文 | 字母 AI

跟着黄仁勋踏向前去特朗普的空军一号，智谱股价暴涨 36.9%，收报 1150 港元，创下历史新高。

从 1 月 8 日上市时的 116.20 港元刊行价算起，智谱的股价在短短四个多月内增长了 900%。

而就在暴涨之前不到 24 小时里，智谱创举东谈主唐杰夜深在 X 上发布了一条推文，大谈了我方对所有这个词 AI 产业的想考。

整条推文的中枢是"长周期任务"。

请谛视，英文原文是" Long-Horizon Tasks "，直译过来应该是长视线。但是在 AI 语境中，它是指一个任务需要突出较恒久间、较多循序、较多中间情状才能完成。

他觉得，2026 年最可能的冲破点不在于模子变得更智谋，而在于模子大略捏续完成复杂、多循序的任务。

在唐杰看来，一朝模子能捏续权谋、试错、判断和请托，它冲击的就不仅仅表率员服从，而是整套东谈主类履行层。

以前 AI 替东谈主写几句话，大师还能说它仅仅器具。一朝 AI 能贯穿几天我方干活、我方判断、我方请托收场，它要替代的就不仅仅某个岗亭了，它可能会透彻替代某一个行业。

长周期任务是什么？

已往两年，咱们评价一个大模子的好坏，主要看它在单次对话中的进展。回话是否准确、逻辑是否分解、讲话是否流通。

这本体上是在测试才能。但长周期任务需要的不是才能，是履行力。

运筹帷幄明确但旅途不细则，需要捏续数个小时、数天以致数周的恒久鼓吹。

唐杰在推文顶用黑客行为例子。

他说，间隙挖掘是典型的长周期任务。需要阅读普遍代码、相识系统架构、搭建测试环境、构造膺惩输入、考据间隙灵验性，临了撰写时间讲明。

这个过程充满试错，因为莫得尺度谜底，只可依赖教悔和直观。

你不可只读一遍代码就找到间隙，你要反复去尝试不同的膺惩向量，在每次失败后调整想路，在每次生效后考据可靠性。

如果 AI 能在这种抵御性、教悔化的界限站稳脚跟，那么它对平庸表率员、数据分析师、法务助理等职业的冲击只会来得更利弊。

因为这些职业的任务天然也很复杂，但抵御性更弱，教悔依赖度更低，更容易被系统化的历程诡秘。

唐杰觉得2026年世界杯官网，接洽 AI 的款式，正在从看对话、谜底，变成看"长周期"任务完成才略。

一个模子可能在单次对话中进展圆善，但在需要捏续使命 8 小时的任务中时时出错、丢失高下文、重叠无效操作。

另一个模子可能单次回话不够精彩，但能壮健地鼓吹任务，记着每一步的收场，在遇到禁绝时自动换旅途。

那么后者在长周期任务中的价值，就高于前者。

腾讯的姚顺雨曾建议一个办法，今天模子太依赖预教师里的"参数化常识"，真实天下更需要能从面前 Context 里学习并运用的模子。

当模子的确初始跑任务的时候，它需要查文档、跑代码、测接口、读日记、调参数。

一个能熟识调用这些器具的模子，比一个记着了所有这个词 API 文档但不会本质操作的模子有用得多。

此外，以前的模子过于被迫，它得恭候东谈主类发出辅导后才能履行，何况每发出一次辅导，只可履行一步。

但在长周期任务里，给定运筹帷幄后，模子需要自主权谋和履行。

被迫反馈只需循序悟面前问题，主动鼓吹需循序悟所有这个词任务的结构、面前所处的阶段、下一步应该作念什么、如果失败了该怎么调整。

这需要模子具备某种"任务感"，知谈我方在作念什么，为什么这么作念，作念到哪一步了。

当有了这一切后，AI 就初始插足"收场请托"阶段。

企业和个东谈主不再称心于" AI 帮我写了一段代码"，而是期待" AI 帮我完成了所有这个词功能模块的开辟、测试和部署"。

这是从助手到承包商的突出。助手需要你告诉它每一步作念什么，承包商只需要你告诉它最终要什么收场。

长周期任务的办法并不清新。学术界早就在盘问强化学习、任务权谋、多步推理。

唐杰觉得，恰是因为如下几个要害时间冲破，长周期任务在本年变得可以终了。

第一个便是挂牵。

百万级高下文窗口和 RAG 时间的进修，让模子大略在恒久间任务中保捏对款式布景、历史尝试和用户偏好的挂牵。

Claude Opus 4.7 撑捏 1M token 高下文窗口，GLM-5.1 撑捏 200K token。这意味着模子可以在一个会话中记着数十万字的代码、文档、对话历史。

