Long-running Agents

摘要

探討了「長running AI 代理」的概念，即能夠持續運作數小時甚至數週的 AI 代理。與傳統短時對話不同，它具備跨沙盒、恢復失敗、留下結構化文件的能力。文章指出，雖然模型能力在提升，但如何解決上下文有限、缺乏持久狀態以及自我驗證不足這三大壁壘，才是實現真正長running 代理的關鍵工程挑戰。

This article explores the concept of 'long-running AI agents,' capable of operating for hours or weeks with recovery and structured artifacts. It highlights that while model capabilities are improving, the engineering challenges of context limits, lack of persistent state, and insufficient self-remi…

重點

• 長running 代理能持續運作數週並恢復失敗，解決了傳統對話的天花板問題。
• 三大壁壘是上下文有限、缺乏持久狀態和自我驗證不足。
• 解決方案包括 Ralph 迴圈、分層架構（大腦/手/會話）及外部狀態儲存。

提到的工具與公司

• METR
• Anthropic
• Claude Sonnet
• Cursor
• Composer 2

適合誰看

程式開發者、AI 架構師、系統設計者及對 AI 自動化流程感興趣的技術人員。

摘要依據

講者

Addy Osmani

依據

文章全文

為什麼排在這裡

人氣

0.75

新鮮

0.55

在主題頁與搜尋結果裡，名次由相關、人氣、新鮮三個分數決定；這一頁沒有搜尋的關鍵字，所以沒有相關分數。排序怎麼算

相關內容

• Agents that remember影片 ・ Claude ・ 29 分鐘（在新分頁開啟原站）
• Effective harnesses for long-running agents文章 ・ Anthropic Engineering Blog
• Ankit Goyal - Infrastructure for Long Running Agents影片 ・ Berkeley RDI ・ 6 分鐘（在新分頁開啟原站）
• Your Agent Doesn't Need a Bigger Model影片 ・ Prompt Engineering ・ 13 分鐘（在新分頁開啟原站）
• Raising an Agent - Stop Boxing In Your Agent (Season 2, Episode 5)影片 ・ Amp, Inc. ・ 56 分鐘
• How to Build Reliable Long-Running AI Agents | Temporal + Arize影片 ・ Arize AI ・ 56 分鐘（在新分頁開啟原站）