Third Moment: הסטאק של OpenAI מריץ 10,000 סוכנים במשך 48 שעות
Third Moment טוענת שהיא מפעילה 10,000 סוכני AI במשך 36-48 שעות. מה מניע את המערכת, מאיפה הגיעו השיפורים ומה עדיין לא הוכח.
Illustration made on Lumeta with GPT Image 2.5Make one like it
ב-14 באוקטובר 2026 הודיעה Third Moment Research שהיא מפעילה במקביל עד 10,000 סוכנים מבוססי OpenAI, כשכל סשן מחקר נמשך 36 עד 48 שעות. ההודעה חשובה משום שהיא מצביעה על קנה מידה חדש למערכות מחקר אוטונומיות, במיוחד בעבודה כמותית ובסביבות עתירות קוד. עבור צוותים שבונים תהליכי עבודה מבוססי סוכנים, המסקנה המיידית היא ש-Third Moment משתמשת בסטאק שכבתי: Codex לפעולה בתוך הסביבה, GPT-6 Astra, GPT-6 Sol ו-GPT-6.1 Sol להסקה, ו-Daybreak לבדיקת אבטחה לפני תחילת הריצות.
מה Third Moment חשפה
Third Moment תיארה מערכת שנועדה לשפר את הסוכנים לאורך זמן: היא מנתחת היכן הם נכשלים, מייצרת תרחישים סינתטיים סביב החולשות האלה ומזינה את התוצאות בחזרה לריצות הבאות. לדברי החברה, במבנה הנוכחי הסוכנים יכולים לתכנן עבודה, להפעיל תת-סוכנים, להשתמש בכלים ולהמשיך חקירות לאורך סשנים ארוכים, במקום לעצור אחרי שרשרת פרומפטים אחת. עוד נמסר שהפעילות יכולה לצרוך טריליון (1 trillion) טוקנים של OpenAI ביום אחד, ושעבודת ההערכה הנוכחית כוללת גם את GPT-6 Luna לצד שאר מודלי החזית בסטאק.

Illustration made on Lumeta with GPT Image 2.5Make one like it
למה המספרים חשובים
הדוגמה המוחשית ביותר בהודעה הייתה צוואר בקבוק בבדיקות backtesting. לדברי Third Moment, Codex סקר מסלולי סימולציה מוקלטים, חותמות זמן ואת בסיס הקוד, ומצא אופטימיזציה של מטמון וטכניקת דחיסת זיכרון שקיצרו backtest אחד מכ-3 שעות לכ-3 עד 5 דקות, מה שהחברה תיארה כהפחתה של 97%. שיפור כזה חשוב כי סוכנים שרצים לאורך זמן עלולים לשרוף טוקנים ולהעמיס את ההקשר שלהם בזמן שהם ממתינים למערכות איטיות. Third Moment ציינה גם ש-GPT-6.1 Sol הוא כרגע המודל שבו היא משתמשת הכי הרבה בזכות יעילות הטוקנים שלו, בעוד ש-GPT-6 Astra הניב את ההאצה הגדולה ביותר במדד השהיה חי אחד.

Illustration made on Lumeta with GPT Image 2.5Make one like it
מה הלאה
Third Moment מסרה שהיא משתמשת ב-Daybreak לפני הפעלת הסימולציות כדי לבדוק אם הסוכנים עלולים לברוח מסביבת המחקר ולהגיע לרשת הרחבה. שלב האבטחה הזה הופך לחשוב יותר ככל שהחברה מתקדמת לעבר מאות אלפי תת-סוכנים משתפי פעולה, ולא רק ריצות ארוכות מבודדות. עבור חברות אחרות שמתנסות במחקר אוטונומי, החדשות אינן רק שאפשר להפעיל יותר סוכנים. נראה שההתרחבות תלויה בארבעה רכיבים שעובדים יחד: מודלי הסקה חזקים, תשתית שמאפשרת שימוש בכלים, כוונון ביצועים בתוך תהליך העבודה ובדיקות אוטומטיות שהסביבה עדיין מבודדת.


