Terminal X 与资深投资者判断的匹配度达 88.6%，媲美 GPT-6.1

# Terminal X 在 GPT-6.1 上与资深投资人判断的一致率达 88.6% 来源：https://openai.com/index/terminal-x/ 一家投资公司的优势是一笔笔交易积累起来的，但每个决策背后的判断力通常只存在于少数资深投资人的脑中。当他们离开时，公司面临的则是 Terminal X（[https://www.terminal-x.ai/](https://www.terminal-x.ai/)）所说的"记忆债务"：公司可能还保留着文档，但已经失去了背后的推理逻辑。 Terminal X 的 Capital Memory 操作系统正是为偿还这笔债务而设计的。该公司的前置部署工程师——曾任职于 JPMorgan 和 Blackstone 的金融与投资从业者——与每位客户的投资团队坐在一起，为公司设计智能体架构，并将公司的投资方法编码到归公司所有的智能体中，部署在本地或客户自有云环境中。 OpenAI 模型（包括 GPT-6.1 Sol 和 GPT-6 Luna）负责处理这些智能体内部的推理任务。Terminal X 的 Eval Agent 则依据公司自身的标准对智能体的输出进行打分。GPT-6.1 Sol 帮助 Eval Agent 多捕捉了约 25% 偏离基金授权范围的推荐，并且在相似速度下，以每次查询约低 30% 的成本运行相同的工作流。 > "GPT-6.1 Sol 的长上下文推理能力和 token 效率让我们能够构建更深度的评估管道。这帮助我们的 Eval Agent 让投资判断变得可量化、可审计。" —Hyun Hong，Terminal X 联合创始人兼 CEO Capital Memory 将一家公司的投资判断、研究工作和实体信息连接到 Terminal X 的私密数据室和投资工作流中。 ## 编码每家公司最优秀投资人的推理逻辑 针对每位客户，Terminal X 构建的智能体都以该公司最优秀投资人的投资方式为蓝本。Terminal X 的工程师会在客户现场驻留数周，逆向分析公司信赖的投研备忘录，并捕捉从未被书面记录的流程——例如信用团队如何筛选借款人、共同投资团队在撰写备忘录前会从哪些渠道获取信息。 随后，这些流程被编码进数百个智能体，按资产类别和策略定制，并为每个投资阶段配备子智能体。GPT-6.1 Sol 负责需要判断力和超长上下文窗口的阶段：综合投资论点、识别关键考量因素、评估与公司投资授权的契合度。GPT-6 Luna 则运行那些 token 效率比深度更重要的高频步骤。 智能体在各公司的私密数据室内工作——这是一个专为企业分享和管理敏感投资数据而设的环境。智能体处理英语、韩语、日语和中文的文档，并将所学内容存储为公司的 Memory：一份带版本记录的档案，记录某个交易台如何做出某类决策，包括其历史分析、委员会决议、工作流指令和机构观点。 工程师将每份 Memory 转化为 Terminal X 平台上的可重复工作流，在平台上，每条生产环境的查询都可进行完整审计追踪：包括执行的步骤、检索的来源、使用的模型以及推理过程。 据 Terminal X 称，客户因此实现了可观的成本节约。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。 ## 用 Eval Agent 打分并持续改进系统 为检验智能体的回答是否符合公司自身的标准，Terminal X 构建了 Eval Agent。这是一个基于 GPT-6.1 Sol 和其他 OpenAI 模型的编排工作流，以 VP 审阅分析师工作的方式阅读每一份智能体输出。 Eval Agent 依据一份 54 项标准的评分表逐项检查每份输出。它会追问：数字、可比公司数据、一致预期和引述是否来自正确的来源？叙述逻辑是否成立？推荐是否与机构观点一致？ Terminal X Eval runner 将投资备忘录输出与答案标准进行比对，并在候选模型中标注出修正后的 EBITDA 倍数。 每项检查的得分只有通过或不通过两种。每个不通过项都附带一行原因说明以及更优的来源或修正后的文本，并沉淀为 Memory。例如，遗漏的来源、错误的可比公司，或偏离机构观点的投资论点，都会被编码为该交易台的新工作流指令或新测试用例。 "每个回答都会被评估，分析师所做的任何修正都会让系统对这家公司的运作方式多了解一点，"Terminal X 联合创始人兼 CTO Ken Lee 说道。"所以一家公司使用的时间越长，系统就越像他们自己的团队在思考。" ## 测试所有模型，按任务选择 Terminal X 根据自身的评估结果来选择模型。在 500 项被打分的判断中，其基于 GPT-6.1 Sol 的 Eval Agent 与资深人工评审员的一致率达 88.6%，而次优模型为 86.4%，提升了 220 个基点。 GPT-6.1 Sol 表现尤为突出的一类错误是"风格漂移"。例如，一家并购基金的授权是寻找以低于净资产价值（NAV）折价交易的私有化标的、对业务进行尽职调查并设计融资方案。但当情景模型暗示市场将转向时，交易就开始推荐困境债权头寸或救助性融资。基于 GPT-6.1 Sol 的 Eval Agent 捕捉到了约 25% 更多此类偏离，优于次优模型。 GPT-6.1 Sol 在长上下文任务中的 token 效率使 Terminal X 能够在相同预算内构建更深度的审查工作流。投资论点首先对照基金的投资授权进行检验，然后对照其近期交易进行验证。不确定的结论会被重新运行，智能体在报告前对结果进行交叉核对。 这种更深度的审查发现了那些在可比模型上单次通过即被放行的交易。GPT-6.1 Sol 还以每次查询约低 30% 的成本运行相同的工作流，速度相当。 ## 迈向为每位投资人构建 Memory 借助 GPT-6.1 Sol 和 GPT-6 Luna，Terminal X 已构建了 1,700 份公司 Memory，运行了超过 100 万条自定义工作流，周活跃用户数达到月活跃用户数的 81%。 Terminal X 的下一步是将公司 Memory 从交易台延伸到个人，使每位投资从业者的标准都能按照其实际执行的方式被记录下来，而不仅仅是按照其描述的方式。 对 Terminal X 联合创始人兼 CEO Hyun 而言，这才是核心："未来十年获胜的公司，会将他们的判断力作为数据来拥有。我们的使命就是让这种判断力变得可量化，使其能够被保存、改进和复用。"