Third Moment Research 利用 GPT-6 Astra、GPT-6.1 Sol、Codex 及面向网络安全的 Daybreak，构建出可连续专注数天并随使用不断进化的 AI 智能体，单次可调度 1 万个智能体运行超过 36 小时。
详细分析
这条新闻看似只是一家 AI 实验室的技术展示，但它触及了当前大模型竞赛中最关键、也最被低估的转折点：智能体的持久化与自我改进能力。过去两年，行业焦点集中在模型参数规模、推理速度和单轮对话质量上，而 Third Moment Research 提出的“1 万个智能体连续运行 36 小时以上”意味着 AI 系统正从“单次任务执行者”向“长期驻留、持续进化的数字劳动力”转变。这一转变的背景是 GPT-6 Astra 与 GPT-6.1 Sol 等新一代模型在长上下文、工具调用和记忆管理上的成熟，以及 Codex 在代码生成与自动化方面的积累。更值得关注的是，该实验室将 Daybreak 定位为网络安全领域的专用智能体，说明其并非追求通用演示，而是瞄准了企业级、高价值、高持续性的场景。从行业影响看，智能体的持久化能力直接决定了 AI 能否真正替代人类完成跨天、跨周甚至跨月的复杂工作流。金融风控、持续渗透测试、供应链监控、法律尽调等场景，都要求系统在无人干预下保持数天以上的专注，并能根据环境反馈调整策略。Third Moment Research 声称智能体“随使用而改进”，这暗示其可能采用了在线学习、经验回放或自博弈机制，而非单纯依赖静态微调。如果这一能力可复现，将显著抬高智能体赛道的技术门槛。当前，OpenAI、Anthropic、Google DeepMind 以及多家初创公司都在探索长时程智能体，但公开演示多停留在数小时级别，且往往需要人工重置或监督。1 万智能体、36 小时以上的规模，若属实，意味着调度、容错、成本控制和状态一致性等工程难题已被部分解决。市场反应方面，企业客户对“数字员工”的付费意愿正在上升，但此前受限于智能体容易“失焦”或“遗忘目标”。持久化智能体一旦成熟，将直接冲击 RPA、外包服务和部分 SaaS 工具的市场。竞争格局上，Third Moment Research 并非巨头，却选择在网络安全这一垂直领域切入，可能采取“深场景、长驻留、自进化”的差异化路线，避开与通用大模型厂商的正面价格战。当然，外界仍需验证其成本结构、安全边界和实际任务完成率。36 小时不间断运行意味着巨大的推理开销，若无法将单智能体成本降至可接受区间，商业化仍存挑战。此外，长时间自主运行的智能体也带来对齐与失控风险，尤其在网络安全领域，攻击性智能体的持续进化可能引发新的军备竞赛。总体而言，这条新闻释放了一个明确信号：AI 竞争的下一站不是更聪明的单次回答，而是更持久、更自主、更懂累积经验的智能体系统。
当行业还在卷模型跑分时，Third Moment Research 把问题换成了“智能体能连续工作几天”，这或许才是 AI 从工具走向劳动力的真正分水岭。
原文：OpenAI Blog