长任务相关 AI 资讯 · AITOP · AI热报

8月28日

00:09

00:09

Stanford AI Lab@StanfordAILab

精选

Muennighoff等提出Prefix Sliding方法，通过遗忘部分上下文信息，提高长任务中全注意力机制的效率，避免信息丢失。新论文发表于斯坦福大学AI实验室。

论文 Prefix Sliding LLM推理效率斯坦福大学AI实验室

推荐理由：斯坦福大学AI实验室提出Prefix Sliding，优化长任务中全注意力机制的效率，值得一读。

6月12日

05:03

05:03

宝玉@dotey

AI 开发者 Jim Liu 分享了一个实用技巧：当 AI 在长任务中意外停止时，只需发送“继续”命令即可恢复执行。他提到使用 /goal 命令可以让长任务更稳定，避免中断。这一技巧对经常使用 AI 进行复杂任务的用户非常有用，能显著提升工作效率。

技巧 AI 技巧长任务继续命令

推荐理由：做长任务自动化的开发者经常遇到 AI 中途卡住的问题，这个“继续”技巧能直接解决痛点，建议试试。

6月10日

12:35

12:35

AI 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

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。

6月9日

04:53

04:53

rohanpaul_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。

6月1日

05:56

05:56

elvis@omarsar0

精选

开发者指出，在针对长周期任务使用编码智能体（如动态工作流和 /goal 命令）时，会出现各种奇怪问题，包括用户体验层面的异常和后台的严重资源浪费。后台问题包括 token 滥用、无限循环和低效的智能体间交互。作者强调，随着编码智能体用例的复杂化，用户需要更好地掌控智能体编排。多智能体系统是另一个需要应对的挑战。

AI产品 Claude Code 编码智能体多智能体系统

推荐理由：Claude Code 的 /goal 命令解决了长任务执行痛点，做复杂自动化的开发者可以直接试。

5月29日

08:24

08:24

Augment 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 Claude Opus 4.8 长任务

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。

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。

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

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。