Développement maîtrisé des agents LLM dans l’investissement autonome : architecture multi-agents avec un périmètre de protection immuable
L’article décrit Steward, un système composé de neuf agents LLM spécialisés par rôle, dans lequel les décisions relatives au portefeuille sont examinées par un gestionnaire des risques et où les modifications des prompts ne sont autorisées qu’au moyen d’un contrôle réversible et de la reproduction des données enregistrées. La conclusion essentielle est qu’un noyau immuable et des procédures d’audit permettent de faire évoluer les agents sans leur confier le contrôle des règles de risque ni de l’exécution des ordres.
L’irréversibilité des actions comme contrainte fondamentale
L’investissement autonome fonctionne avec des données Web en direct et du contenu Web non fiable. Chaque action dans un tel environnement est irréversible. Le développement d’un agent LLM nécessite donc une frontière entre l’adaptation et un noyau protégé. Dans l’article « Governed Self-Evolution for Autonomous Investing: A Multi-Agent LLM System with an Invariant Core », les auteurs décrivent le système Steward. Il s’agit d’un système LLM multi-agents pour l’investissement autonome. Les auteurs de l’article sont Yebo Feng, Jingyang Dai, Liangrui Pan, Nelson Lau, Jiahua Xu et Yang Liu. Ils ont soumis l’article le 22 octobre 2026. Critère : l’architecture doit séparer l’adaptation du noyau protégé. Sinon, une action irréversible peut devancer la vérification.
Schéma décisionnel multi-agents
Neuf agents spécialisés par rôle prennent des décisions conjointement. Quatre analystes consultent les flux d’actualités, les documents déposés auprès de la SEC, les séries macroéconomiques et les données de marché. Ils produisent des rapports typés.
- Le gestionnaire de portefeuille définit les positions cibles à partir de ces rapports.
- Le gestionnaire des risques protégé vérifie les positions cibles. Critère : chaque étape doit avoir un rôle distinct et un résultat vérifiable. Un rapport typé sépare les données d’entrée de la décision.
Mémoire à sept couches et contexte décisionnel
Le code rassemble une mémoire commune à sept couches à partir des enregistrements du système lui-même. Elle fournit à chaque décision le contexte de la position, le récit du marché, l’étalonnage et les décisions antérieures de l’agent.
Critère : une décision doit s’appuyer sur un contexte consigné. La mémoire constituée à partir des enregistrements du système conserve ce contexte ainsi que les décisions antérieures.
Cycle de révision : évaluation nocturne et amélioration réversible
La révision se déroule en plusieurs étapes :
- Évaluation nocturne : le code évalue chaque transaction et prévision, puis consigne les évaluations dans la mémoire.
- Proposition trimestrielle : Reflector propose des améliorations des prompts.
- Application : un gate déterministe applique les améliorations de manière réversible.
- Vérification : le replay des données d’entrée consignées vérifie le résultat. Ce cycle sépare la proposition d’amélioration de sa mise en œuvre. Reflector a identifié la cause profonde de la principale défaillance. Le gate a appliqué l’amélioration trouvée. L’agent l’a utilisée lors des soirées de déclenchement et ne l’a utilisée lors d’aucune soirée de contrôle. Critère : une modification de prompt doit passer par un gate et un replay. La réversibilité et la vérification sur des données consignées maintiennent l’évolution dans un cycle contrôlé.
Noyau protégé et limites de l’auto-modification
Le noyau immuable comprend trois éléments :
- l’arithmétique des ordres ;
- les règles de risque ;
- les prompts de l’agent chargé de la discipline. L’auto-modification ne peut pas toucher à ces éléments. Le noyau fixe les limites de l’évolution du système. Critère : le cycle d’auto-modification ne doit pas toucher à ces éléments. Leur modification ne doit pas dépendre du travail de Reflector.
Évaluation en mode live, replay et backtest
Lors d’un déploiement live de cinq mois (102 jours de trading, 1 632 appels LLM), le système a limité la perte du secteur à 0,3 %, contre un recul de 24,6 %. Lors du replay des données d’entrée consignées, un modèle a reçu les mêmes données brutes. Il a négocié plus souvent et, en cinq jours, a sous-performé le marché de 1,35 point. Le système conjoint n’a enregistré aucune perte significative sur cette période. Le système n’a exécuté aucune des instructions mises en œuvre. Lors du backtest couvrant 2015-2026, le noyau seul a réduit le recul maximal avec les 50 politiques d’entrée aléatoire.
| Vérification | Ce qui a été vérifié | Résultat de l’article |
|---|---|---|
| Déploiement live | Fonctionnement avec des données Web en direct | Le système a limité la perte du secteur à 0,3 %, contre un recul de 24,6 % ; 102 jours de trading, 1 632 appels LLM |
| Replay | Un modèle sur les mêmes données brutes | A négocié plus souvent ; en cinq jours, a sous-performé le marché de 1,35 point |
| Replay | Système conjoint | N’a enregistré aucune perte significative sur la même période |
| Replay | Instructions mises en œuvre | Le système n’en a exécuté aucune |
| Backtest 2015-2026 | Noyau seul | A réduit le recul maximal avec les 50 politiques d’entrée aléatoire |
Critère : évaluer séparément le système en mode live, replay et backtest. Chaque mode répond à sa propre question et ne remplace pas les autres.
Foire aux questions
Matériaux connexes
Tous matériaux
Le passage au simplexe probabiliste réduit l’écart modal dans les modèles multimodaux contrastifs
L’article arXiv:2610.32890 propose de remplacer les embeddings sphériques par un simplexe probabiliste, en ajoutant de légers adaptateurs softmax et une similarité fondée sur la variation totale. Sur cinq benchmarks de recherche, la distance ℓ2 entre les centroïdes des modalités diminue de 97 à 99 %, tandis que la qualité de la recherche est maintenue ou améliorée.
3 novembre 2026
Comment ActionRAG réévalue les preuves lors de la propagation dans le graphe de mémoire des agents LLM
Une architecture de mémoire en graphe a été proposée : lors de l’indexation, elle harmonise soigneusement les entités, puis réévalue les relations au moment de la requête en s’appuyant sur la structure locale. Sur MemoryAgentBench, la méthode a atteint une précision moyenne de 55,1 et dépassé de 5,4 points de pourcentage le meilleur modèle de référence en récupération, tout en maintenant un faible coût de synthèse par requête.
3 novembre 2026
Quinze entreprises ont soutenu MDK Tether pour automatiser le minage
Les fabricants d’équipements, les pools et les opérateurs ont pris en charge le développement d’intégrations avec l’ensemble ouvert de Tether afin d’unifier la surveillance et la gestion des équipements ; l’agent IA QVAC fonctionne déjà sur cette base. Aucune confirmation indépendante d’une baisse des coûts énergétiques ou d’une hausse de l’efficacité n’a encore été publiée.
2 novembre 2026