Jump Trading, ChatGPT ile Araştırmayı Ölçekledi

Kantitatif ticaret devi Jump Trading, yapay zeka ajanlarını araştırma süreçlerinin merkezine taşıdı. Şirketin LLM Ar-Ge biriminin başındaki Lucas Baker, GPT-6 Astra ile birlikte ajanlara devredilebilen iş akışlarının kapsamının ve karmaşıklığının ciddi biçimde arttığını söylüyor. OpenAI blogunda paylaşılan vaka analizi, bir finans kuruluşunun ajanları "yardımcı araç" değil, "iş arkadaşı" gibi kullandığı bir çalışma modelini anlatıyor.

Jump Trading ajan altyapısını neden kuruyor?

Jump Trading, piyasa verisi, haberler ve alternatif veri kaynaklarını kullanarak varlık fiyatlarına dair tahmin modelleri geliştiriyor. Piyasalar gürültülü ve sürekli değiştiği için geleceği kesin bilmek mümkün değil; ancak Baker'a göre yazı-turadan biraz daha iyi tahmin etmek, ölçekte ciddi bir strateji avantajına dönüşüyor.

Baker'ın ekibi tam da bu noktada ajanları, harness'ları ve altyapıyı kurmaya odaklanıyor: kantitatif araştırmacıların fikirlerini daha geniş ve daha derin biçimde test edebilmesi için. Şirkete göre GPT-6 Astra, günlük kodlamadan ileri düzey kantitatif çalışmalara kadar pek çok iş akışının ajanlara bırakılmasını mümkün kılıyor.

GPT-6 Astra ile uzun ufuklu görevler

Baker'ın aktardığı deneyim, ajanların artık tek seferlik kod parçaları yazmanın ötesine geçtiğini gösteriyor. Ekip, bir problemi, çalışma ortamını ve sonuçların kalitesini ölçen kriterleri tanımlıyor; ardından tek bir ajanı ya da bir ajan filosunu gerçek zamanlı olarak yönlendiriyor. GPT-6 Astra ile ajanlar buldukları iyileştirmeleri birleştirip üst üste koyabiliyor; bu da özyinelemeli bir iyileştirme döngüsü doğuruyor.

Uzun süren tek bir görevde sistem kendi bulgularını analiz edebiliyor, baştaki öneride belirlenen kriterlere göre bunları değerlendirebiliyor ve insan müdahalesi olmadan odağını yeniden ayarlayabiliyor. Baker'a göre "günlerce çalışması gereken, birçok veri kaynağından beslenen ve neyin önemli olduğuna dair ince kararlar vermesi gereken" işler artık baştan sona kurgulanabiliyor.

Düzenlenmiş sektörde insan denetimi şart

Finans ağır düzenlenen bir alan; hataların hem mali hem de uyum tarafında sonuçları olabiliyor. Baker, işi yapay zekaya devretmenin risklerinin farkında olduklarını, ancak ajan zekasının yalnızca yeni özellik eklemek için değil; kalite, güvenlik ve izleme için de kullanılabildiğini vurguluyor. Sağlam sistem tasarımı, net sınırlar, gözlemlenebilirlik ve insan incelemesi, ajan destekli iş akışlarını ölçeklenebilir kılan unsurlar olarak sıralanıyor.

Bir ajan işlem sinyali ürettiğinde bu sinyal, diğer tüm sinyaller gibi kapsamlandırılıyor ve sıkı denetimli bir icra ortamında değerlendiriliyor: bilgilendirici ama yanılabilir bir çıktı olarak.

"Autoresearch" dönemi: ajanlar ajanları yönetecek

Baker, ölçülebilir sistemlerin ajan araştırmacılar tarafından özyinelemeli olarak iyileştirilmesi anlamına gelen "autoresearch" yaklaşımının yakında kantitatif araştırmacıların olağan iş akışının parçası olacağını düşünüyor. Bugün bile en uzun görevlerde düzenli kontroller gerekiyor: hangi verinin çekileceği, ne kadar çalışılacağı ve ara sonuçların anlamlı olup olmadığı hâlâ insan tarafından belirleniyor.

İleri düzey autoresearch senaryosunda ise süreç; girdiler, ortam tanımı, değerlendirme metrikleri ve önceliklerle insan tarafından kurgulanacak, geri kalanı gevşek yapılı bir ajan filosuna bırakılacak. Bu filo, hangi fikrin nasıl keşfedileceğine, hesaplama gücünün nasıl dağıtılacağına ve umut veren bulguların nasıl birleştirileceğine kendi karar verebilecek.

Rakamlarla nerede duruyoruz?

Baker'ın çizdiği tabloya göre 2024'te tek bir dosyayı hatasız yazan ajanlar etkileyici sayılıyordu. 2025'te sıfırdan komple kod tabanları oluşturulabildi. 2026'da ise çok sayıda ajanın yan yana çalışarak açık araştırma sorularında ilerleme kaydettiği bir noktaya gelindi. Baker, "Gelecek yıl ne olacak?" diye sorarak bu değişim hızının altını çiziyor.

Sonuç: Finans için ne anlama geliyor?

Jump Trading örneği, kurumsal yapay zeka kullanımının "sohbet botu" aşamasından ajan tabanlı araştırma altyapısına geçtiğini gösteriyor. Kritik nokta, ajanlara daha fazla özerklik verilirken denetim, gözlemlenebilirlik ve insan onayı katmanlarının korunması. Regülasyonun sıkı olduğu finans sektöründe kazanan tarafın, ajan hızını denetim disipliniyle birleştiren ekipler olması bekleniyor.

Kaynak: OpenAI Blog — "How Jump Trading is scaling quant research with ChatGPT" (6 Ekim 2026).