万Agent连跑36-48小时日吞万亿Token，嫌回测太慢自己重写引擎提速97%
新智元 · wechat · 2026-10-15
实测概况
- OpenAI 晒出与初创 Third Moment Research 的极限实测：10,000 个 Agent 并发运行 36-48 小时，日耗 1 万亿 Token，单轮任务约合人类工程师 41 年工时，试验田为量化金融
- Docker 隔离容器内装 1TB 历史行情、技术文档与量化代码库
Agent 自主改引擎
- 发现 1 年美股逐笔数据回测一次要 3 小时，等待轮询还会污染上下文窗口，Codex 自行定位两处底层瓶颈，写好缓存优化与内存打包方案推上生产，把回测压到 3-5 分钟（提速 97%）
- GPT-6.1Sol 顺着数据追查，发现某交易所非公开展示交易占比很高，算清「暗池」流动性对策略收益的影响——人类量化团队此前没想到
双层监管架构
- 内层 Codex 干活，外层 GPT-6 Sol / GPT-6.1 Sol 驱动监管模型：内层一停，外层站局外视角判断是环境 Bug、死胡同还是需人类拍板，做出重试/终止/上报决定
- GPT-6.1 Sol 定价仅旗舰 GPT-6 Astra 五分之一，被推为主力省 Token；Astra 留给最难工程优化
自进化循环与安全
- 四步循环：采集轨迹 → GPT-6 Luna 聚类诊断 → GPT-6.1 Sol 合成沙箱 → Codex 自动升级脚手架
- 接入 OpenAI 网安模型 Daybreak（分 Blue/Red）与 GPT-5.6 Terra，启动前先对自家沙箱做全自动红队渗透测试防逃逸
为什么选量化与网安
- 联创 Adam Khakhar：这两个零和领域没有价格天花板，算力需求像缺氧者渴望氧气；下一步冲向十万级 Agent，扩展到供应链、代码库排查、文档核对
「编程与Agent」频道最新
- Reflection AI 演示 Beam 接入 opencode,自动微调 Gemma-4 准确率提升 66.5% — danielhanchen · 2026-10-23
- Cua 推出 Spaces SDK：让 Hermes 等 Agent 跑在你自己的电脑沙箱里 — Teknium · 2026-10-23
- PHP 爆两个未认证 RCE 漏洞，ProjectDiscovery 推全网免费告警服务 — cyb3rops · 2026-10-23
- Modal 开源 Spindle：Tinker 兼容自托管训练服务器，按 GPU 计费替代按 token 计费 — josh_wills · 2026-10-23
- 用 Cosmos DB Agent Kit 复查 Claude 写的 Azure 应用,实测能省多少 RU — adnan_hashmi · 2026-10-23
- 开发者弃用聊天线程，改用可视化面板管理多个 AI Agent — Salmaaboukarr · 2026-10-23