Cómo funciona
Monta un entorno Docker por agente con los datos, la documentación y un repositorio de investigación con módulos de features, entrenamiento de modelos, estrategias y simulación.
Ejecuta el harness estándar de Codex dentro de ese entorno para que el agente planifique, defina objetivos, cree subagentes y compacte el contexto en sesiones de 36 a 48 horas.
Dale a cada agente un sistema de referencia que mejorar y pídele que pruebe estrategias con datos históricos y evalúe si cada mejora es real o ruido antes del siguiente experimento.
Usa Codex como subagente de un harness externo que, cuando una tarea queda inconclusa, examina la trayectoria y decide entre reintentar, terminar o escalar a un humano.
Usa Codex para analizar las trayectorias grabadas, los timestamps y el código, y encontrar cuellos de botella del propio entorno que desperdician tokens.
Antes de lanzar las simulaciones, prueba si un agente puede escapar de su entorno y acceder a la red (Third Moment usa Daybreak para esto).
Prompt
Cambia lo que esté entre [corchetes] por tus datos.
Analiza las trayectorias grabadas de los agentes de investigación (acciones, respuestas del entorno y timestamps) junto con el código del repositorio. Encuentra dónde pierden más tiempo o tokens, por ejemplo esperando procesos largos o repitiendo comprobaciones de estado. Haz el profiling del paso más lento, propone optimizaciones, prueba cada una y mide el tiempo ahorrado sin cambiar los resultados. Entrega la corrección con pruebas y un resumen del antes y el después.Resultado reportado
Codex encontró una optimización de caché y de empaquetado de memoria que redujo el backtest de unas 3 horas a 3-5 minutos (-97%). La empresa llegó a 10.000 agentes simultáneos y a 1 billón de tokens en un solo día (datos de OpenAI).
Según lo reportado por la fuente. Los resultados dependen de tu configuración y de tus datos.