上海Agents-A1开源能跑长任务吗？
近期上海AI Lab开源的Agents-A1 35B混合专家智能体模型，不少做自动化Agent、科研流程开发的同行都在测试，核心疑问集中在它能否稳定承载超长链路任务。该模型核心路线不再堆砌超大参数，而是专门强化长程任务视野，训练采用平均45K token超长任务轨迹样本，配套知识-行动存储架构，天然适配多步骤、多工具联动的长流程需求。多组长时序基准测试可见，在文献调研、多轮搜索、机器学习全流程这类长任务中，表现追平Kimi、DeepSeek等万亿参数模型，实测可连续运行十余小时完成完整建模优化，中途不易遗忘前置约束与历史数据，错误累积速度远低于同规模开源模型 。依托多教师在线蒸馏方案，跨领域长流程切换时逻辑连贯性更强，批量自动化办公、多阶段数据处理场景落地效果突出。但它存在明显短板，高复杂度大型工程开发、超百步精密代码迭代类超长任务仍存在稳定性缺口，开源版本未配套持久化记忆插件，极端超长时序易出现上下文信息损耗。整体来看，常规科研、调研、自动化类中等长度任务，Agents-A1完全可以稳定运行；超高复杂度、超长时间连续工程任务，需搭配外部向量记忆库辅助，才能进一步降低任务中断、逻辑跑偏概率。
发布于 山西
1
评论
赞
未登录
友善发言
评论
加载中
