# OpenAI揭秘万级Agent实测！狂飙36小时，狂吞1万亿Token

> **仅限授权使用：这是用于授权测试与研究的安全工具或资料，只能在你有权测试的系统上使用。**

- 原标题：OpenAI揭秘万级Agent实测！狂飙36小时，狂吞1万亿Token
- 类型：博客
- 来源：新智元
- 发布时间：2026-10-16
- 首次精选：2026-11-03 21:30
- 分级：值得看
- 是否付费：免费（全文公开可读）
- 预估学习时长：约 7 分钟（按全文字数估算）
- 学习层级：进阶
- 主题：[ai-cost-optimization](<https://oplearnx.com/md/topics/ai-cost-optimization.md>)（第 35 位）、[multi-agent-workflows](<https://oplearnx.com/md/topics/multi-agent-workflows.md>)（第 45 位）、[agent-architecture-harness](<https://oplearnx.com/md/topics/agent-architecture-harness.md>)（第 56 位）
- 原文链接：[https://aiera.com.cn/asi-post.html?id=118908](<https://aiera.com.cn/asi-post.html?id=118908>)
- 本站页面：[https://oplearnx.com/resources/pk\_241c09db5f6a](<https://oplearnx.com/resources/pk_241c09db5f6a>)

## 摘要

新智元报道，旧金山与纽约的初创公司Third Moment Research在Docker隔离容器中部署1TB历史行情数据和量化代码库，让1万个Agent连续运行36至48小时，每天消耗1万亿Token，试验领域为量化金融。文中称Codex与GPT-5.6发现每次回测需等约3小时、轮询挤占上下文后，自行定位两处底层瓶颈并实现缓存优化与内存紧凑打包，将单次回测压缩到3至5分钟；还描述了不同代模型在长程任务上的行为差异，以及在容器外层用GPT-6 Sol或GPT-6.1 Sol驱动的监管模型处理内层Agent停下的情况。适合关注长程Agent系统设计、多智能体调度与Token成本的人阅读。

---
来源：LearnMap · 学径（https://oplearnx.com）