تصور کنید تمام دارایی‌های بورس خود را به دست موجودی بسپارید که هیچ حس ترس یا طمعی ندارد و فقط با اعداد فکر می‌کند. این دقیقاً همان اتفاقی است که در یک آزمایش جسورانه در تایوان رخ داده است: یک توسعه‌دهنده کنترل کامل یک حساب واقعی بورس تایوان را به یک عامل هوش مصنوعی (AI Agent) سپرده است. این حساب در ابتدا حاوی ۲۲۰۰ دلار تایوانی (TWD) بود و هدفی بسیار بلندپروازانه برای این عامل تعیین شده است: دو برابر کردن این سرمایه و رساندن آن به ۴۴۰۰ دلار تایوانی ظرف مدت ۳۰ روز معاملاتی.
طبق اعلام توسعه‌دهنده این پروژه، از تاریخ ۱۰ آگوست ۲۰۲۶، هرگونه دخالت انسانی به‌طور کامل حذف شده است. این یعنی توسعه‌دهنده نه در معاملات دخالت می‌کند، نه سرمایه جدیدی به حساب اضافه می‌کند و نه به‌عنوان ترمز برای جلوگیری از ضررها عمل می‌کند. این عامل موظف است به‌طور کاملاً مستقل استراتژی‌ها را پژوهش کند، معاملات را اجرا نماید و پس از بسته شدن بازار، بازبینی‌های پس از بازار (Post-market reviews) را به‌تنهایی انجام دهد.
شکاف تئوریک: مدل زبانی در برابر مدل جهانی
این آزمایش در حالی رخ می‌دهد که صنعت هوش مصنوعی در حال بحث بر سر شکاف عمیق میان مدل‌های زبانی بزرگ (LLMs) و مدل‌های جهانی بزرگ (LWMs) است. مدل‌های زبانی در پیش‌بینی توکن بعدی در یک جمله بر اساس روابط آماری در متن مهارت دارند؛ آن‌ها شبیه به کتابخانه‌داری هستند که میلیاردها صفحه را خوانده و حالا با همان لحن کتاب‌ها جواب می‌دهد. اما مدل‌های جهانی (LWM) هدف متفاوتی دارند: آن‌ها تلاش می‌کنند یک شبیه‌ساز داخلی از محیط واقعی بسازند.
یک مدل جهانی بر اساس «علیت» (Causality) پیش‌بینی می‌کند: «اگر من اقدام A را انجام دهم، جهان به حالت B تغییر می‌کند». این دقیقاً همان منطقی است که خودروهای خودران برای پیش‌بینی جریان ترافیک یا ربات‌ها برای پیش‌بینی اینکه آیا یک لیوان در اثر فشار واژگون می‌شود یا خیر، به کار می‌برند.
بازار بورس به‌عنوان یک میدان آزمایش بی‌رحم برای این گذار عمل می‌کند، زیرا بازخوردهای مالی فوری و ملموس ارائه می‌دهد. در بورس هیچ پاسخ استانداردی برای حفظ کردن وجود ندارد؛ الگویی که دیروز سودآور بود، ممکن است امروز باعث ضرر شدید شود. بازار در لحظه و با استفاده از پول واقعی به عامل می‌گوید که آیا پیش‌بینی‌اش از نحوه عملکرد جهان درست بوده است یا خیر.
سازوکار «پیش‌بینی-اقدام-تأیید»
برای سوق دادن LLM به سمت قابلیت‌های LWM، توسعه‌دهنده یک حلقه عملیاتی خاص طراحی کرده است که عامل را مجبور می‌کند مانند یک مدل جهانی عمل کند. این چارچوب که توسعه‌دهنده یک سال روی آن برای وظایف نرم‌افزاری (مانند پیش‌بینی اینکه آیا تغییر یک فایل باعث پاس شدن تست‌ها می‌شود یا خیر) کار کرده بود، اکنون در محیط مالی اجرا می‌شود:
- پیش‌بینی (Prediction): پیش از هر معامله، عامل باید دقیقاً بنویسد که انتظار دارد چه اتفاقی بیفتد. این شامل مواردی است که آیا سفارش اجرا خواهد شد، ریسک موقعیت پس از اجرا چگونه تغییر می‌کند و محدوده پاداش مورد انتظار چقدر است.
- اقدام (Action): عامل معامله را از طریق API کارگزاری اجرا می‌کند.
- تأیید (Verification): پس از معامله، سیستم «پیش‌بینی» را در کنار «بازده واقعی» قرار می‌دهد. این اختلاف یا همان «خطا»، به‌عنوان یک سیگنال آموزشی برای اصلاح مدل داخلی عامل از بازار ثبت می‌شود.
