Third Moment 讓萬個 AI 代理連跑超過 36 小時

Third Moment Research 表示，他們讓一萬個 AI 代理連續運作超過 36 小時，參與的模型橫跨 GPT-6 Astra、GPT-6.1 Sol、Codex，以及專供資安用途的 Daybreak。實驗室把這項測試形容為「長時程自主性」的示範：代理不只能連續專注好幾天，還能平行運作，並在工作中持續進步。相較於過去一次只做一件事、時間很短的 AI 互動，這是一大跨越。 如果這類系統能穩定撐住，研究團隊、資安營運中心與軟體團隊處理大量工作的方式可能整個改觀。數千個代理可以同時監看網路、測試程式碼、審閱文件或探索假設，人類督導者只負責設定目標與驗收結果。 不過這項實驗也留下不少難題。長時間跑數千個代理，需要可觀的算力、能源與協調機制。更關鍵的是監督問題：當一大群代理同時行動、各自處理人類未必能即時檢視的子任務時，要掌握全局並不容易。可靠度同樣令人擔心——一個會「愈用愈好」的代理，也可能重複犯錯、偏離指令，或和其他代理產生難以預測的互動。由於整套配置包含資安工具與模型，安全面的敏感度又更高。 若自主代理真的能連續運作好幾天，企業就必須為權限、日誌記錄、升級處理與緊急關閉訂出明確規則。Third Moment 的說法未必能為這些爭議定調，但它指向一個未來：長時間運作的 AI 勞動力，會在真實環境中被反覆測試。這條路最終有沒有價值，取決於它能否帶來可衡量的效益，而不是製造出超過好處的新風險。