Third Moment Researchが10,000のエージェントを36時間以上稼働させる方法 | OpenAI
2026年10月14日
スタートアップ
GPT‑6 Astra、GPT‑6.1 Sol、Codex、そしてサイバーセキュリティ向けのDaybreakを活用し、このAIラボは数日間にわたり集中して稼働し続け、使えば使うほど自己改善していくエージェント(Agent)を構築しました。

企業規模:スタートアップ
地域:北米
業界:テクノロジー
製品:API、Codex
- 10,000:同時実行されるエージェント数
- 36–48:単一の自律的研究タスクの所要時間(時間)
- 97%:Codexの活用によるバックテスト時間の短縮率
- 1兆:1日あたりに消費されるOpenAIのトークン数
企業にはそれぞれ独自のワークフロー、ツール、エッジケース、そして成功の定義が存在します。Third Moment Research は、最も優れたエージェントとはそうした個別の業務に精通し、使われるほどに能力が向上していくものであるべきだと確信しています。
同社はこの理念のもと、エージェントの挙動を把握し、繰り返し発生する弱点を特定し、それらの課題に対して何千もの合成シナリオを自動生成する自己改善型AIシステムをOpenAIの最新モデルを活用して構築しています。チームはこれらのシナリオを用いてエージェントを最適化し、新たな課題が生じるたびにこのプロセスを繰り返しています。
Codex、GPT‑6 Astra、GPT‑6 Sol、GPT‑6.1 Solがこのシステムの研究および計算処理を支えており、Third Momentは10,000のエージェントを同時に稼働させ、36〜48時間に及ぶ調査・探索を実行できています。また、同社はDaybreakを使用してエージェントの作業環境のセキュリティテストも行っています。
「単一のセッションにおいて、GPT-6.1 Solは数日間にわたる計算プロセスの間も、主要な目標からブレることなく一貫した計算研究の筋道を維持し続けることができます」
—— Adam Khakhar(Third Moment Research 共同創業者)
Codexの活用による実行時間とトークン浪費の削減
クオンツ・ファイナンス(計量金融)には明確な成功の指標があるため、Third Momentの初期のユースケースの一つとしてこの分野が選ばれました。エージェントがどのように動作し、どこで行き詰まるのかを研究するための具体的な環境が整っていたからです。チームはCodexを活用して、研究環境における問題を特定し解決しました。
ある事例では、チームはCodexと当時の最新モデルGPT‑5.6を組み合わせ、タイムスタンプやコードベースと照らし合わせながら、記録された数千件のシミュレーション軌跡(エージェントのアクションと環境のレスポンス)を分析しました。
Codexはあるボトルネックを発見しました。米国株式の1年分のオーダーレベル(注文単位)データに対して取引戦略のバックテストを実施すると、数時間を要していたのです。その待ち時間の間、エージェントはバックテストが完了したかどうかをポーリング(定期確認)し続けたため、トークンが無駄に消費されるだけでなく、ステータス確認のメッセージでコンテキストウィンドウが埋め尽くされてしまっていました。
バックテストのプロファイリング(性能分析)を実施し、その入力データや使用状況を評価した結果、Codexはキャッシュ最適化案とメモリパッキング(memory-packing)技術を特定しました。Codexはこのソリューションの検証実験を行い、修正パッチを本番環境にデプロイすることで、バックテストにかかる時間を約3時間から約3〜5分へと大幅に短縮しました。これによりトークン消費とコンテキスト汚染が抑えられ、エージェントの後続実験に充てられるトークン予算が大幅に確保されました。
CodexとGPT‑6によりエージェントの集中力を維持
Third Momentは、エージェントごとに特定の業務に必要なツール、情報、環境を提供しています。クオンツ研究向けには、チームはDockerコンテナ環境内でデフォルトのCodex実行ハーネス(harness)を稼働させています。エージェントは1TBのデータやドキュメント、そして特徴量エンジニアリング、GPU対応のモデルトレーニング、取引戦略、シミュレーションモジュールを含む研究用コードベースにアクセスできます。
GPT‑6 Astra、GPT‑6 Sol、GPT‑6.1 Solが推論能力を提供する一方で、Codex実行ハーネスはアクションを実行するためのツール群をエージェントに提供します。これにより、エージェントは自律的にアクションの実行、計画の立案、目標の設定、サブエージェント(subagents)の生成を行い、タスクの進行に伴ってコンテキストを圧縮することが可能になります。
エージェントがタスク完了前に予期せず終了してしまう問題に対処するため、Third MomentはCodexを、GPT‑6 SolまたはGPT‑6.1 Solによって駆動される外部フレームワーク内部のサブエージェントとして位置付けています。タスクが未完了の場合、外部フレームワークが実行ログ・軌跡を検証し、リトライするか、タスクを終了するか、あるいは人間によるレビューへエスカレーションするかを判断します。
「Codex実行ハーネスは極めて汎用性が高く、数多くの異なるドメインにまたがって適用できます」
—— Adam Khakhar(Third Moment Research 共同創業者)
この研究環境において、エージェントはThird Momentのエンジニアが構築したベースラインの取引システムの最適化に取り組んでいます。エージェントはヒストリカルデータに基づいて取引戦略をテストし、ある改善が真に意味のあるものか、単なるランダムノイズに過ぎないかを評価し、各実験の結果に基づいて次の実験方針を決定します。Adam氏によれば、それらの取り組みによってベースラインの取引システムのパフォーマンスはすでに向上しているとのことです。

高いトークン効率で長期間の研究サイクルを維持
Adam氏によると、GPT‑5.5以前は、モデルはユーザーがあらかじめ指定した実験を実行することしかできませんでした。それがGPT‑5.5およびGPT‑5.6になると、Codexフレームワークと連携して動作するモデルが、実験結果に基づいて後続の実験を自ら設計できるようになりました。そして現在では、GPT‑6 Astra、GPT‑6 Sol、GPT‑6.1 Solを活用することで、エージェントはサブエージェントと並行して数百もの実験を実行し、根本原因を深く掘り下げることが可能になっています。
こうした進化により、エージェントはチームが以前は予想もしなかった研究の方向性を探索できるようになりました。あるセッションでは、GPT‑6.1 Solはある取引所における非表示取引(non-displayed trades、ダークプール取引)の影響を浮き彫りにしました。それらの取引はその取引所の総取引高の中で予想外に高い割合を占めていたのです。Adam氏は次のように語っています。「これは一見して明らかではない結果であり、私たちの研究チームも当初は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、そしてクオンツ研究といった多角的な観点からモデルを評価しています。同社は最高水準の推論設定でフロンティアモデルの最新バージョンをテストし、それらの性能を評価しています。