OpenAI 内部数据：长时 agent 任务成功多靠人工干预

有作者整理 OpenAI 内部研究报告《Research acceleration》的数据并提出质疑：所谓「成功的 agent 任务」并不等于数小时完全自主工作。数据显示任务越长，成功案例中需要人工干预的比例越高，4–8 小时任务中超过一半的成功案例至少介入过一次，最长 32 小时级任务的超八成成功者需要人工介入，引发对 agent 自主性宣传的反思。

2026-09-07 ~ 2026-09-07 · 1 条相关