Morgan Stanley's ALPHALAB: Multi-Agent Research Across Optimization Domains — Brendan Rappazzo

摩根士丹利團隊在過去一年半時間開發Alpha Lab，源於實際困境：部門內有許多量化研究算法在生產環境運行，但受限於人力資源，許多改進空間難以充分利用。直到2025年12月，隨著Claude Opus等模型能力突破和Claude Code框架推出，自動化研究才真正成為可能。該團隊規模約30位AI博士研究人員，採取半學術半應用的運作模式。

Alpha Lab的工作流分三階段。研究階段根據資料路徑和自然語言問題描述自動啟動，系統透過待辦事項清單框架逐步建立上下文，自動學習設置Python環境、加載資料、執行統計測試等工作，通常需耗時3-4小時。第二階段評估構建是2.0版最顯著的改進，採用多智能體框架：開發代理先編寫評估程式碼，提交給兩個批評代理分別檢查概念錯誤和程序化問題，形成類似單元測試與集成測試的雙重檢查機制。第三階段大規模實驗使用Jira看板式界面，策略代理持續提議實驗方案，工作代理負責實現策略、編寫程式碼、提交至GPU集群、分析訓練曲線與評估結果，每次完成後生成事後分析報告回饋給策略代理，形成持續迭代的閉環。

設計上摩根士丹利做出獨特選擇：完全自主開發框架而非使用現成平台，所有代碼由Claude生成。系統支援供應商無關適配，可使用OpenAI、Anthropic或開源模型。關鍵工具包括完整Shell訪問、網路搜索和Slurm GPU管理。1.0版本在學術資料集（CUDA內核、交通時間序列、LM預訓練速度）上驗證，在Kaggle英偉達競賽中排名前12%，由於加入較晚僅10次迭代，若有更多時間預期成績更佳。內部已有多個模型交由Alpha Lab改進並投入生產。

2.0版本核心認知轉變：系統真正價值並非來自模型本身，而是精心設計的評估框架與環境。新版採用Kaggle式架構——資料輸入、框架評估、模型提交容器化——配合公開排行榜與保留驗證集的雙軌評估。更重要的是建立定量與定性評估雙維度框架，觀察代理思考流程是否符合優秀研究人員工作方式。這些精心設計的評估作為強化學習信號，使系統實現自我改進與元優化。團隊同時探索從開源模型軌跡收集優質資料，研究權重與策略蒸餾方法，最終目標是創造開源與閉源模型結合的最優方案。