Claude Code การวิจัยด้านการทำให้อัตโนมัติคว้าชนะเลิศแฮกกาธอน! ผู้ชนะ: ฉันไม่รู้ด้วยซ้ำว่าชนะได้ยังไง

ในการแฮกกาธอน Autoresearch Hackathon ที่จัดโดย Paradigm ผู้เข้าแข่งขันซึ่งแทบจะ “ไม่ได้ออกแบบกลยุทธ์ด้วยตัวเอง” กลับคว้ารางวัลชนะเลิศในที่สุด ผู้ชนะเลิศ Ryan Li ซึ่งเป็นทั้งซีอีโอของ SurfAI กล่าวว่า กระบวนการแก้โจทย์ทั้งหมดแทบจะเสร็จสิ้นโดย AI เป็นหลัก ตัวเขาเองถึงขั้น “ไม่รู้ด้วยซ้ำว่าชนะได้อย่างไร” และสุดท้ายยังได้อันดับหนึ่งในการแข่งขัน Prediction Market Challenge

การแข่งขันครั้งนี้กำหนดให้ผู้เข้าแข่งขันออกแบบกลยุทธ์การทำตลาด (market making) ในตลาดการทำนายแบบไบนารีจำลอง โดยใช้คำสั่งแบบจำกัดเพื่อให้สภาพคล่องในสมุดคำสั่ง และหาสมดุลของกำไรระหว่าง “อาร์บิทราจเจอร์ (arbitrageurs)” กับ “กระแสสภาพคล่องจากรายย่อย” อันดับสุดท้ายคำนวณจากค่าเฉลี่ยของ edge (ส่วนได้เปรียบด้านกำไร) ในการจำลองแบบสุ่ม 200 ครั้ง Ryan ได้ค่าเฉลี่ย mean edge เท่ากับ 42.32 ดอลลาร์ (คำนวณจากค่ามัธยฐานของเมล็ดสุ่ม 3 ชุด) และหลังจากการให้คะแนนใหม่ ก็ขึ้นเป็นอันดับหนึ่ง

Claude Code + Codex ทำการวิจัยอัตโนมัติ สร้างกลยุทธ์ 1039 รายการ

ไม่เหมือนการซื้อขายเชิงปริมาณแบบดั้งเดิมหรือกลยุทธ์การทำตลาดที่พึ่งพาผู้เชี่ยวชาญมนุษย์ในการจูนและทำแบบจำลอง Ryan ใช้แนวคิด “Bitter Lesson” ที่ Rich Sutton เสนอขึ้นในช่วงไม่กี่ปีที่ผ่านมา โดยให้พลังการคำนวณและขนาดของการค้นหาชนะประสบการณ์ของมนุษย์ เขาเปลี่ยนโจทย์ทั้งหมดให้เป็นกระบวนการ “วิจัยอัตโนมัติ” (autoresearch) ผ่านการสำรวจพื้นที่ของคำตอบแบบขนานด้วย agent หลายตัว ไม่ใช่การปรับแต่งด้วยมือ

ตลอดกระบวนการนี้ เขาใช้ AI agent แบบทำงานขนาน 8 ถึง 20 ตัว (ส่วนใหญ่ใช้ Claude Code และเสริมด้วย Codex) โดยแต่ละ agent รับผิดชอบสมมติฐานและพื้นที่พารามิเตอร์ที่แตกต่างกัน คอยสร้างกลยุทธ์ ทำการจำลอง และรายงานผลอย่างต่อเนื่อง สุดท้ายสะสมผลผลิตเป็นตัวแปรกลยุทธ์ 1,039 แบบ ทำการประเมินมากกว่า 2,000 ครั้ง และสร้างสคริปต์สำหรับการสแกนพารามิเตอร์อัตโนมัติ 47 สคริปต์ ขนาดการค้นหาโดยรวม เทียบเท่ากับการบีบอัดการทดลองด้วยมือหลายสัปดาห์ให้เสร็จในเวลาไม่กี่ชั่วโมง

