Terminal X 運用 GPT‑6.1，與資深投資人的判斷一致率達 88.6%
Terminal X 的評估智慧體依據 54 項準則為輸出評分，運用 GPT‑6.1 Sol，多找出 25% 偏離基金投資方針的情況。
25%
相較於表現次佳的模型，GPT‑6.1 Sol 更能偵測出偏離基金投資方針的智慧體回答
240 萬美元
一位客戶在盡職調查與投資工作流程上節省的成本，換算為年度金額
+220 個基點
相較於表現次佳的模型，採用 GPT‑6.1 Sol 的智慧體與人工審查者的判斷一致率更高
30%
相較於表現次佳的模型，GPT‑6.1 Sol 的每次查詢成本更低
投資公司的優勢來自一筆筆交易的累積，但每次決策背後的判斷依據，往往只存在於少數資深投資人的腦海中。當這些人離開，公司就背負了 Terminal X(在新視窗中開啟) 所謂的「記憶債」：文件或許留了下來，背後的推理卻隨之流失。
Terminal X 的 Capital Memory 作業系統，正是為了逐步償還這筆債而設計。該公司的前線部署工程師，過去曾在摩根大通與黑石擔任金融及投資專業人員。他們進駐各客戶的投資團隊，設計公司的智慧體架構，並將其投資方式編寫成由公司自行擁有的智慧體，部署在地端或公司自有的雲端環境中。
包括 GPT‑6.1 Sol 和 GPT‑6 Luna 在內的 OpenAI 模型，負責這些智慧體內部的推理工作。Terminal X 的評估智慧體則依據公司的標準，為智慧體的輸出評分。相較於表現次佳的模型，GPT‑6.1 Sol 協助評估智慧體多找出約 25% 偏離基金投資方針的建議，執行相同工作流程時，每次查詢成本也降低約 30%。
「GPT-6.1 Sol 的長上下文推理能力與 Token 使用效率，讓我們能建立更深入的評估流程。這有助於我們的評估智慧體，讓投資判斷變得可衡量、可稽核。」
Terminal X 為每位客戶打造智慧體，讓它們依循該公司頂尖投資人的方式進行投資。Terminal X 工程師會進駐客戶現場數週，從公司信賴的投資備忘錄中回溯分析方法，並記錄從未寫下的作業流程，例如信貸團隊如何篩選借款人，或共同投資團隊在撰寫備忘錄前會查閱哪些來源。
接著，這些流程會被編寫進數百個智慧體，依資產類別與策略量身打造，並為各個投資階段配置子智慧體。GPT‑6.1 Sol 負責需要判斷力與超大上下文視窗的階段：整合投資論點、找出關鍵考量因素，以及評估是否符合公司的投資方針。GPT‑6 Luna 則負責處理量大、Token 使用效率比分析深度更重要的步驟。
這些智慧體在各公司的私有資料室內運作；這是供企業分享與管理敏感投資資料的專用環境。智慧體會處理英文、韓文、日文和中文文件，並將學到的內容儲存為公司記憶：這是一份具版本管理的紀錄，記載某個業務團隊如何做出某類決策，涵蓋過往分析、委員會決議、工作流程指令，以及公司的投資觀點。
工程師將每筆記憶轉化為 Terminal X 平台上可重複執行的工作流程。正式環境中的每次查詢都保有完整軌跡，可供稽核，包括執行步驟、擷取的來源、使用的模型，以及推理過程。
據 Terminal X 表示，這種做法為客戶大幅節省成本。其中一家私募股權公司回報，透過自動化盡職調查與投資備忘錄工作流程，換算每年可節省 240 萬美元。
為了依據公司自身的標準檢查智慧體的回答，Terminal X 打造了評估智慧體。這套精心編排的工作流程運用 GPT‑6.1 Sol 和其他 OpenAI 模型，像副總裁審閱分析師的工作成果一樣，檢視智慧體的每一項輸出。
評估智慧體依據包含 54 項準則的評分規範，逐一檢查輸出。它會檢查：數字、可比標的、市場共識數據和引文，是否取自正確的來源？論述是否站得住腳？建議是否符合公司的投資觀點？
每項檢查的結果分為通過或未通過。每個未通過項目都會附上一行原因說明，以及更合適的來源或修正後的文字，並轉化為一筆記憶。例如，遺漏的來源、錯誤的可比標的，或偏離公司投資觀點的論點，都會被編寫成該業務團隊的新工作流程指令或新測試案例。
Terminal X 共同創辦人暨技術長 Ken Lee 表示：「每個回答都會經過評估，而分析師的每次修正，都會讓系統更了解這家公司的運作方式。」「因此，公司使用得越久，系統的思考方式就越像他們自己的團隊。」
Terminal X 根據自身的評估結果挑選模型。在 500 次評分判斷中，採用 GPT‑6.1 Sol 的評估智慧體，與資深人工審查者的判斷一致率達 88.6%；表現次佳的模型則為 86.4%，相差 220 個基點。
在偵測投資風格偏移這類錯誤上，GPT‑6.1 Sol 的表現尤其出色。例如，併購基金的投資方針，是尋找交易價格低於資產淨值（NAV）的私有化收購標的、評估企業的投資價值，並規劃融資架構。但當情境模型顯示市場可能轉向時，交易提案卻開始建議建立困境債權部位，或提供紓困融資。採用 GPT‑6.1 Sol 的評估智慧體，比表現次佳的模型多找出約 25% 這類偏離投資方針的情況。
GPT‑6.1 Sol 在長上下文任務中的 Token 使用效率，讓 Terminal X 能在相同預算內建立更深入的審查流程。系統會先依據基金的投資方針檢驗投資論點，再與基金近期的交易比對。對於不確定的判斷，系統會重新執行評估，智慧體則會在回報前比對並統整結果。
這種更深入的審查，找出了同級模型單次審查時未攔下的問題交易。GPT‑6.1 Sol 執行相同工作流程時，速度與表現次佳的模型相近，每次查詢成本卻低約 30%。
藉助 GPT‑6.1 Sol 和 GPT‑6 Luna，Terminal X 已建立 1,700 筆公司記憶，執行超過 100 萬次客製化工作流程，每週活躍使用者人數也達到每月活躍使用者人數的 81%。
Terminal X 下一步將把公司記憶從業務團隊延伸至個人，讓每位投資專業人員的判斷標準，不只被記錄在口頭描述中，也能從實際工作中擷取。
對 Terminal X 共同創辦人暨執行長 Hyun 而言，這正是核心目標：「未來十年能勝出的公司，會將自身的判斷能力化為自己擁有的資料。我們的工作就是讓這些判斷變得可衡量，進而得以保留、改進並重複運用。」
