Terminal X Capital Memory 在 GPT-6.1 Sol 上：与资深投资者判断的一致性达 88.6%\n\nTerminal X 的 Capital Memory 系统基于 OpenAI 的 GPT-6.1 Sol 和 GPT-6 Luna，在 500 次评分判断中，与资深人类投资者判断的一致性达到 88.6%，而次优模型为 86.4%——提升了 220 个基点。这一结果之所以重要，是因为它具体衡量了代理系统能否编码特定投资公司的判断（而不仅仅是检索其文档），并且据报告，在相同工作流中每次查询的成本降低了约 30%。\n\n## Terminal X 宣布了什么以及为何重要\n\nTerminal X 运营一款名为 Capital Memory 的产品，被描述为保存和应用投资公司决策的操作系统。该公司的观点是，当资深投资者离开公司时，公司保留了文档却失去了推理过程——Terminal X 将这一问题称为 记忆债务。Capital Memory 旨在通过将公司的投资方式编码到公司拥有的代理中（部署在本地或公司自有云中）来偿还这笔债务。\n\nOpenAI 模型负责处理这些代理内部的推理。Terminal X 的 Eval Agent 根据公司标准对代理的输出进行评分。根据公告，GPT-6.1 Sol 帮助 Eval Agent 多捕获了约 25% 偏离基金授权的建议，并在相同工作流中，每次查询的成本比次优模型低约 30%，速度相近。\n\n## Terminal X 宣布了什么以及为何重要\n\nTerminal X 运营一款名为 Capital Memory 的产品，被描述为保存和应用投资公司决策的操作系统。该公司的观点是，当资深投资者离开公司时，公司保留了文档，却失去了推理过程——Terminal X 将这一问题称为记忆债务。Capital Memory 旨在通过将公司的投资方式编码到公司拥有的代理中（部署在本地或公司自己的云中）来偿还这笔债务。\n\nOpenAI 模型负责处理这些代理内部的推理。Terminal X 的 Eval Agent 根据公司标准对代理的输出进行评分。根据公告，GPT-6.1 Sol 帮助 Eval Agent 多捕捉了约 25% 偏离基金授权的建议，并在相同工作流中，每次查询的成本比次优模型低约 30%，速度相近。\n\n## Terminal X 宣布了什么以及为何重要\n\nTerminal X 运营一款名为 Capital Memory 的产品，被描述为保存和应用投资公司决策的操作系统。该公司的观点是，当资深投资者离开公司时，公司保留了文档，却失去了推理过程——Terminal X 将这一问题称为记忆债务。Capital Memory 旨在通过将公司的投资方式编码到公司拥有的代理中（部署在本地或公司自己的云中）来偿还这笔债务。\n\nOpenAI 模型负责处理这些代理内部的推理。Terminal X 的 Eval Agent 根据公司标准对代理的输出进行评分。根据公告，GPT-6.1 Sol 帮助 Eval Agent 捕捉到约 25% 更多偏离基金授权的建议，并在相同工作流中以比次优模型低约 30% 的每次查询成本运行，速度相近。\n\n## Terminal X 宣布了什么以及为何重要\n\nTerminal X 运营一款名为 Capital Memory 的产品，被描述为保存和应用投资公司决策的操作系统。该公司的观点是，当资深投资者离开公司时，公司保留了文档，却失去了推理过程——Terminal X 将这一问题称为 记忆债务。Capital Memory 旨在通过将公司的投资方式编码为公司拥有的代理来偿还这笔债务，这些代理可部署在本地或公司自己的云中。\n\nOpenAI 模型负责处理这些代理内部的推理。Terminal X 的 Eval Agent 根据公司标准对代理的输出进行评分。根据公告，GPT-6.1 Sol 帮助 Eval Agent 捕捉到约 25% 更多偏离基金授权的建议，并在相同工作流中，每次查询的成本比次优模型低约 30%，速度相近。\n\n## Terminal X 如何构建像特定公司一样投资的代理\n\nTerminal X 为每位客户构建定制代理架构，而不是提供单一通用投资代理。其前向部署工程师——被描述为来自摩根大通和黑石的前金融和投资专业人士——会与客户的投资团队在现场共事数周，逆向工程公司可信的备忘录，并捕捉从未被记录下来的流程，例如信贷部门如何筛选借款人，或联合投资团队在撰写备忘录前会参考哪些来源。\n\n这些流程被编码在数百个代理中，按资产类别和策略定制，并为每个投资阶段设置子代理。模型之间的分工是明确的：\n\n- GPT-6.1 Sol 处理需要判断力和大上下文窗口的阶段：综合投资论点、识别关键考量因素，并评估与公司任务的一致性。