Информационные агенты в финансах: как Jump Trading применяет GPT-6 Astra для исследований

Количественная торговая компания Jump Trading начала использовать модель GPT-6 Astra от OpenAI для решения длительных и неоднозначных исследовательских проблем. В индустрии, где рынки отличаются сложностью и постоянной изменчивостью, способность предсказывать движение цен активов хотя бы немного точнее, чем при подбрасывании монетки, уже обеспечивает успех стратегии. Теперь для поиска таких преимуществ компания применяет автономные ИИ-системы.

Лукас Бейкер (Lucas Baker), руководитель направления исследований и разработки больших языковых моделей (LLM) в Jump Trading, отмечает кардинальный сдвиг в рабочих процессах. По его словам, серия GPT-6, и в частности GPT-6 Astra, открыла новый уровень автономности для задач с длинным горизонтом планирования. Это требует гибкой координации агентов и высокой настойчивости при выполнении сложных цепочек действий.

Эволюция применения искусственного интеллекта в компании происходила стремительно. В 2024 году впечатляющим достижением считалась способность ранних агентов написать один файл без ошибок. В 2025 году ИИ научился создавать целые кодовые базы с нуля. К 2026 году стало возможным продвигаться в решении открытых исследовательских вопросов благодаря динамичному сотрудничеству множества агентов.

С внедрением GPT-6 Astra агенты могут не только находить полезные изменения, но и объединять их в процессе рекурсивного улучшения. В ходе выполнения одной длительной задачи система способна анализировать свои находки, оценивать их по заданным критериям и самостоятельно перенаправлять свои усилия. Ранее для этого требовалось постоянное вмешательство человека после каждого раунда изменений. Теперь исследователи могут определить проблему, рабочую среду и критерии оценки, а затем направлять агентов в реальном времени.

Несмотря на рост автономности, человеческое суждение остается центральным элементом системы. Финансовая сфера строго регулируется, и ошибки могут привести к серьезным финансовым и правовым последствиям. В Jump Trading агенты работают в строго ограниченной среде с четкими рамками и системами мониторинга. Любой торговый сигнал, сгенерированный ИИ, рассматривается как потенциально ошибочный и проходит такую же строгую проверку, как и любой другой сигнал в контролируемой среде исполнения.

Бейкер подчеркивает, что безопасность обеспечивается комбинацией свободы внутри изолированной среды и обязательной человеческой проверки на финальном этапе. Агентный искусственный интеллект применяется не только для создания новых функций, но и для улучшения качества, безопасности и мониторинга существующих процессов.

В будущем ожидается распространение концепции «автоисследований» (autoresearch). Этот подход подразумевает рекурсивное улучшение измеримых систем автономными агентами-исследователями. Продвинутые автоисследования будут начинаться с системы, заданной человеком, включая вводные данные, метрики оценки и приоритеты.

Остальная часть процесса будет доверена слабо структурированному «флоту» агентов, которые координируются другими агентами. В рамках хорошо выстроенного конвейера они смогут принимать интеллектуальные решения о том, как исследовать идеи и распределять вычислительное время, начиная работу лишь с открытого вопроса. По данным OpenAI, уже более миллиона компаний по всему миру достигают значимых результатов с использованием их технологий, и опыт Jump Trading демонстрирует вектор развития этих корпоративных решений.