Para los agentes de larga duración, el límite útil es el entorno, no los pasos. Jump Trading muestra cómo
Jump Trading deja que los agentes de GPT-6 Astra ejecuten largos bucles de investigación cuantitativa por su cuenta, dentro de un entorno monitorizado con revisión humana antes de usar una señal.
Escuche este artículo · 4 min
Narración completa del artículo, generada con IA.
Uno de los usuarios más exigentes y regulados de los agentes de IA no los controla manteniendo las ejecuciones cortas. Los deja correr mucho tiempo y controla dónde corren.
Esa es la lección de un caso de estudio que OpenAI publicó el 6 de octubre sobre Jump Trading, una firma de trading cuantitativo que construye modelos predictivos a partir de datos de mercado, noticias, eventos y datos alternativos.
El problema: la investigación no cabe en una correa corta
La forma habitual de mantener seguro a un agente es una correa corta: pocos pasos, aprobaciones frecuentes, tareas estrechas. Eso funciona para un bot de soporte. Falla en la investigación, donde el valor surge de seguir un hilo durante mucho tiempo y cambiar de dirección cuando la evidencia lo indica. Un agente que se detiene a pedir aprobación cada pocos pasos es solo un analista más lento.
Lucas Baker, responsable de investigación y desarrollo de LLM en Jump, describe agentes con GPT-6 Astra que ahora asumen estudios cuantitativos, no solo tareas de programación.
La arquitectura: las personas diseñan la caja y los agentes trabajan dentro
Así lo describe Jump:
- las personas definen el problema, el entorno y los criterios de evaluación antes de que arranque el agente;
- los agentes analizan sus propios hallazgos, los juzgan contra esos criterios y reorientan el trabajo sin que una persona revise cada ronda;
- las ejecuciones más largas siguen teniendo revisiones humanas periódicas sobre los datos, el runtime, lo que cuenta como importante y los resultados intermedios.
El entorno es el límite. Un agente dentro de un sandbox de investigación monitorizado, con datos y cómputo definidos, puede correr mucho tiempo porque sus acciones no pueden alcanzar nada que importe sin pasar por una puerta. La autonomía dentro de la caja es barata; cruzar su borde es caro.
Los criterios de evaluación hacen el trabajo que antes hacía la aprobación paso a paso. Escribir cómo se ve un buen resultado antes de la ejecución permite que el agente juzgue su propio progreso y que las personas revisen resultados en lugar de movimientos. Es la disciplina que hay detrás de nuestro argumento de que en la IA regulada, el modelo nunca califica su propio trabajo: los criterios vienen de fuera del agente.
- Las personas definen el problema, los datos y los criterios
- Los agentes investigan, evalúan y reorientan
- Revisiones humanas periódicas
- Puerta de aceptación: la misma revisión que cualquier señal
- Flujos de trabajo de trading en producción
- Entorno de investigación monitorizado: Las personas definen el problema, los datos y los criterios · Los agentes investigan, evalúan y reorientan · Revisiones humanas periódicas
Dirección humanaAutonomía del agente
Los controles: una puerta vieja, no una nueva
Jump enumera sus medidas de seguridad como diseño de sistema: límites, restricciones, capacidad de dirigir al agente, observabilidad y revisión humana de los cambios. La decisiva es la puerta de aceptación. Las señales producidas por agentes se acotan y se revisan como cualquier otra señal, se tratan como informativas pero posiblemente erróneas, antes de llegar a los flujos de trabajo de trading. La firma no inventó un control nuevo para los agentes; encauzó la salida de los agentes hacia uno en el que ya confiaba.
Nada en el caso de estudio describe agentes ejecutando operaciones. Los agentes investigan; las personas deciden qué llega a producción. Los efectos de productividad descritos son el relato del propio Jump y de OpenAI.
La lección transferible
Cualquier equipo que quiera agentes haciendo análisis en lugar de responder preguntas se enfrenta a la misma elección entre aprobaciones frecuentes y límites diseñados. Las piezas se trasladan directamente: un entorno de investigación con sus propias copias de datos, presupuesto de cómputo y logs, y sin ninguna ruta hacia producción; criterios escritos antes de la ejecución; revisiones sobre la dirección y no sobre cada paso; y la salida del agente encauzada por el proceso de aceptación que ya existe, sea validación de modelos, un comité de cambios o un comité de crédito.
A partir de ahí, la autonomía se gana en lugar de configurarse: cuando los resultados de un agente pasan la puerta de forma consistente, el entorno se puede ampliar, límite a límite. Las correas cortas mantienen a los agentes seguros y en gran medida inútiles para problemas difíciles. El límite que importa es el borde del entorno.