\n- GPT-6 Luna 运行高吞吐量步骤，在这些步骤中，token 效率比深度更重要。\n\n这些代理在各公司的私有数据室（企业共享和管理敏感投资数据的专用环境）内工作。它们处理英文、韩文、日文和中文文档，并将其所学存储为公司的 Memory：一份记录某个交易台如何做出某类决策的版本化记录，包括过往分析、委员会决策、工作流指令和内部观点。随后，工程师将每个 Memory 转化为 Terminal X 平台上的可重复工作流，每次生产查询都可审计，并带有完整轨迹——所采取的步骤、检索的来源、使用的模型以及推理过程。\n\nTerminal X 报告称，客户从这种方法中获得了显著节省，其中一家私募股权公司报告称，通过自动化尽职调查和投资备忘录工作流，年化节省达 240 万美元。\n\n## Terminal X 宣布了什么以及为何重要\n\nTerminal X 运营一款名为 Capital Memory 的产品，被描述为保存和应用投资公司决策的操作系统。该公司的观点是，当资深投资者离开公司时，公司保留了文档，却失去了推理过程——Terminal X 将这一问题称为记忆债务。Capital Memory 旨在通过将公司的投资方式编码为公司拥有的代理（部署在本地或公司自己的云中）来偿还这一债务。\n\nOpenAI 模型负责处理这些代理内部的推理。Terminal X 的 Eval Agent 根据公司标准对代理的输出进行评分。根据公告，GPT-6.1 Sol 帮助 Eval Agent 捕捉到约 25% 更多偏离基金授权的建议，并在相同工作流中，每次查询的成本比次优模型低约 30%，速度相近。\n\n## Terminal X 如何构建像特定公司一样投资的代理\n\nTerminal X 为每位客户构建定制代理架构，而非提供单一通用投资代理。其前向部署工程师——被描述为来自摩根大通和黑石的前金融和投资专业人士——会在客户现场与投资团队共事数周，逆向工程公司可信的备忘录，并捕捉从未被记录下来的流程，例如信贷部门如何筛选借款人，或共同投资团队在撰写备忘录前会参考哪些来源。\n\n这些流程被编码在数百个代理中，按资产类别和策略定制，并为每个投资阶段设置子代理。模型之间的分工是明确的：\n\n- GPT-6.1 Sol 处理需要判断力和大上下文窗口的阶段：综合投资论点、识别关键考量、评估与公司任务的一致性。\n- GPT-6 Luna 运行对 token 效率要求高于深度的批量步骤。\n\n这些代理在各公司的私有数据室（企业共享和管理敏感投资数据的专用环境）内工作。它们处理英文、韩文、日文和中文文档，并将其所学存储为公司的 Memory：一份记录某个交易台如何做出某类决策的版本化档案，包括过往分析、委员会决策、工作流指令和内部观点。随后，工程师将每个 Memory 转化为 Terminal X 平台上的可重复工作流，每次生产查询都可审计，并带有完整轨迹——所采取的步骤、检索的来源、使用的模型以及推理过程。\n\nTerminal X 报告称，客户从这种方法中获得了显著节省，其中一家私募股权公司报告称，通过自动化尽职调查和投资备忘录工作流，年化节省达 240 万美元。\n\n## Terminal X 宣布了什么以及为何重要\n\nTerminal X 运营一款名为 Capital Memory 的产品，被描述为保存和应用投资公司决策的操作系统。该公司的观点是，当资深投资者离开公司时，公司保留了文档，却失去了推理过程——Terminal X 将这一问题称为 记忆债务。Capital Memory 的设计目标是通过将公司的投资方式编码为公司拥有的代理，来偿还这笔债务，这些代理部署在本地或公司自己的云中。\n\nOpenAI 模型负责处理这些代理内部的推理。Terminal X 的 Eval Agent 根据公司标准对代理的输出进行评分。根据公告，GPT-6.1 Sol 帮助 Eval Agent 捕获了约 25% 更多偏离基金授权的建议，并在相同工作流中，每次查询的成本比次优模型低约 30%，速度相近。\n\n## Terminal X 如何构建像特定公司一样投资的代理\n\nTerminal X 为每位客户构建定制代理架构，而不是提供单一通用投资代理。其前向部署工程师——被描述为来自摩根大通和黑石的前金融和投资专业人士——会与客户的投资团队在现场共事数周，逆向工程公司可信的备忘录，并捕捉从未被记录下来的流程，例如信贷台如何筛选借款人，或共同投资团队在撰写备忘录前会参考哪些来源。\n\n这些流程被编码在数百个代理中，按资产类别和策略定制，并为每个投资阶段设置子代理。模型之间的分工是明确的：\n\n- GPT-6.1 Sol 处理需要判断力和大上下文窗口的阶段：综合投资论点、识别关键考量因素，并评估与公司任务的一致性。\n- GPT-6 Luna 运行对 token 效率要求高于深度的高吞吐步骤。