智谱唐杰谈AI长周期任务：从工具到劳动力的关键一步

事件概述

智谱创始人兼首席科学家唐杰近日在X平台发布长文，系统阐述AI产业的下一个关键方向——长周期任务（Long-Horizon Tasks）。他认为，2026年AI的突破点不在于模型变得更聪明，而在于模型能持续规划、试错、判断并交付复杂多步骤任务。一旦实现，AI将不再只是辅助工具，而是真正成为替代人类执行层的“劳动力”，甚至可能改写整个行业的用人模式。

核心信息

• 长周期任务的定义：目标明确但路径不确定，需要数小时到数周持续推进、反复试错的任务，如漏洞挖掘（阅读代码、搭建环境、构造攻击、验证有效性等）。这类任务不依赖单次智力，而依赖于持续的执行力。
• 三大技术突破使该方向可行：
  1. 记忆：百万级上下文窗口和RAG技术让模型能在长时间任务中保持对项目背景和中间状态记忆（如Claude Opus 4.7支持1M token，GLM-5.1支持200K token）。
  2. 持续学习：模型更新周期缩短至月度，接近实时吸收新工具、新规则。
  3. 自我判断与进化：模型生成合成数据自我训练（推测Claude、GPT-5.5已有基础自训练能力），在无人类监督时能判断方案可靠性并自动调整。
• 智谱的进展：其GLM-5.1在SWE-Bench Pro上达到58.4%，超过GPT-5.4（57.7%）和Claude Opus 4.6（57.3%）。GLM-5.1可连续独立运行8小时，单次任务稳定执行1200-1700步操作，无需人工干预。
• 从OPC到NPC：唐杰提出“一人公司”（OPC，人+AI工具）将向“无人公司”（NPC，AI系统+人类监督）演进。人从执行者变为目标设定者、资源配置者和责任承担者，中间执行层岗位将被替代。
• LLM OS概念：未来应用按需生成，用户不再管理文件、窗口和APP，只需管理任务、权限和结果。系统根据自然语言意图临时组合工具完成目标，挑战现有操作系统底层逻辑。

值得关注的趋势与挑战

• 监管难题：自主Agent在执行任务时造成损失的责任归属尚不明确。2026年4月PocketOS基于Claude的Cursor agent误删生产数据库事件已暴露风险。
• 失业与社会重构：长周期Agent替代的不是某个环节，而是整套“把事情推进到结果”的执行能力，可能引发比过去更广泛的社会分工改写。
• 工程化加速：唐杰判断长周期任务能力更多依赖工程“tricks”而非学术创新，这意味着迭代速度会比预期更快。智谱走“可解释、可监管”的中间路线，在自训练与人类控制间寻求平衡。
• 生态构建：智谱通过开源策略吸引开发者贡献插件、企业提供真实场景，以打造长周期任务系统生态。该方向尚无明确领跑者，市场格局未定。