Third Moment Research利用GPT-6 Astra、GPT-6.1 Sol、Codex及网络安全工具Daybreak，构建出可连续专注数天并随使用不断进化的AI智能体，单次部署规模达1万个，运行时长超36小时。
详细分析
Third Moment Research此次披露的1万个智能体连续运行36小时以上的能力，标志着AI智能体从“短任务执行”向“长时程自主工作”迈出了关键一步。此前，无论是AutoGPT、BabyAGI等早期探索，还是各大厂商推出的企业级智能体，普遍面临上下文漂移、目标遗忘、错误累积等瓶颈，导致有效自主运行时间往往只有几十分钟到数小时。Third Moment Research通过组合GPT-6 Astra、GPT-6.1 Sol、Codex以及专为网络安全设计的Daybreak，搭建出一套可让智能体保持数天专注并“越用越好”的架构，这背后可能涉及持久记忆、自我反思、工具调用编排和动态任务分解等一系列工程突破。从行业影响看，这一进展直接冲击了当前AI Agent市场的竞争格局。2024年以来，微软Copilot Studio、Salesforce Agentforce、谷歌Vertex AI Agent Builder等平台纷纷将“长时程自主性”作为核心卖点，但实际交付的智能体大多仍依赖人工频繁干预。Third Moment Research若真能实现万级智能体、36小时以上的无监督运行，意味着在规模化部署和可靠性上拉开了代际差距。尤其在网络安全领域，Daybreak的加入暗示其智能体可执行持续威胁监控、漏洞挖掘、自动渗透测试等任务，这对安全运营中心的人力模式构成替代性威胁。市场反应方面，尽管Third Moment Research并非上市公司，但其技术路线可能引发资本市场对AI Agent赛道的新一轮重估，尤其是那些宣称“自主运行数小时”的初创公司或将面临估值压力。同时，1万个智能体并行运行对推理算力、能耗和成本控制提出了极高要求，若其经济性得到验证，将加速AI基础设施向“智能体原生”方向演进。从更宏观的视角看，这项成果也引发了关于AI安全与对齐的新讨论：当智能体能够连续数天自主行动并自我改进时，如何确保其目标始终与人类意图一致，如何防止错误在长时间跨度上被放大，将成为无法回避的治理难题。Third Moment Research的案例表明，AI智能体的“耐力”竞赛已经开启，而真正的分水岭不在于单次任务有多聪明，而在于能否在长时间尺度上保持稳定、安全且持续进化。
万级智能体连续运行36小时，真正的看点不是数量，而是“越用越好”所暗示的在线学习能力——这比单纯的长时程运行更具颠覆性。
原文：OpenAI Blog