Jump Trading 是一家量化交易公司，核心是结合市场数据、新闻事件和多种另类数据源，建立资产价格预测模型。市场复杂、噪声高且持续变化，几乎不可能精确预测。Lucas Baker 是 Jump 的 LLM R&D 主管，他的看法是：只要在规模上做到比抛硬币略好一点，就足以支撑一个成功策略。Baker 负责 agentic 研发，主要工作是搭建 agent、harness 和基础设施，让量化研究员能更广、更深地探索想法。

接入 OpenAI 的 GPT-6 Astra 后，能交给 agent 的工作流规模和复杂度明显扩大：从日常写代码，到验证新假设的高级量化研究。Baker 说，GPT-6 系列尤其是 Astra，为长周期任务解锁了新的自主等级——这类任务需要灵活的 agent 协调，以及对复杂工作流的极度坚持。以前需要频繁人工指导和介入，现在可以把精力放在定义安全、可监控的环境和明确目标上，然后让 agent 自己找路。

过去一年，AI 从偶尔写代码片段、找小 bug 的工具，变成能独立开发完整代码库和服务的系统。Jump 团队现在把 AI 当同事用：研究员定义关键问题、工作环境和评估结果质量与重要性的标准，然后实时引导一个或多个 agent 决定分析重点、下一步运行哪个任务。Baker 认为，在 GPT-6 Astra 上，agent 不仅能找到有意义且可落地的改动，还能把这些改动合并、叠加，形成递归式改进。在一个长时间运行的任务中，系统能自己分析中间发现，对照初始方案里约定的标准做判断，并主动调整方向，而不是每轮都等人工分析。比如一个要跑很多天、需要拉取多个数据源、在大量信息中判断什么重要、并把所有因素互联起来的综合分析，现在能真正跑通。

金融是强监管行业，每一步都复杂，错误可能带来财务和合规后果。Baker 强调，把工作交给 AI 必须清楚风险；同时，agentic 智能也能用于改善质量、安全和监控，而不只是加功能。Jump 的做法是强系统设计、明确边界和约束、支持可操控性和可观测性的基础设施，再加上对改动的人工审核。他说，如果有一个安全环境让 agent 自由产出任何输出，但最后有带人类验收的关键验证过程，团队就会有信心。比如 agent 生成交易信号时，会被限定范围，并像任何其他输出一样被审核：信号通常有参考价值但可能错误，最终会与其他信号一起进入严格审查、受控的执行环境。

Baker 认为，未来会走向“autoresearch”：由 agent 研究员对可度量系统做递归改进，直到它变成量化研究员日常工作的一部分。目前即使 GPT-6 Astra 上运行时间最长的任务，也需要定期与定义任务的人 check-in——不仅要确认拉什么数据、跑多久、什么算重要，还要判断中间结果是否合理。更高级的 autoresearch 仍会从人类定义系统开始，包括输入、环境定义、评估指标、权衡和优先级，但之后会把过程交给一个由其他 agent 协调的松散“agent 编队”，让它们自主决定如何探索想法、分配算力、整合有前景的发现，起点只是一个开放问题。Baker 设想，把这一切端到端串起来，问一个自己也不知道答案的一般性问题，最后拿到有用结果。“如果你能解决千禧年问题，大概也能在量化金融里发现一些很有意思的事实。”他还提到，每年模型能力都会出现台阶式变化：2024 年早期 agent 能无错写单个文件已经算亮眼，2025 年可以从零构建整个代码库，2026 年已经能在许多 agent 动态并行协作下推进开放研究问题。所以他问：明年会有什么？