\n\n这些代理在各公司的私有数据室（企业共享和管理敏感投资数据的专用环境）内工作。它们处理英文、韩文、日文和中文文档，并将其所学存储为公司的 Memory：一份记录某个交易台如何做出某类决策的版本化记录，包括过往分析、委员会决策、工作流指令和内部观点。随后，工程师将每个 Memory 转化为 Terminal X 平台上的可重复工作流，其中每个生产查询都可审计，并带有完整轨迹——所采取的步骤、检索的来源、使用的模型以及推理过程。\n\nTerminal X 报告称，客户从这种方法中获得了显著节省，其中一家私募股权公司报告称，通过自动化尽职调查和投资备忘录工作流，年化节省达 240 万美元。\n\n## Eval Agent：对每个输出应用 54 项标准评分细则\n\nTerminal X 构建了一个 Eval Agent，用于根据公司自身的标准检查代理的答案。它是基于 GPT-6.1 Sol 和其他 OpenAI 模型的编排工作流，旨在像副总裁阅读分析师的工作一样阅读每个代理输出。\n\nEval Agent 根据 54 项标准的评分细则检查每个输出，检查数字、可比公司、共识数据和引文是否来自正确的来源，叙述是否成立，以及建议是否与公司观点一致。每项检查均以通过或失败评分。每次失败都包含一行原因以及更优来源或修正文本，并成为一条 Memory。遗漏的来源、错误的可比对象或偏离公司观点的论点，都会被编码为该部门的新工作指令或新测试用例。\n\n> “每个回答都会经过评估，分析师修正的内容会让系统更了解这家公司的工作方式。因此，公司使用的时间越长，系统就越像他们自己的团队一样思考。”\n> —Ken Lee，Terminal X 联合创始人兼首席技术官\n\n## 基准测试结果：88.6% 的一致性以及更少的偏离授权建议\n\nTerminal X 根据自身的评估结果（而非供应商基准）选择模型。在 500 次评分判断中，基于 GPT-6.1 Sol 的 Eval Agent 与资深人类评审者的一致性达到 88.6%，而次优模型为 86.4%——提升了 220 个基点。\n\nGPT-6.1 Sol 表现优异的一个错误类别是风格漂移。给出的示例是：一家收购基金的授权是寻找以低于资产净值折扣交易的要约收购候选标的，承销该业务并构建融资结构。当情景模型预示市场转向时，交易开始推荐不良信贷头寸或救援融资。基于 GPT-6.1 Sol 的 Eval Agent 捕获的此类偏离比次优模型多约 25%。\n\nGPT-6.1 Sol 在长上下文工作中的 token 效率使 Terminal X 能够在相同预算内构建更深入的审查工作流。在该工作流中，首先根据基金授权检验投资论点，然后对照基金近期交易；不确定的结论会重新运行，代理在报告前会协调结果。Terminal X 表示，这种更深入的审查标记出了在可比模型上单次通过会放行的交易。\n\n> “GPT-6.1 Sol 的长上下文推理和 token 效率使我们能够构建更深入的评估流水线。这有助于我们的 Eval Agent 让投资判断变得可衡量、可审计。”\n> —Hyun Hong，Terminal X 联合创始人兼首席执行官\n\n## 规模与后续步骤\n\nTerminal X 报告称，使用 GPT-6.1 Sol 和 GPT-6 Luna，已构建 1,700 个公司记忆，运行超过 100 万个自定义工作流，周活跃用户数达到月活跃用户数的 81%。\n\n该公司声明的下一步是将公司记忆从部门扩展到个人，使每位投资专业人士的标准都能按其实际实践（而非仅按描述）被捕获。\n\n> “赢得下一个十年的公司将把自己的判断作为数据来拥有。我们的工作就是让这种判断变得可衡量，从而可以被保留、改进和复用。”\n> —Hyun Hong，Terminal X 联合创始人兼首席执行官\n\n## 关键事实一览\n\n- 使用的模型： GPT-6.1 Sol（判断密集型、长上下文阶段）和 GPT-6 Luna（高吞吐、对 token 效率敏感的步骤）。\n- Eval Agent 一致性： 在 500 次评分判断中，与资深人类评审员的一致性为 88.6%，而次优模型为 86.4%（提升 220 个基点）。\n- 偏离授权检测： 捕获的风格漂移偏离比次优模型多约 25%。\n- 成本： 每次查询的成本比次优模型低约 30%，速度相近。\n- 评估标准： 每个输出 54 项标准，通过/失败评分，每次失败附带一行原因及修正来源。\n- 部署： 本地部署或客户自有云，位于私有数据室中。\n- 处理语言： 英语、韩语、日语和中文。\n- 报告规模： 1,700 个公司记忆，超过 100 万个自定义工作流，周活跃用户数占月活跃用户数的 81%。\n- 报告客户成果： 一家私募股权公司报告称，通过自动化尽职调查和投资备忘录工作流，年化节省达 240 万美元。