🔥历时三个月的百页综述《Towards Long-Horizon Agents: A Survey》,对长程智能体领域做了一次系统性梳理
📈 智能体能执行任务的时间跨度正面临指数级增长(每7个月翻一倍),从单个长窗口任务,一路延伸到跨窗口、跨会话乃至开放式任务流。
本文将"长程能力"刻画为 Harness Engineering 与 Model Optimization 的协同演化。
🔍 全文围绕六大视角展开:Foundations(定义与长程能力分级)、Evolution(提示工程 → Harness 工程)、Harnesses(循环与工作流、上下文与记忆、工具/MCP 与技能、编排、Hooks、校验)、Optimization(架构、数据与环境合成、训练与强化学习、策略蒸馏、自我演化)、Applications(软件工程、信息检索、Computer Use、多模态、通用智能体),并在 Frontiers 中展望了演进性、有效性、效率、可信性四大方向。
💻 仓库:
显示更多