研究团队披露长任务智能体实践，减少轮询与上下文浪费

OpenAI发布Third Moment Research案例，团队称可同时运行1万个智能体，单次研究持续36至48小时。文章的实用部分是如何分析轨迹、减少等待轮询，以及在任务提前停止时由外层流程决定重试、终止或交给人处理。

O1 个来源322026年10月14日长程智能体性能优化工作流

要点

可借鉴的是执行管理和失败处理，规模数字不应成为小团队照搬的目标。

开发持续研究助手和长任务自动化系统的团队会受到影响。

记录现有智能体的一次完整轨迹，找出重复查询、空轮询和提前停止；先修一个明确浪费点，再重跑同一任务对比。

免费未实测

本条由 AI 根据上面的原始来源整理，经编辑审核后发布。数字和结论以原文为准，发现错误欢迎反馈。

ThinkingBox-Training 用任务结束后的数据库状态作为强化学习奖励，并在训练外的 507 项业务任务上复测。博文报告 Qwen3.8-27B 平均成功率从 51.70% 升至 60.78%，但至少成功一次的任务覆盖略降，说明可靠性与广度需同时观察。训练奖励来自可执行核验。

Asana在144次实验中比较4个模型与多种历史保留策略。OpenAI案例称，优化后的GPT-6.1 Sol流程平均模型费用约0.47美元，比原生产配置低76倍、运行快5倍；改善同时来自模型与工作流，不能全部归因于换模型。

这篇 ML Intern 实操文章展示领域视觉模型、角色与机位 LoRA、提示改写小模型等案例。作者公开任务提示，强调训练前先测基线、用小步数验证权重变化，再做完整训练；文中成本是对应案例的计算费用，并非统一产品价格。

OpenAI在10月2日发布GPT-6家族实用指南，覆盖模型选择、推理强度、提示词、缓存、上下文压缩和长任务管理。文中建议用真实任务衡量成功率、延迟及每次成功的成本，并根据任务复杂度调整模型与执行方式。