Pengembangan terkelola agen LLM dalam investasi otonom: arsitektur multiagen dengan lapisan perlindungan yang tidak dapat diubah

Irreversibilitas tindakan sebagai batasan dasar

Investasi otonom bekerja dengan live Web data dan untrusted Web content. Setiap tindakan dalam lingkungan seperti ini tidak dapat dibatalkan. Karena itu, pengembangan agen LLM memerlukan batas antara adaptasi dan inti yang terlindungi. Dalam artikel «Governed Self-Evolution for Autonomous Investing: A Multi-Agent LLM System with an Invariant Core», para penulis menjelaskan sistem Steward. Ini adalah sistem LLM multi-agen untuk investasi otonom. Penulis artikel tersebut adalah Yebo Feng, Jingyang Dai, Liangrui Pan, Nelson Lau, Jiahua Xu, Yang Liu. Mereka mengajukan artikel pada 22 Oktober 2026. Kriterianya: arsitektur harus memisahkan adaptasi dari inti yang terlindungi. Jika tidak, tindakan yang tidak dapat dibatalkan bisa terjadi sebelum pemeriksaan.

Skema pengambilan keputusan multi-agen

Sembilan agen dengan peran khusus mengambil keputusan bersama. Empat analis membaca news feeds, SEC filings, macroeconomic series, dan market data. Mereka menyusun laporan terstruktur.

• Portfolio Manager menetapkan posisi target berdasarkan laporan tersebut.
• Risk Manager yang terlindungi memeriksa posisi target. Kriterianya: setiap tahap harus memiliki peran tersendiri dan keluaran yang dapat diverifikasi. Laporan terstruktur memisahkan data masukan dari keputusan.

Memori tujuh lapis dan konteks keputusan

Kode ini menyusun memori bersama tujuh lapis dari catatan sistem itu sendiri. Memori ini memberi setiap keputusan konteks posisi, narasi pasar, kalibrasi, dan keputusan agen sebelumnya.

Kriterianya: keputusan harus didasarkan pada konteks yang tercatat. Memori dari catatan sistem menyimpan konteks tersebut bersama keputusan sebelumnya.

Siklus revisi: evaluasi malam hari dan peningkatan yang dapat dibatalkan

Revisi dilakukan melalui beberapa tahap:

• Evaluasi malam hari: kode mengevaluasi setiap transaksi dan prediksi, lalu mencatat penilaiannya ke dalam memori.
• Usulan triwulanan: reflector mengusulkan perbaikan prompt.
• Penerapan: gate deterministik menerapkan perbaikan secara reversibel.
• Pemeriksaan: replay data masukan yang tercatat memeriksa hasilnya. Siklus ini memisahkan usulan perbaikan dari penerapannya. Reflector menemukan akar penyebab kegagalan utama. Gate menerapkan perbaikan yang ditemukan. Agen menggunakannya pada malam trigger dan tidak menggunakannya pada malam control mana pun. Kriterianya: perubahan prompt harus melewati gate dan replay. Reversibilitas dan pemeriksaan pada data yang tercatat menjaga pengembangan tetap terkendali.

Inti yang terlindungi dan batas perubahan mandiri

Inti yang tidak dapat diubah mencakup tiga elemen:

• aritmetika order;
• aturan risiko;
• prompt agen disiplin. Perubahan mandiri tidak dapat memengaruhi elemen-elemen ini. Inti ini menetapkan batas pengembangan sistem. Kriterianya: siklus perubahan mandiri tidak boleh memengaruhi elemen-elemen ini. Perubahannya tidak boleh bergantung pada kinerja reflector.

Pengujian dalam mode live, replay, dan backtest

Dalam live deployment selama lima bulan (102 hari perdagangan, 1.632 panggilan LLM), sistem membatasi kerugian sektor 24,6% menjadi 0,3%. Dalam replay data masukan yang tercatat, satu model menerima raw data yang sama. Model tersebut lebih sering bertransaksi dan tertinggal 1,35 poin dari pasar selama lima hari. Sistem gabungan tidak menunjukkan kerugian signifikan selama periode tersebut. Sistem tidak menjalankan satu pun instruksi yang diterapkan. Dalam backtest 2015-2026, inti saja menurunkan drawdown maksimum pada seluruh 50 random entry policies.

Kriterianya: uji sistem dalam live, replay, dan backtest secara terpisah. Setiap mode menjawab pertanyaan yang berbeda dan tidak menggantikan mode lainnya.