Agent-ul universal nu mai funcționează? Acest AI financiar cu 15.000 de stele automatizează întregul flux de lucru de cercetare și investiții

În ultimii doi ani, tendința de dezvoltare a agenților inteligenți AI a devenit din ce în ce mai clară, iar capacitatea agentului universal, susținută de modele mari universale, a crescut constant.

Dar, odată ce pășesc în domenii profesionale, acești "Agenți universali" sunt ușor de demascat, iar cercetarea financiară este cel mai tipic exemplu.

Logica de descompunere a rapoartelor financiare, verificarea uniformă a definițiilor indicatorilor, verificarea autenticității surselor de date, reproductibilitatea concluziilor cercetării, acestea sunt cerințele de bază ale cercetării financiare, iar un agent inteligent universal pentru diverse domenii nu poate rezolva cu adevărat problema.

De asemenea, în procesul de răsfoire a proiectelor open source, am descoperit un proiect care a acumulat o bună reputație atât în cercurile financiare, cât și în comunitatea dezvoltatorilor: Dexter, un agent inteligent autonom special conceput pentru cercetare financiară aprofundată.

Spre deosebire de instrumentele obișnuite de întrebări și răspunsuri financiare, acesta își poate descompune singur sarcinile de cercetare, poate prelua date profesionale, poate executa procese de analiză și poate verifica în mod repetat rezultatele cercetării, ceea ce îl face un agent inteligent care a fost cu adevărat implementat în scenarii de cercetare și investiții financiare, cu popularitate și putere considerabile.

Nu este un "ChatGPT financiar"

Dacă AI-ul financiar obișnuit rezolvă problema "poate oferi un răspuns", atunci Dexter rezolvă problema mai importantă din cercetarea financiară "poate cerceta problema în mod clar".

Poziționarea lui Dexter nu este de a fi un "ChatGPT financiar", ci de a reproduce fluxul de lucru real de cercetare și investiții financiare.

Când ridicați o întrebare de cercetare, cum ar fi:

• Analizați modificările veniturilor unei anumite companii în ultimii cinci ani?
• Comparați structura de evaluare a două industrii?
• Evaluați calitatea fluxului de numerar al unei anumite companii?

Nu va da direct un paragraf de text concluziv, ci va clarifica mai întâi obiectivul cercetării în conformitate cu logica profesională de cercetare și investiții, apoi va determina indicatorii financiari de bază necesari pentru finalizarea cercetării, apoi va selecta sursele de date profesionale potrivite și, în final, va executa pas cu pas analiza, va verifica datele și va completa informațiile.

Întregul proces de cercetare este structurat și urmăribil, mai degrabă decât "generarea" unui răspuns de către un model mare o singură dată.

Sursele de date profesionale sunt atuul său

Limita inferioară a analizei financiare depinde întotdeauna de calitatea datelor.

Dexter se poate conecta direct la surse de date financiare de nivel instituțional, acoperind date de bază, cum ar fi tabele de venituri, bilanțuri și situații ale fluxurilor de numerar.

Aceasta nu este o simplă colectare de pagini web, ci un sistem de date organizat în jurul unei structuri financiare profesionale.

Problema multor agenți universali este că: logica poate să nu fie o problemă, dar sursa datelor este neclară, definițiile nu sunt uniforme, iar concluzia finală nu poate fi susținută.

Dexter consideră sursa de date ca o capacitate de bază de la nivelul designului, mai degrabă decât o funcție suplimentară. Acesta este un pas foarte important pentru scenariile de cercetare și investiții.

Se va "verifica singur"

Mecanismul de autoverificare al lui Dexter se potrivește și cerințelor ridicate de acuratețe din domeniul financiar.

În întregul proces de analiză, Dexter va verifica continuu rezultatele intermediare și concluziile finale. Odată ce găsește lacune logice sau date lipsă, va ajusta automat pașii de cercetare și va continua să execute până când finalizează o sarcină completă de cercetare.