它不会因为任务太长而健忘最初的运筹帷幄，不会重叠还是尝试过的失败决议，不会丢失中间循序的要害信息。

第二个是捏续学习。

天然的确的捏续学习仍然勤劳，但模子更新周期正在急剧编造。全球起先模子还是作念到月度更新，国内模子紧随自后。如果来岁能作念到周更新，事实上就接近了捏续学习的服从。

模子不需要在教师时就学会所有这个词常识，它只需要能快速汲取新器具、新 API、新业务功令。当更新周期饱和短，模子就能跟上现实天下的变化速率。

第三个是自我判断、自我进化。

唐杰估量，Claude 可能还是终清楚基础的自教师才略。

模子我方写代码、清洗数据、生成合成数据，然后用这些数据教师我方。GPT-5.5 就在用模子生成的代码和测试用例来改革我方的编程才略。

它初始知谈我方的谜底是否靠谱，知谈什么时候该重试、求证或回滚。

这种才略在长周期任务中至关遑急。因为莫得东谈主会在驾御监督每一步，模子必须我方判断面前哨案是否可行，是否需要调整，是否还是达到运筹帷幄。

但这条旅途也充满风险。

自我进化意味着东谈主类对模子教师过程的罢休力不才降。当模子初始我方生成教师数据、我方评估教师服从时，咱们怎么确保它不会偏离东谈主类的价值不雅？咱们关于 AI 的价值又是什么？

唐杰的判断是，这些才略通过小巧的工程" tricks "终了。这意味着进展速率会比学术界预期的快得多，因为工程化的迭代周期远短于学术和时间上的改革周期。

你只需要在现存架构上作念更好的 prompt 工程、更致密的强化学习、更可靠的器具集成。

智谱的 GLM-5.1 在 SWE-Bench Pro 上达到 58.4%，突出 GPT-5.4 的 57.7% 和 Claude Opus 4.6 的 57.3%，便是这种工程化迭代的收场。

智谱：在长周期任务赛谈上的政策押注

行为智谱的创举东谈主兼首席科学家，唐杰发这条 X 昭着不仅仅时间不雅察，还多了一层政策宣言。

智谱在国内大模子阵营中的特色是时间基础底细塌实，但交易化节拍相对严慎。

它不像 Kimi 那样靠 C 端爆款居品快速起量，也不像阿里、百度那样有精深的生态和流量进口。

智谱的道路一直是"模子才略先行，运用场景跟进"。先把基座模子作念到饱和强，再通过 API、特等化部署、行业惩处决议变现。

长周期任务这个标的，无论是国内照旧国际，参与的玩家齐很少，莫得明确的领跑者，大师齐在探索阶段。

OpenAI 的 GPT-5.5，定位便是"自主任务履行"，强调的是 agent 才略和多循序使命流，Opus 4.7 亦然雷同。

干系词二者在长周期这件事上，齐还差点意旨兴味。

两家公司并莫得展现出压倒性上风，阛阓方式也还远不决型。

天然在纯模子才略上追逐 GPT 和 Claude 很难，2026年世界杯官网不外在长周期任务这个新方朝上，大师齐站在解除条起跑线上。

唐杰进一步提到了 NPC 这个办法。他觉得长周期才略会鼓吹从 OPC 到 NPC 的转化。一东谈主公司的逻辑是"东谈主加 AI 器具"，无东谈主公司的逻辑则是" AI 系统加东谈主类监督"。

