Arca drží finanční agenty v práci 10 dní, peníze jim ale nesvěří

Finanční firma Arca nechává agenty koordinovat práci pro klienta až 10 dní. Model přitom neběží bez přestávky. Systém si ukládá stav případu, čeká na e-mail, telefonát nebo rozhodnutí člověka a pak naváže tam, kde práce skončila.

Desetidenní úkol drží pohromadě paměť klienta

Aman Singh, který v Arce vede AI platformu, popsal pro Latent Space procesy s mnoha předávkami a rozhodnutími. Paměť pro každého klienta eviduje, co se už stalo, co přijde na řadu, kdo má další krok a co je třeba hlídat dlouhodobě. Nový signál tak může probudit čerstvého agenta, který si načte stav rozpracovaného případu.

Arca používá modely od Anthropicu a OpenAI. Vlastní harness je směruje podle interních benchmarků a složitosti úkolu. Firma uvádí Claude jako hlavního poskytovatele, ale svou vrstvu si drží proto, aby mohla modely měnit bez předání provozní paměti jednomu dodavateli.

Agent přebírá koordinaci, poradce si nechává rozhodnutí

Důležitý posun spočívá v tom, kdo koho vyzývá k akci. Agent průběžně sleduje cíl a přizve poradce ve chvíli, kdy je potřeba jeho souhlas nebo zásah. Člověk tedy nemusí po každé pauze znovu skládat celý případ a ručně psát další prompt.

Pro týmy, které stavějí podobný systém, je hlavním produktem stavový model práce. Prompt a výběr modelu jsou jen části. Rozhoduje záznam odpovědností, událostí a příštích kroků, který přežije jednotlivý běh modelu.

Pohyb peněz zůstává za pevnou lidskou hranicí

Arca tvrdí, že agent automatizuje analýzu a návrh řešení, nikoli obchod nebo jiný pohyb peněz. V příkladu s daňovým účtem ve výši 100 000 dolarů může připravit plán likvidace aktiv, ale obchod provede člověk. Zápisy dat navíc kontrolují rychlé modely a vstupy procházejí kontrolami proti prompt injection.

To je rozumná architektura, stále však jde hlavně o popis firmy. Veřejná data zatím neukazují chybovost, počet zásahů poradců ani to, kolik návrhů verifikace zastaví. Bez těchto čísel nelze posoudit, zda paměť snižuje náklady, nebo jen přesouvá koordinaci do složitějšího softwaru.

Auditní stopa a míra zásahů ukážou skutečnou cenu

Nejpřesvědčivějšími signály budou výsledky z běžného provozu: kolik desetidenních případů agent dokončí bez ztráty kontextu, kolikrát člověk plán opraví a jak často bezpečnostní kontrola zablokuje chybný krok. Arca říká, že zaznamenává změny lidí i agentů, takže pro takové vyhodnocení má potřebnou stopu.

Druhou zkouškou bude výměna modelu. Vlastní harness má hodnotu tehdy, když Arca skutečně dokáže změnit poskytovatele bez rozbití procesů, paměti a kontrol. Právě tam se ukáže, zda modelová nezávislost funguje i mimo prezentaci.

Lilithin verdikt

Arca posadila agenta k případu na 10 dní, ale trezor nechala poradci. Právě tak vypadá užitečná autonomie ve financích: dlouhá paměť, krátké vodítko a lidská ruka na penězích.