Third Moment Research 利用 GPT-6 Astra、GPT-6.1 Sol、Codex 以及面向网络安全的 Daybreak，构建出可连续专注数天并随使用不断进化的 AI 智能体，单次任务规模达 1 万个智能体、持续运行 36 小时以上。
详细分析
这条新闻的核心信息看似简短，却指向 AI 智能体竞赛中一个关键转折：从“单次对话能力”转向“长时程自主运行能力”。Third Moment Research 宣称用 GPT-6 Astra 和 GPT-6.1 Sol 作为基座模型，配合 Codex 以及名为 Daybreak 的网络安全专用组件，同时驱动 1 万个智能体连续工作 36 小时以上，并强调这些智能体“专注数天”且“越用越强”。如果这一能力可复现，意味着 AI 实验室的竞争焦点正从模型参数和基准分数，转向系统工程、编排调度、记忆架构与持续学习闭环。1 万个智能体并行运行 36 小时，对推理算力、任务分解、错误恢复和成本控制都是极大考验，也暗示 Third Moment Research 可能在“智能体集群”而非“单一超级智能体”路线上押注。GPT-6 Astra 与 GPT-6.1 Sol 的命名若属实，说明 OpenAI 级模型迭代已进入更细分的版本节奏，而 Codex 的加入表明代码生成仍是智能体执行复杂任务的核心接口。Daybreak 面向网络安全，则意味着该实验室可能将自主智能体优先应用于攻防演练、漏洞挖掘或威胁情报等高风险、高价值场景——这些场景天然需要长时间专注和持续适应。从行业背景看，2024 年以来 AI 智能体已从演示走向有限生产，但多数产品仍受限于上下文窗口、任务漂移和人工干预频率。若 Third Moment Research 能实现“36 小时以上无人值守”，将显著拉开与普通 Copilot 类产品的差距，并可能推动企业级自动化市场从 RPA 向“自主数字劳动力”迁移。竞争格局上，这会对微软、谷歌、Anthropic 以及大量智能体初创公司形成压力，尤其是那些仍以短任务链为主的产品。市场反应方面，此类消息通常会刺激对推理算力、向量数据库、智能体监控与安全审计工具的需求。不过，也需要保持审慎：36 小时运行是否包含大量空闲等待、1 万智能体是否共享同一模型实例、Daybreak 的具体能力边界，均未在原文中说明。若缺乏第三方基准和成本披露，“持续运行”可能更多是工程展示而非可规模化的商业能力。但无论如何，这条新闻传递的信号明确：AI 智能体的下一阶段竞争，将是耐力、协作规模和自我改进速度的竞争。
当行业还在讨论智能体能做多少步规划时，Third Moment Research 直接把问题换成了“能连续跑多久、能同时跑多少个”——这可能是智能体从玩具走向劳动力的分水岭。
原文：OpenAI Blog