Крупные хедж-фонды сходятся к одинаковой архитектуре AI-агентов для трейдинга

Несколько крупных игроков институционального трейдинга публично описали похожие подходы к внедрению AI-агентов в торговые процессы. В материале Ariel Silahian говорится, что в кейсах Balyasny, Two Sigma, Man Group и D.E. Shaw повторяются четыре элемента: слой ограничений доступа для агентов, аудит всех обращений к LLM, последовательная проверка результатов человеком перед использованием в торговле, а также распределённая модель guardrails с едиными стандартами.

Как сообщает Hacker News со ссылкой на публикацию Electronic Trading Hub, этот паттерн связан не с единым поставщиком технологий, а с тем, что инфраструктура у разных компаний развивалась независимо, но пришла к схожим решениям. Там же приводятся данные опроса AIMA за 2025 год: 95% из 150 управляющих фондами с активами на 788 млрд $ используют generative AI. Для сравнения, в 2023 году показатель составлял 86%.

В описании внутреннего стека D.E. Shaw, основанном на аналитических обзорах отрасли, упоминается LLM Gateway. Система журналирует все запросы, удаляет PII перед передачей данных в модель и ограничивает использование по бюджетам отдельных desk-команд. Компонент DocLab, согласно этим данным, добавляет криптографические audit hash к операциям извлечения документов, чтобы фиксировать, какие данные модель использовала при генерации ответа.

Отдельно автор разбирает систему AlphaGPT у Man Group. По данным Bloomberg, она устроена как цепочка из трёх агентов. Первый формирует исследовательские гипотезы, второй превращает их в исполняемый код, третий статистически проверяет результаты перед передачей на следующий этап. При этом человеческая проверка встроена в каждый шаг процесса.