1万体の自律エージェントを36時間以上稼働させるThird Moment Researchのシステムアーキテクチャ
1万体の自律エージェントと36〜48時間におよぶ連続研究の仕組み
Third Moment Researchは、独自の自己改善型AIシステムを活用し、最大10,000体の自律エージェントを36〜48時間もの間、人間が常時介在することなく並行稼働させることに成功している。この長時間の自律的な研究航海を支えているのが、GPT-6 Astra、GPT-6 Sol、GPT-6.1 Solといった最新の推論モデル群と、開発環境の制御を担うCodexの組み合わせである。
同社は定量金融（クオンツ）分野を主要な検証領域として選定しており、明確な成功指標が存在する環境下でエージェントの挙動を解析している。エージェントには、Docker化された隔離環境内で1テラバイトにおよぶデータ、各種ドキュメント、特徴量エンジニアリングやGPU対応モデル学習、シミュレーション用モジュールを含むリポジトリが提供される。外側のハーネス（外枠の制御機構）がGPT-6 Sol等によって駆動され、内側のCodexハーネスが具体的なプラン策定やサブエージェントの生成、コンテキストの圧縮を自律的に遂行する階層型アーキテクチャを採用している。
ボトルネックの自己診断とトークン効率の最適化
大規模な長時間エージェント運用における最大の課題は、推論ループの停滞やコンテキストの肥大化によるトークンの無駄遣い（トークン・ウェスト）である。Third Moment Researchでは、Codex自体をメタ的な分析ツールとして利用し、エージェントの行動ログ（シミュレーションの軌跡、タイムスタンプ、コードベース）を解析することでシステム上のボトルネックを自動特定している。
例えば、ある事例では、1年分の注文水準の米国株式データを用いたバックテストに約3時間かかっていたことが判明した。この待ち時間の間、エージェントが完了ステータスを繰り返しポーリングしてしまったことで、コンテキストがステータスチェックで汚染され、トークンが大量消費されていた。Codexはこの挙動をプロファイリングによって検出し、独自のキャッシュ最適化とメモリパッキング技術をコードに適用。その結果、バックテスト時間を3〜5分へと劇的に短縮し、浮いたトークン予算をより高度な実験的試行へと振り分けることに成功した。
セキュリティ自動化と数百万人規模のエージェント協調へのロードマップ
1万体もの自律エージェントが並行してコードの書き換えやシミュレーションを実行する環境では、サンドボックスからの脱出やインフラへの不正アクセスのリスクが飛躍的に高まる。これに対処するため、同社はサイバーセキュリティプラットフォームDaybreakを導入し、シミュレーション起動前の自動ペネトレーションテスト（ペンテスト）を徹底している。エージェント自身にインフラのセキュリティをテストさせることで、人間では見落としがちな脆弱性を大規模かつ継続的に検知・封じ込めている。
今後の展望として、同社は単一の独立した調査セッションから、数百万人（数百千）規模のサブエージェントが相互に連携・協調するエコシステムへの拡張を計画している。1日あたり1兆トークン規模の演算処理を基盤に、数段階に依存する複雑な実験チェーンを自律的に構築・検証させ、人間は「研究の実務」から解放され「研究の方向性の最適化とメタ設計」に集中できるレバレッジの高いポジションへ移行することを目指している。
開発者・エンジニア視点での考察
-
「外側ハーネス」と「内側Codex」による階層型制御の重要性: エージェントが途中で処理を停止したり、無限ループに陥ったりする現象を防ぐためには、単一モデルのプロンプトエンジニアリングに頼るのではなく、上位の推論モデル（GPT-6 Sol等）が下位エージェント（Codex等）の実行軌跡（Trajectory）を監視・評価し、リトライやエスカレーションを判断するセーフティネット構造が不可欠である。
-
メタ分析による自己修正ループ（Self-Correction Loop）の実装: エージェントにただコードを書かせるだけでなく、エージェント自身の動作ログやポーリングパターン、トークン消費の偏りを別タスクのCodexに解析させ、環境側のボトルネック（キャッシュ機構やI/O遅了など）を自動修正させるアプローチは、AIエージェントのROIを劇的に高める有効なパターンである。
-
高コストな最先端推論モデルの戦略的配分: すべてのタスクに最高スペックのモデルを投入するのではなく、深層研究や非自明な因果関係の特定にはGPT-6.1 Sol等の高性能・高トークン効率モデルを適用し、定型的なセキュリティチェックや軽微な検証には特化型の効率的モデル（GPT-5.6 Terra等）を使い分けることで、巨額になりがちなAPIコストと演算コストの費用対効果（ROI）を最大化する設計思想が実践的である。
Source / 元記事
この記事について
この記事は、公開されているニュース、論文、公式発表、RSSフィードなどをもとに、AIが要約・補足調査・考察を行って作成しています。
元記事の完全な翻訳・逐語的な要約ではなく、AIによる背景説明や開発者向けの考察を含みます。
重要な技術仕様・価格・提供状況などは、必ず元記事または公式情報をご確認ください。
