Third Moment ResearchはOpenAIのモデルとCodexを使い、36〜48時間続く調査で1万のエージェントを同時に稼働させています。Daybreakは、エージェントが作業する環境のセキュリティを検査します。同社によると、モデルがエージェントの行動を分析して繰り返し現れる弱点を特定し、追加検証用の合成シナリオを数千件生成するサイクルを重ね、エージェントの性能を高めています。システムは定量金融を含む調査や計算作業に対応します。

定量金融の用途の一つでは、Codexが記録済みのシミュレーション軌跡、タイムスタンプ、コードを数千件分析し、遅いバックテストの原因を調べました。米国株の注文単位のデータを1年分使って取引戦略を実行すると数時間かかり、その間、エージェントは状況を繰り返し確認していました。Codexはキャッシュとメモリーのパッキング方法の変更を見つけて修正を適用し、処理時間を約3時間から約3〜5分に短縮しました。OpenAIの発表では、バックテスト時間を97％削減しました。実行時間が短くなったことで、トークン使用量と、エージェントのコンテキストを占めていた状況確認も減りました。

定量調査では、エージェントはDocker化された環境でCodexの標準ハーネスを動かします。そこにはテラバイト単位のデータ、文書、特徴量エンジニアリング、GPUを使ったモデル訓練、取引戦略、シミュレーション用モジュールを含む研究リポジトリーがあります。GPT-6 Astra、GPT-6 Sol、GPT-6.1 Solが推論を担い、ハーネスを通じてエージェントはツールの使用、計画、目標設定、サブエージェントの起動、コンテキストの圧縮を行います。GPT-6 SolまたはGPT-6.1 Solを使う外側のハーネスは未完了のタスクを確認し、再試行するか、停止するか、人による確認に回すかを決めます。エージェントは過去のデータで戦略を検証し、その結果から次の実験を選びます。共同創業者のアダム・カクハー（Adam Khakhar）によると、エージェントの作業でチームの基準となる取引システムが改善しました。

カクハーは、Codexと組み合わせて使うGPT-5.5とGPT-5.6により、モデルが実験結果に基づいて次の実験を設計できると述べています。GPT-6 Astra、GPT-6 Sol、GPT-6.1 Solでは、サブエージェントを使った数百件の並列実験を通じて、根本原因を調べられます。あるセッションではGPT-6.1 Solが、取引所の出来高に占める非表示取引の割合が予想外に大きいと特定しました。チームは当初、この要因を考慮していませんでした。Third Momentは最適化、機械学習システム、定量調査でモデルを検証しており、GPT-6 Lunaも試しています。共同創業者のジェフリー・ヤン（Jeffrey Yan）によると、GPT-6.1 SolはGPT-6 Astraに近い性能を示しながらトークン使用量が最も少ないため、同社で最も多く使われています。出力を保持するライブスコアボードサービスを必要とするレイテンシーのベンチマークでは、カクハーによるとGPT-6 Astraが最大の高速化を達成しました。

Third MomentはDaybreakを使い、シミュレーション開始前にエージェントが調査環境から抜け出し、外部ネットワークにアクセスできるかを検査します。同社は、これによりエージェント基盤全体の侵入テストを自動化していると説明しています。同社が示した規模は、同時稼働するエージェントが1万、調査セッションが36〜48時間、1日に使用したOpenAIのトークンが1兆です。

同社は個別の調査から、数十万のサブエージェントが協働する体制への拡大を計画しています。ロードマップでは、数十段階の依存関係を持つ実験の連鎖を支えるために数兆トークンを使い、課題が生じるたびに調査を通じてエージェントを改善することを目指しています。

Third Moment ResearchはOpenAIのモデルとCodexを使い、36〜48時間続く調査で1万のエージェントを同時に稼働させています。Daybreakは、エージェントが作業する環境のセキュリティを検査します。同社によると、モデルがエージェントの行動を分析して繰り返し現れる弱点を特定し、追加検証用の合成シナリオを数千件生成するサイクルを重ね、エージェントの性能を高めています。システムは定量金融を含む調査や計算作業に対応します。

定量金融の用途の一つでは、Codexが記録済みのシミュレーション軌跡、タイムスタンプ、コードを数千件分析し、遅いバックテストの原因を調べました。米国株の注文単位のデータを1年分使って取引戦略を実行すると数時間かかり、その間、エージェントは状況を繰り返し確認していました。Codexはキャッシュとメモリーのパッキング方法の変更を見つけて修正を適用し、処理時間を約3時間から約3〜5分に短縮しました。OpenAIの発表では、バックテスト時間を97％削減しました。実行時間が短くなったことで、トークン使用量と、エージェントのコンテキストを占めていた状況確認も減りました。

定量調査では、エージェントはDocker化された環境でCodexの標準ハーネスを動かします。そこにはテラバイト単位のデータ、文書、特徴量エンジニアリング、GPUを使ったモデル訓練、取引戦略、シミュレーション用モジュールを含む研究リポジトリーがあります。GPT-6 Astra、GPT-6 Sol、GPT-6.1 Solが推論を担い、ハーネスを通じてエージェントはツールの使用、計画、目標設定、サブエージェントの起動、コンテキストの圧縮を行います。GPT-6 SolまたはGPT-6.1 Solを使う外側のハーネスは未完了のタスクを確認し、再試行するか、停止するか、人による確認に回すかを決めます。エージェントは過去のデータで戦略を検証し、その結果から次の実験を選びます。共同創業者のアダム・カクハー（Adam Khakhar）によると、エージェントの作業でチームの基準となる取引システムが改善しました。

カクハーは、Codexと組み合わせて使うGPT-5.5とGPT-5.6により、モデルが実験結果に基づいて次の実験を設計できると述べています。GPT-6 Astra、GPT-6 Sol、GPT-6.1 Solでは、サブエージェントを使った数百件の並列実験を通じて、根本原因を調べられます。あるセッションではGPT-6.1 Solが、取引所の出来高に占める非表示取引の割合が予想外に大きいと特定しました。チームは当初、この要因を考慮していませんでした。Third Momentは最適化、機械学習システム、定量調査でモデルを検証しており、GPT-6 Lunaも試しています。共同創業者のジェフリー・ヤン（Jeffrey Yan）によると、GPT-6.1 SolはGPT-6 Astraに近い性能を示しながらトークン使用量が最も少ないため、同社で最も多く使われています。出力を保持するライブスコアボードサービスを必要とするレイテンシーのベンチマークでは、カクハーによるとGPT-6 Astraが最大の高速化を達成しました。

Third MomentはDaybreakを使い、シミュレーション開始前にエージェントが調査環境から抜け出し、外部ネットワークにアクセスできるかを検査します。同社は、これによりエージェント基盤全体の侵入テストを自動化していると説明しています。同社が示した規模は、同時稼働するエージェントが1万、調査セッションが36〜48時間、1日に使用したOpenAIのトークンが1兆です。

同社は個別の調査から、数十万のサブエージェントが協働する体制への拡大を計画しています。ロードマップでは、数十段階の依存関係を持つ実験の連鎖を支えるために数兆トークンを使い、課題が生じるたびに調査を通じてエージェントを改善することを目指しています。