Dhruv Trehan指出长时程工作核心在于延迟外部反馈

2026年10月28日，Dhruv Trehan在LessWrong发布解析文章，指出前沿实验室评估长时程能力的基准，主要衡量多步骤、大量上下文、可验证终态及低外部输入的任务表现。文章认为真实世界长时程工作的核心约束是“延迟外部反馈”，这是多智能体无法消除的限制。作者以构建Redis与运行广告活动为例，对比说明了此类基准与真实工作场景的差异。

AI 根据报道生成 · 47 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。