پارامترهای آزمایش و کنترل‌های ریسک
برای اطمینان از اینکه آزمایش ساختاریافته باقی بماند، به عامل این توانایی داده شده است که به‌طور مستقل تیم پژوهشی خود را بسازد و برای وظایف خاص، «زیر-عامل‌ها» (Sub-agents) ایجاد کند. با این حال، سیستم شامل کنترل‌های سخت‌گیرانه ریسک است که عامل نمی‌تواند آن‌ها را دور بزند:
- سقف‌های مالی: مبلغ هر معامله تک‌نفره به موجودی فعلی حساب محدود شده است.
- محدودیت تعداد: یک سقف روزانه سخت‌گیرانه برای تعداد سفارشات ثبت‌شده وجود دارد.
- توجیه اجباری: هر سفارش باید همراه با یک دلیل مکتوب باشد؛ بدون این توجیه، معامله اجرا نمی‌شود.
- بازبینی اجباری: عامل موظف است پس از زنگ پایان بازار، یک گزارش بازبینی بنویسد.
موانع زیرساختی و «گودال‌های فنی»
راه‌اندازی این آزمایش نشان داد که ۹۰٪ تلاش‌ها به‌جای بهینه‌سازی هوش مصنوعی، صرف جنگ با APIهای کارگزاری شده است. توسعه‌دهنده با چندین شکست فنی بحرانی مواجه شد:
- احراز هویت گواهینامه: استفاده از گواهینامه‌های MasterLink/Taishin باعث ایجاد یک «حلقه مرگ» شد. سرور در فیلد گواهینامه سه علامت سوال (???) برمی‌گرداند، زیرا سرور هنوز از نام قدیمی MasterLink برای تطبیق استفاده می‌کرد، در حالی که گواهینامه‌های جدید تحت نام Taishin صادر شده بودند.
- محدودیت‌های کاربر ویندوز: کلیدهای خصوصی از طریق DPAPI به حساب کاربری خاصی در ویندوز قفل شده بودند که درخواست آن‌ها را داده بود. برنامه معاملاتی که تحت حساب کاربری دیگری اجرا می‌شد، نمی‌توانست کلیدها را بخواند تا زمانی که یک زمان‌بند تعاملی بدون رمز عبور (Password-less interactive scheduler) پیاده‌سازی شد.
- رد درخواست‌های اتصال: سرور کارگزاری اتصالات خارج از ساعات معاملاتی را رد می‌کرد. برنامه در ابتدا وارد یک حلقه اتصال مجدد بی‌نهایت می‌شد که توسعه‌دهنده را مجبور کرد یک «قطع‌کننده» (Circuit Breaker) طراحی کند.
- شکست‌های خاموش: یکی از نسخه‌های اسکریپت به‌دلیل نبود یک فایل به‌طور پیش از موعد متوقف می‌شد، اما لاگ‌ها نتیجه موفقیت‌آمیز قبلی را نشان می‌دادند و یک تله «تکمیل جعلی» ایجاد می‌کردند.
این ساختار، هوش مصنوعی را از یک چت‌بات به یک تصمیم‌گیرنده تبدیل می‌کند که برای اشتباهاتش بهای واقعی می‌پردازد. سوال اصلی این است که آیا عامل در مواجهه با ضررها به قمار تصادفی روی می‌آورد یا صادقانه شکست‌هایش را ثبت می‌کند تا دقت پیش‌بینی‌اش را بهبود بخشد. توسعه‌دهنده به‌ویژه به دنبال «صداقت» عامل است؛ اینکه آیا مدل برای پنهان کردن ضررها، روایت‌ها را «زیبا» می‌کند یا می‌پذیرد که شواهد کافی برای تصمیم‌گیری نداشته است.
برای یک سرمایه‌گذار عادی، این موضوع نشان‌دهنده تغییری در کاربرد AI است: گذار از «هوش مصنوعی به‌عنوان مشاور» به «هوش مصنوعی به‌عنوان اپراتور مستقل». اگر عاملی بتواند از طریق حلقه بازخورد شکست و اصلاح، یک مدل جهانی بسازد، این بدان معناست که AI مستقل می‌تواند در نهایت عملیات تجاری پیچیده و پرریسک را بدون نیاز به نظارت دائمی انسان مدیریت کند.
لاگ‌های روزانه این آزمایش را دنبال کنید، جایی که یک عامل نظارتی مجزا، هر حرکت و نتیجه عامل معامله‌گر را ردیابی خواهد کرد. چه حساب به ۴۴۰۰ دلار برسد و چه به صفر سقوط کند، نتایج به‌طور صادقانه گزارش خواهند شد.
گام بعدی شما
- لاگ‌های روزانه این آزمایش را دنبال کنید تا ببینید مدل در مواجهه با ضررهای متوالی چه واکنشی نشان می‌دهد.
- بررسی کنید که آیا ابزارهای فعلی شما فقط مشاور هستند یا قابلیت اجرای مستقل (Agentic) دارند.
- درباره تفاوت پیش‌بینی آماری و مدل‌سازی علی (Causality) در تحلیل داده‌ها مطالعه کنید.
اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell مراجعه کنید.
گفتگو