อัลกอริทึมการทำตลาดด้วย Python จำนวน 900 บรรทัดที่ AI สร้าง ขึ้นชนะเลิศแฮกกาธอน

ในระดับกลยุทธ์ โซลูชันที่ชนะในที่สุดคืออัลกอริทึมการทำตลาดที่เขียนด้วย Python ประมาณ 900 บรรทัด โดยแก่นของตรรกะไม่ได้มาจากการออกแบบแบบครั้งเดียว แต่เป็นการผสมโมดูลหลายส่วนที่ “ได้รับการพิสูจน์ว่ามีประสิทธิภาพ” ซึ่งรวมถึง การหลีกเลี่ยงช่วงสเปรดที่แคบเป็นพิเศษที่ทำให้อาร์บิทราจเจอร์ได้เปรียบเหนือสุด การประมาณราคาที่แท้จริงด้วยการคำนวณตามทฤษฎีสารสนเทศ การปรับขนาดการวางราคาแบบไดนามิกตามความเสี่ยงของอาร์บิทราจ และการเข้าประมูลเชิงรุกเพื่อแย่งช่วงที่ทำกำไรได้สูงเมื่อสมุดคำสั่งของคู่แข่งถูกกินจนหมด

จุดเปลี่ยนที่สำคัญที่สุดมาจาก agent ของ AI ที่ “ทิ้งกลยุทธ์ที่มีอยู่ทั้งหมด แล้วเริ่มจากศูนย์” เมื่อการเพิ่มประสิทธิภาพโดยรวมติดอยู่ราวที่ +25 edge agent ดังกล่าวค้นพบโมเดล sizing ที่ยึด “ความน่าจะเป็นของความเสี่ยงอาร์บิทราจ” เป็นแกนหลัก จึงยกระดับผลการทำงานของกลยุทธ์ขึ้นไปถึง +44 ซึ่งกลายเป็นจุดเปลี่ยนของการแข่งขันทั้งหมด ผลลัพธ์นี้ยังยืนยันแนวคิดของ Ryan โดยตรง: เมื่อการค้นหาติดอยู่ใน optimum ในระดับท้องถิ่น การเริ่มค้นหาใหม่มีประสิทธิภาพมากกว่าการจูนละเอียด

ข้อได้เปรียบขั้นสูงสุดของการวิจัยด้วย AI: การทดลองแบบอัตโนมัติ

ในการสรุป Ryan ระบุว่า จุดสำคัญของการแข่งขันครั้งนี้ไม่ได้อยู่ที่การออกแบบ “กลยุทธ์ที่ฉลาด” แต่คือการสร้างระบบที่สามารถค้นหาขนาดใหญ่ ตรวจสอบ และคัดทิ้งไอเดียได้ ด้วยเหตุผลมากกว่าการพึ่งพาสัญชาตญาณของมนุษย์ ปล่อยให้ AI ทดลองในพื้นที่ของคำตอบที่กว้างมหาศาล และขยายประสิทธิภาพด้วยการทำงานแบบขนานและการทำให้อัตโนมัติ

กรณีนี้ยังตอกย้ำการเปลี่ยนบทบาทของ “Agentic AI” ในกระบวนการวิศวกรรมและการวิจัย จากเดิม AI เป็นเพียงเครื่องมือช่วยเหลือ แต่สามารถรับหน้าที่หลักในการสำรวจและการตัดสินใจได้โดยตรง ในบางโจทย์ที่มีโครงสร้างสูงและสามารถจำลองได้ มนุษย์อาจถึงขั้นออกจากตำแหน่ง “ผู้แก้โจทย์” ได้ทั้งหมด แล้วเปลี่ยนไปออกแบบกรอบการค้นหาและกลไกการประเมินแทน

บทความนี้ Claude Code ทำการวิจัยอัตโนมัติ คว้าชนะเลิศแฮกกาธอน! ผู้ชนะ: ฉันไม่รู้จริงๆ ว่าทำไมถึงชนะได้ ปรากฏครั้งแรกใน 鏈新聞 ABMedia