概念long-horizon agent
长周期智能体
需要连续做出数十次甚至更多决策步骤的AI智能体，其推理链条长，对单步微小误差敏感且误差会沿链累积放大
时间轴 (近 90 天)
10月14日
长周期智能体训练的核心瓶颈是训练数据匮乏和训练方法缺失，奖励信号极度稀疏。
待验证50%
10月12日
长周期智能体的 rollout 长度被拉长到数小时、近百万 token 量级。
待验证50%
需要连续做出数十次甚至更多决策步骤的AI智能体，其推理链条长，对单步微小误差敏感且误差会沿链累积放大
长周期智能体训练的核心瓶颈是训练数据匮乏和训练方法缺失，奖励信号极度稀疏。
长周期智能体的 rollout 长度被拉长到数小时、近百万 token 量级。