📢 转载信息
原文链接：https://openai.com/index/balyasny-asset-management
原文作者：OpenAI
Balyasny Asset Management (Balyasny) 是一家全球性的多策略投资公司，在各大资产类别和地区拥有约 180 个投资团队。公司在一个竞争激烈且瞬息万变的行业中运营，信念、精准和速度对成功至关重要。面对日益复杂的市场环境和海量增长的金融数据，Balyasny 看到机会，希望利用 AI 重塑投资研究流程。
2022 年底，Balyasny 成立了应用 AI 团队：一个由 20 名研究员、工程师和领域专家组成的中心化团队，负责构建直接嵌入团队级工作流程的 AI 原生工具。他们的旗舰产品——AI 投资研究系统，旨在像熟练的分析师一样进行推理、检索和行动。
“AI 使我们的团队能够更快地应用第一性原理思考，处理更多数据，并以更强的结构性进行分析。”
解决传统研究工作流的局限性
投资研究复杂、风险高且耗时。分析师必须梳理数千份文档，从市场数据、券商研究报告到监管文件。人类专业知识仍然至关重要，但传统方法耗时且难以扩展。
现成的 AI 工具通常无法同时处理结构化和非结构化数据，缺乏工作流编排能力，并且不符合机构的合规标准。Balyasny 需要的是专门构建的解决方案：一个能够像分析师一样思考，以机器的速度运行，并在严格的合规框架内工作的 AI 系统。
Balyasny 大规模 AI 应用的四大经验教训
1. 在部署模型前进行评估
在任何模型投入生产之前，Balyasny 构建了金融领域最复杂的评估流程之一，在 12 个以上维度上衡量模型性能，包括预测准确性、数值推理、情景分析以及对噪声输入的稳健性。这些评估基于 Balyasny 的内部基准、工具和专有金融数据进行。
这一严谨的流程揭示了 GPT‑5.4 模型系列在多步规划、工具执行和幻觉减少方面的优势。如今，Balyasny 在其 AI 系统中将 GPT‑5.4 用作推理引擎，并结合内部模型，这些模型根据实证表现逐项选择。
“我们评估模型的方式与评估投资一样：关注基本面。GPT-5.4 证明了它能够以真正的严谨性进行规划、推理和执行。”
2. 促进用户与 AI 伙伴的深度协作
Balyasny 做出了一项战略性决策，让 OpenAI 直接参与用户工作流程。OpenAI 团队直接观察投资团队如何使用他们的 AI 系统：它在哪些方面表现出色，哪些方面存在困难，以及在商业环境中何谓高绩效。
这种可见性带来了更快的迭代、更紧密的反馈循环以及在金融特定任务中更好的模型行为。作为前沿模型发布的合作伙伴，Balyasny 通过分享实际分析师的见解，而非测试案例，影响了 OpenAI 的路线图。
“我们不仅仅告诉 OpenAI 我们需要什么。我们向他们展示了。而这带来了巨大的改变。”
3. 设计用于反馈循环，而非静态工具
由于 AI 深度嵌入投资团队的日常工作流程，他们可以实时收集关于用户评估、结果审计和工具执行质量等方面的结构化反馈。这种循环能够快速改进模型和编排层。
例如，早期来自并购套利团队的反馈表明，当新的文件或新闻稿发布时，Agent 需要不断重新评估交易概率。Balyasny 团队迅速扩展了 Agent 的规划能力和工具访问权限，用实时概率监控取代了缓慢的手动工作流程。
4. 集中化 AI 系统，本地化定制
虽然每个投资团队都有独特的投资策略，但 Balyasny 采取了集中的 AI 部署方法。其应用 AI 团队开发核心组件，包括 Agent 框架、工具链和合规护栏，然后将其部署到具有范围访问权限的数据和工具的团队中。
这种“联邦部署”模式意味着每个投资团队都可以开发和使用针对其资产类别（例如宏观经济、商品和股票）量身定制的 AI Agent，而应用 AI 团队则专注于扩展架构、研究和模型评估。它还确保了合规性和监管标准得到普遍遵守——在风险管理和数据安全不可或缺的行业中至关重要。
“我们对 AI 的早期投资得到了回报。如今，我们所有的投资团队都可以决定如何在安全的环境中，并在实时专家指导下，将最新的 AI 应用于他们的流程。”
在数小时内而非数天内交付成果的行动方案
如今，约 95% 的 Balyasny 投资团队积极使用其 AI 平台，在速度、产出质量和分析师体验方面都取得了可衡量的影响：
- 深度研究任务昔日需要数天才能完成，如今在数小时内即可完成，Agent 可以综合数万份文件，包括 filings、券商研究、财报和专家访谈。
- 中央银行演讲分析师将宏观经济情景分析时间从 2 天缩短到约 30 分钟。
- 并购套利超级预测者 Agent 现在能够持续监控和更新交易概率，取代了定制的电子表格和手动警报。
同样重要的是，Balyasny 的分析师报告对输出结果的信心更高。凭借有范围的工具、可追溯的推理路径和可测试的 Agent，他们利用 AI 提供结构化、可解释的见解，增强了信心并为人类决策提供了信息。
Balyasny 继续扩展其 AI 路线图，重点关注：
- 强化微调 (RFT) 以增强模型在复杂、高价值任务上的行为。
- 更深入的 Agent 编排 跨越金融领域。
- 多模态输入，包括金融图表、报表和文件。
- 对未来前沿模型进行领域适用性评估。
“这就像增加了一个从不忘记、总是引用来源，并在返回任何内容之前仔细核对细节的队友。”
继续阅读
🚀 想要体验更好更全面的AI调用？
欢迎使用青云聚合API，约为官网价格的十分之一，支持300+全球最新模型，以及全球各种生图生视频模型，无需翻墙高速稳定，文档丰富，小白也可以简单操作。
评论区