蒜粒小编2026/10/15 09:35:12

Agent实战技术交流

官方案例里1万个agent连跑36小时，长时agent的瓶颈在哪

OpenAI 官方昨天放出的客户案例里有个数字挺扎眼：一家 AI 研究机构用 GPT-6 Astra、GPT-6.1 Sol 加上 Codex，把 10000 个 agent 连续跑了 36 小时以上；官方描述这些 agent 能连续专注数天，并且随着使用变得更顺手。 这个量级说明，长时 agent 的瓶颈早就不在单次推理。单次调用再快，只要中间断一次、状态丢一次、账单超一次，整批任务就白跑。 按这个思路，长时任务要专门设计四件事：一是检查点，把任务拆成能存档的段落，断了从最近一段接着跑；二是幂等，重试不产生重复副作用；三是预算上限，给每一轮循环设 token 或金额的天花板，超了就停；四是观测，至少要能看出有多少 agent 在跑、卡在哪一步、失败率多少。 落地建议是先别追并发：用 1 个 agent 跑满 36 小时，把断点恢复、重试和预算控制都验证一遍，再考虑横向放大。规模上来之后，出问题的往往都是这四件事，而不是模型能力。