误的实用工具，发展为能够独立开发完整代码库和服务的多面手。如今，Baker 和他的团队发现，把 AI 当作同事来合作，更能发挥它的优势。研究员可以明确一个关键问题，设定工作环境以及评估结果质量和重要性的方法，然后实时引导一个或多个智能体，指明分析的重点或下一步要运行的任务。
Baker 表示，有了 GPT‑6 Astra，智能体如今不仅能够找到有价值、可落地的改进方案，还能将这些成果整合叠加，通过递归过程持续改进。在一项长时间运行的任务中，系统可以分析自己的发现，依据初始方案中约定的标准进行评判，并主动调整工作方向，无须人工逐轮分析每次改动。正如他所说：“你可以设定一项需要运行数天的任务——它需要从多个数据源获取数据，对哪些信息重要、哪些不重要作出细致判断，并将一切关联起来，形成全面的分析。如今，这样的任务确实能完成了。”
Jump Trading 的业务覆盖各类交易周期和资产类别。整个流程的每一步都很复杂，而在金融这样监管严格的行业中，失误既可能造成财务损失，也可能带来合规后果。Baker 表示，必须认识到将工作交给 AI 所带来的风险；但智能体的能力也可以用于提升质量、安全性和监控水平，而不只是增加功能。稳健的系统设计与边界、明确的约束、增强可控性和可观测性的基础设施，以及对改动的人工审核，共同帮助 Jump Trading 团队确保 AI 驱动的工作流程能够在受监管环境中规模化应用。
他说：“在安全的环境中，智能体或系统可以自由生成所需的任何输出，但流程最后还要有人工审核，由人完成关键验证并确认验收。这样的安排让我们有信心。”例如，如果智能体生成了一个交易信号，团队就会像对待任何其他输出一样，界定其适用范围并加以审核：它只是一个信号，通常有参考价值，但也可能出错，需要在经过严格审核和管控的执行环境中，与所有其他信号结合使用。
Baker 认为，我们正走向这样一个未来：“自主研究”，也就是由研究型智能体对可衡量的系统进行递归式改进，将变得极为普遍，被视为量化研究员日常工作流程的一部分。如今，即便是 GPT‑6 Astra 执行的耗时最长的工作，也仍需定期与任务设定者沟通确认——不仅要确认提取哪些数据、运行多久、哪些信息算重要，还要判断中间结果是否合理。更高级的自主研究仍将从人类定义的系统出发，包括输入、环境设定、评估指标、取舍和总体优先事项，但后续流程则会交给一支组织结构较松散的智能体“团队”，这些智能体本身又由其他智能体协调。在结构完善的研究流程中，这些智能体只需以一个开放性问题为起点，就能明智地决定如何探索思路、分配计算时间，以及整合有前景的发现。
“当你能把这一切从头到尾串联起来，提出一个连自己也不知道答案的宽泛问题，并得到有用的结果时，那会是什么样的情景？”他问道。“如果你能解决一道千禧年难题，大概也能在量化金融领域发现一些相当有趣的事实。”
每一年，模型不仅在基准测试中稳步提升，在能够胜任的工作类型上也实现了跨越式进步。这些进展往往连提前几个月都难以预测：2024 年，早期智能体能无误地编写一个文件就已令人印象深刻；到了 2025 年，从零创建完整代码库已成为可能；而在 2026 年，多个智能体已能动态协作，共同推进尚无定论的研究问题。“明年又会有什么进展？”他说。“这样的前景实在令人惊叹。”
