AITOP

长任务

共 7 条相关 AI 资讯
6月12日
05:03
6月10日
12:35
12:35AI Will@FinanceYF5
91°
Andrej Karpathy 对 Claude Fable 5 给出高度评价，称其不仅在跑分上全面 SOTA，更在质感上实现了重大版本升级。他指出，模型能直接理解并执行更野心的任务，无需反复引导，任务越长越难，优势越明显。Karpathy 甚至表示“从没这么想过直接不看代码”，但提醒生产环境仍需谨慎。他认为这标志着软件需求将大幅增长，用户可以自由构建解释器、可视化工具、仪表盘等定制应用。
AI模型Claude Fable 5推理模型编程助手
事件专题
推荐理由：Karpathy 的实战评价比跑分更有说服力——做复杂编程或长任务自动化的开发者，看完会重新评估自己的 AI 助手上限。
原文
6月9日
04:53
04:53rohanpaul_ai@rohanpaul_ai
精选
一篇新论文提出 AdaCoM，通过一个独立的小模型来清理和组织 Agent 的上下文，从而提升其在长任务中的表现，无需重新训练 Agent 本身。AdaCoM 在 Agent 每一步行动前，对任务历史进行重写、合并、剪枝或保留，然后让原始 Agent 基于清理后的上下文行动。与简单摘要不同，AdaCoM 能学习不同 Agent 需要何种上下文——强 Agent 可保留更多原始历史，弱 Agent 则需要更简洁的笔记。在网页搜索和深度研究任务上，AdaCoM 将平均搜索性能提升了 39%。
论文AdaCoM上下文管理长任务
推荐理由：做长任务 Agent 开发的团队终于有了一个不碰模型权重就能提升性能的方案——AdaCoM 用一个小模型当上下文管家，实测搜索任务提升 39%，值得在项目里试试。
原文
6月1日
05:56
5月29日
08:24
08:24Augment Code@augmentcode
精选78°
Claude Opus 4.8 现已在 Cosmos 平台上线。该模型在长时间运行任务上表现优异，包括多小时的执行和从工单到 PR 的自动化工作流，几乎无需人工干预。相比 Opus 4.7，它拥有更敏锐的判断力、更诚实的自我评估能力，并能独立工作更长时间。价格保持不变。
AI模型ClaudeOpus 4.8长任务
事件专题
推荐理由：做自动化工作流和复杂工单处理的开发者，终于有了能跑通多小时的模型——Opus 4.8 在 ticket-to-PR 场景几乎零干预，建议直接上 Cosmos 试。
原文
5月25日
10:21
10:21官方一手pandaily@contact@pandaily.com (Pandaily)
83°
阿里巴巴的 Qwen 3.7 Max 模型完成了一次长达 35 小时的自主任务运行，期间执行了 1,158 次工具调用。这一表现展示了模型在长时间、多步骤任务中的持续稳定能力，令海外开发者印象深刻。该成果凸显了 Qwen 系列在复杂自动化场景下的潜力，可能推动更多企业探索 AI 驱动的长周期工作流。
AI模型Qwen 3.7 Max阿里巴巴自主任务
推荐理由：Qwen 3.7 Max 证明了 AI 可以稳定执行 35 小时的长任务，做自动化工作流或复杂项目管理的开发者值得关注，这可能是你寻找的可靠长任务模型。
原文
5月14日
15:39
15:39IT之家（博客/媒体）
精选
腾讯云正式开源 TencentDB Agent Memory，面向 Agent 长任务场景提供短期记忆压缩与长期个性化记忆能力。该方案通过“上下文卸载”和 Mermaid 任务画布技术，将完整信息卸载到外部存储，同时以结构化任务图保留关键状态，使 Agent 在长任务中保持轻量上下文。在多任务连续 Session 实验中，最高降低 61% Token 消耗，并提升任务成功率。项目已适配 OpenClaw 和 Hermes 等主流 Agent 框架，支持一键集成，默认使用本地 SQLite 存储，零外部依赖。
AI产品腾讯Agent Memory开源/仓库
事件专题
推荐理由：做 Agent 长任务开发的团队终于有了省 Token 又保精度的开源方案——上下文卸载加任务画布让 Token 消耗降 61% 的同时成功率还上升，建议直接集成试试。
原文