长时程 Agent 技术入门：METR 时长倍增与工程挑战
agihouse_org · x · 2026-08-21
长时程 Agent 的技术入门
文章回顾了前沿模型自主任务时长的演进：2022 年模型只能独立完成相当于人类数秒的工作，如今领先的 agent 已能持续完成人类需要数小时的任务，且按 METR 的测量，这一「时长」翻倍所需的时间间隔本身还在缩短。
Sequoia 2026 年 1 月的文章《2026: This is AGI》（Pat Grady 与 Sonya Huang）提炼了其中的商业意义：一个能在整个工作日里保持目标的 agent，就是一个可以被「雇佣」的 agent——编码 agent 是第一个实例，垂直领域专家是模板。
在测量与论点之间是一个工程问题：要让它真正可靠地在数小时自主工作中持续达成目标，需要在模型、基础设施和评估层面做什么。这正是本文要展开的主题。
所属事件:长时程 Agent 技术演进：从秒级任务迈向数小时自主(3 条相关)→
「漫话AGI」频道最新
- 分析师警告:AI 冲击下 50 岁以下消费者 10 万亿美元债务是银行隐患 — churchkey · 2026-10-16
- 美国国家实验室科学家出题，AI agent 基准 Into the Unknown 发布 — Jeande_d · 2026-10-16
- 未来开会的将是彼此的 AI，没有 AI 代理的人将失去竞争力 — danfaggella · 2026-10-16
- 投资人预测:一年内模型全面强 2-3 倍、成本降 10 倍,token 用量涨 10-20 倍 — DeryaTR_ · 2026-10-16
- 观点:RSI 是空洞术语,不存在递归自我改进的指数曲线 — gerardsans · 2026-10-16
- 研究员:AI 将替我们发现很多东西,但足球战术百年内依然精彩 — natanielruizg · 2026-10-16