Suport model

Compatibilitatea lui Dexter este, de asemenea, foarte flexibilă. Indiferent dacă este vorba de modele mari cloud, cum ar fi OpenAI, Anthropic, Google, xAI, OpenRouter, sau Ollama implementat local, acesta se poate conecta perfect, poate rula rapid în cloud și poate satisface nevoile de confidențialitate ale implementării locale.

Pornire rapidă

1. Pregătiți mediul de rulare

Dexter folosește Bun ca runtime, iar cerințele oficiale sunt versiunea 1.0 și versiunile ulterioare. Diferite sisteme au diferite metode de instalare. Reporniți terminalul după finalizarea operațiunii.

Sistemele macOS / Linux pot executa:

curl -fsSL https://bun.com/install | bashSistemele Windows pot executa:

powershell -c "irm bun.sh/install.ps1|iex"După finalizarea instalării, introduceți bun --version în terminal. Dacă numărul versiunii poate fi afișat normal, înseamnă că instalarea a reușit.### II. Clonarea proiectului și instalarea dependențelor

După clonarea depozitului proiectului, accesați directorul proiectului și utilizați Bun pentru a instala dependențele necesare proiectului:

git clone https://github.com/virattt/dexter.git cd dexter bun install

III. Configurarea variabilelor de mediu

Acesta este un pas crucial pentru rularea Dexter. Proiectul a furnizat deja un fișier șablon pentru variabilele de mediu. Trebuie doar să copiem șablonul pentru a genera fișierul de configurare și apoi să îl edităm în funcție de propriile nevoi:

cp env.example .env Apoi editați fișierul .env generat. Cheile API de bază care trebuie configurate sunt împărțite în principal în trei categorii:

• Cheia API a furnizorului de modele mari (Large Language Model): inclusiv OpenAI, Anthropic, Google, xAI, OpenRouter etc. (cum ar fi OPENAI_API_KEY) poate fi configurată în funcție de modelul mare pe care îl utilizați;
• Cheia API Financial Datasets: utilizată pentru a apela date financiare și de piață de nivel instituțional, este configurația de bază pentru realizarea analizei financiare profesionale și se recomandă configurarea obligatorie. Obțineți adresa: https://financialdatasets.ai/
• Cheia API legată de căutarea pe web: inclusiv Exa, Tavily, utilizată pentru a îmbunătăți capacitatea de căutare pe web a agentului inteligent, este o configurație opțională. Obțineți adresa: https://exa.ai/

Dacă trebuie să utilizați Ollama implementat local, configurați în fișier:

OLLAMA_BASE_URL=http://127.0.0.1:11434

IV. Pornirea Dexter

După finalizarea configurării variabilelor de mediu, executați direct comanda de pornire în terminal:

bun start puteți intra în interfața CLI interactivă a Dexter. Introduceți întrebări legate de cercetarea financiară în interfață și acesta va planifica și executa automat întregul proces de analiză.

Dacă este pentru dezvoltare sau depanare, puteți utiliza modul de reîncărcare la cald pentru a porni:

bun dev

V. Evaluare și depanare

Pentru utilizatorii cu nevoi avansate, Dexter are încorporat un instrument de evaluare special, care poate testa capacitatea de analiză a agentului inteligent. Puteți rula un proces complet de evaluare sau puteți extrage aleatoriu eșantioane pentru testare:

bun run src/evals/run.ts bun run src/evals/run.ts --sample 10 Dexter va înregistra automat toate procesele de analiză, apelurile de instrumente și rezultatele intermediare în acest director:

.dexter/scratchpad/ Puteți utiliza fișierele de sub acesta pentru a finaliza revizuirea procesului de cercetare și depanarea proiectului

Agentul vertical este punctul central al următoarei etape

Agentul general va continua să progreseze, dar agentul inteligent care începe cu adevărat să fie "util" va fi cu siguranță cel care sapă adânc în domeniul vertical.

Dexter este un eșantion tipic. Nu a încercat să acopere toate domeniile, ci s-a concentrat pe cercetarea financiară, a aprofundat sursele de date, procesele de analiză și mecanismele de validare.Adresa proiectului: https://github.com/virattt/dexter