论文提出长周期智能体分层架构 Levels、Ticks 与级联智能
原文标题：An Architecture for Long-Horizon Agents: Levels, Ticks and Cascaded Intelligence
重要度 4/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
论文针对可持续数天乃至数周的智能体任务，提出长时程智能体必须先「持续运行而不遗忘」才能持续学习，且该能力位于模型外围的 harness 而非模型本身。作者归纳七大瓶颈，并给出三层架构：按时间尺度分层的层级、作为自主行动单元的时钟 tick、以及失败后才升级到更强模型的级联智能。在为期十天的实验中，该智能体仅需人类每天关注一次即复现了一项已发表的强化学习结果。
- 问题
- 持续数天乃至数周的智能体任务超出任何上下文窗口、进程和人工关注间隔。
- 方法
- 提出长时程智能体三层架构：按时间尺度分层的层级（每层保存下层的有界文件摘要）、作为自主行动单元的时钟tick、失败后才升级到更强模型的级联智能。
- 结果
- 十天实验中，智能体仅需人类每天关注一次即复现一项已发表的强化学习结果，跨所有上下文重置与会话边界保持任务线索。
- 影响
- 说明持续学习能力应放在模型外围的harness而非模型权重中，为长时程运维、研究类智能体提供可落地的架构范式。
深读 · 结论先行AI 生成展开看要点与影响 ↓
长周期智能体三层架构，十天实验仅需人类每天关注一次即复现RL结果
- •提出长时程智能体须先持续运行不遗忘，该能力位于模型外围harness而非模型本身
- •归纳七大瓶颈，给出三层架构：按时间尺度分层的levels、作为自主行动单元的tick、失败后才升级的级联智能
- •十天实验中智能体跨每次上下文重置与会话边界保持主线
- •人类每天仅关注一次，即复现一项已发表的强化学习结果
- •早期写入的操作知识改变了后续行为，且未改动模型权重
为什么重要：把持续学习与长期记忆的责任从模型移到harness，为跨天跨周任务提供了可落地的工程路径。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。