Third Moment称借助OpenAI技术栈让1万个AI智能体连续运行48小时
Third Moment 称其可让 10,000 个 AI 智能体连续运行 36 至 48 小时。本文梳理其背后的技术支撑、性能提升从何而来,以及哪些说法尚待验证。
Illustration made on Lumeta with GPT Image 2.5Make one like it
2026 年 10 月 14 日,Third Moment Research 表示,其正在同时运行多达 10,000 个由 OpenAI 驱动的智能体,单次研究会话可持续 36 至 48 小时。这一消息之所以值得关注,是因为它标志着自主研究系统迈入了新的规模,尤其是在量化研究和重代码的环境中。对于构建智能体工作流的团队而言,最直接的启示是:Third Moment 采用了分层技术栈,由 Codex 负责在环境中执行操作,GPT-6 Astra、GPT-6 Sol 和 GPT-6.1 Sol 负责推理,Daybreak 则在运行开始前进行安全测试。
Third Moment 披露了什么
Third Moment 介绍了一套能让智能体持续进化的系统:分析智能体在哪些环节失败,围绕这些薄弱点生成合成场景,再将结果反馈到后续运行中。该公司表示,在当前架构下,智能体可以规划工作、派生子智能体、调用工具,并在长时间会话中持续推进调查,而不是在单条提示链结束后就停下来。公司还表示,这套系统单日可消耗 1 万亿个 OpenAI token,目前的评估工作除了技术栈中的其他前沿模型外,还纳入了 GPT-6 Luna。

Illustration made on Lumeta with GPT Image 2.5Make one like it
这些数字为何重要
公告中最具体的案例是一个回测瓶颈。Third Moment 表示,Codex 审查了记录下来的模拟轨迹、时间戳和代码库,随后找到了一种缓存优化方案和一种内存打包技术,将单次回测时间从约 3 小时缩短至约 3 到 5 分钟,公司称降幅达 97%。这类提升意义重大,因为长时间运行的智能体在等待缓慢系统时,会白白消耗 token,还会让上下文变得杂乱。Third Moment 还表示,GPT-6.1 Sol 因 token 效率高,目前是其使用最多的模型,而在一项实时延迟基准测试中,GPT-6 Astra 带来的提速最大。

Illustration made on Lumeta with GPT Image 2.5Make one like it
下一步
Third Moment 表示,它会在模拟启动前使用 Daybreak 测试智能体是否可能逃出研究环境、接入更广泛的网络。随着该公司朝着数十万个协同子智能体的方向推进,而不再只是孤立的长时间运行,这一安全环节变得愈发重要。对于其他正在尝试自主研究的公司来说,这条消息的意义不只在于更大规模的智能体数量成为可能,更在于规模化似乎取决于四个环节的协同:强大的推理模型、能调用工具的运行框架、工作流内部的性能调优,以及确认环境仍处于隔离状态的自动化检查。


