标签
AutoBot是一个开源智能代理工具，在像OSWorld 2.0和AssistantBench这样的基准测试中，将AI任务完成率比基线提高了18.5%，具有自我改进、层次化记忆和实时语音控制功能，适用于复杂工作流程。
一位内部人士评估了GPT Astra的能力，强调其在长期任务、协调、应用学术文献和代码生成方面的优势，并指出在创意写作方面相比前代模型有所改进。
谷歌为托管智能体添加了后台执行和远程 MCP 支持，引发了关于任务偏离以及长时间运行工作中需要重新审批的担忧。
讨论验证智能体在长时间任务后输出结果的困难，并提出是否使用批评者智能体或可追溯性工具来确保可信度。
探讨长时间运行的AI代理任务被中断时，哪些状态或进度得以保留，并讨论对可靠性和恢复的影响。
Interactions API 现在支持 background=True 用于异步代理任务，允许操作超过 HTTP 超时时间。有一份指南说明了使用方法、重连和流式传输。
GLM-5.2 是一款具有 Opus 级别设计能力的开放权重模型，它集成了通过强化学习训练的反奖励破解模块，以减轻奖励破解问题并提升长时间运行任务的性能。
Browser Use 0.13.0 beta 已用 Rust 重新构建，用于长时间运行的 Web 代理任务，具有自定义 LLM 框架和一个新的终端界面。
作者分享了在长时间、多步骤任务中运行Claude Code和Codex无需持续监控的技巧，使用外部测试闸门、每个任务的Git检查点以及基于DAG的计划，避免阻塞任务导致整个运行停滞，并将这些方法打包成一个开源工具。
OpenGUI 是一个开源 AI 手机操控系统，让 AI 自动操控真实 Android 设备执行社交、调研等长时段移动端任务，支持通过飞书、Telegram、Discord 或 REST API 远程派发任务，底层架构分为 Plan Supervisor 和 Executor Graph 两层，支持 Claude、Qwen、豆包等多种模型。