前者是增强，后者是替代。

不外无东谈主公司并不是竟然莫得东谈主，而是东谈主的定位发生了改变，从履行者变成了运筹帷幄设定者、资源设立者和牵累承担者。

的确被替代的是中间履行层，比如那些负责鼓吹任务和团结资源的岗亭。在 NPC 里，东谈主只需要设定运筹帷幄和审核收场。

落到智谱身上，唐杰的不雅点预示着智谱接下来的发展标的。

智谱 GLM-5.1 的时间白皮书中提到，GLM-5.1 能捏续寂寥功课 8 个小时，单次任务可壮健履行 1200-1700 步操作，无需东谈主工监控与侵略。

不外这仅仅一张得益单，要的确让企业省心，还得看它换到更多场景后会不会掉链子，遇到没见过的问题时能不可靠我方的技巧惩处。

长周期任务不是一个通用居品，它需要针对不同业业、不同场景作念深度定制。

软件开辟需要的是代码相识和测试履行，法律行业需要的是文档检索和合规查验，金融行业需要的是数据分析和风险评估。

不是说把模子卖给企业就完了，智谱还要把模子打包成能胜仗上手的 agent 器具箱，客户不消从零开辟，也能快速搭出我方的长周期任务系统。

长周期任务系统不是智谱一家能作念出来的，它需要开辟者孝敬器具和插件，需要企业客户提供真实场景和反馈，还需要监管机构制定安全和合规尺度。

智谱的开源策略便是在构建这个生态。

从市值来看，智谱是国产 AI 的国家栋梁，唐杰的每一个判断齐会对国内 AI 产生很大的影响。

就以唐杰提到的自我进化来说，智谱是会追求自我进化？照旧会遴选更保守的策略？

从 GLM-5.1 来看，智谱在走一条中间道路。

一方面，GLM-5.1 的教师还是普遍使用模子生成的合成数据，这是自我进化的雏形。

可另一方面，智谱强调"可解说的、可监管的"系统，这意味着它不会实足破除东谈主类罢休。

这种均衡很难，但可能是最现实的旅途。

长周期任务是企业的核肉痛点，它能胜仗替代东谈主力资本，能胜仗升迁业务服从，企业好意思瞻念为此支付更高的价钱。

如果智谱能拿下长周期任务，那么它的业务会进一步增长，市值也会更高。

AI 吞吃天下

基于对长周期任务的判断，唐杰给出了一个预言，异日咱们可能会突出 APP 的办法，胜仗插足 LLM OS 时期。

什么是 LLM OS？运用按需生成，用户不再照应文献、窗口和按钮，用户只照应任务、权限和收场。

干系词我想说，这个判断波及了当代缱绻机的根柢逻辑。

APP 的本体是把功能固化在界面里，用户通过点击按钮来触发预设的功能。

你如果想发邮件，你就盛开邮件 APP，点击写邮件按钮，填写收件东谈主、主题、正文，点击发送。每一步齐是事前想象好的，你只可在想象者功令的旅途上操作。

agent 的本体则是把运筹帷幄交给系统，让系统临时组合器具、数据和界面来达成运筹帷幄。

你告诉系统"给张三发一封邮件，告诉他款式进程"，系统会我方决定用哪个邮件服务、奈何措辞、什么时候发送。你不需要知谈邮件 APP 在那儿，不需要知谈奈何操作，你只需要抒发意图，系统负责履行。

如果唐杰说的这个趋势建立，软件的中心将从"盛开哪个 APP "变成"告诉系统我要什么收场"。这将会颠覆现存的一切。

它挑战的是 80 年来的冯诺依曼架构，挑战的是所有这个词缱绻机科学的产业基础。

当今的操作系统，无论是 Windows、macOS 照旧 Linux，本体上齐是文献照应器加进程治愈器。

它们照应的是数据在那儿、表率奈何运行、资源怎么分派。用户需要知谈文献存在哪个文献夹，需要知谈用什么表率盛开，需要知谈奈何在不同表率之间复制粘贴数据。

LLM OS 的逻辑实足不同。

它照应的不是文献和进程，而是任务和权限。你不需要知谈数据存在那儿，系统我方能找到需要的数据。你不需要知谈用什么表率，系统会我方调用恰当的器具。

你只需要告诉系统你要作念什么，然后恭候收场就可以了。

听起来可以，但是终了起来极其勤劳。

用户说"我要作念什么"，系统能准确相识吗？

天然讲话是无极的、多义的、依赖高下文的。一样一句话，在不同场景下可能有实足不同的含义。

是以模子不仅需要具备遒劲的语义相识才略，还需要联接高下文、用户历史、面前情状来推断意图。

相识用户的意图以后，接下来就到了履行任务。

一个高层运筹帷幄需要分解成些许个子任务，每个子任务用什么器具完成，任务之间有什么依赖关系。

"给张三发邮件"这个简便任务，本质上包含了查找张三的邮箱地址、生成邮件内容、遴选发送期间、处剪发送失败等多个子任务。

再往底层看便是器具调用。

邮件是器具、写字用的输入法是器具、网页亦然器具。系统需要能调用斗量车载个不同的器具和服务，每个器具有不同的 API、不同的参数、不同的失实处理款式。

唐杰在收尾提到了监管问题。

他承认这个不可逆的进程还是初始，但同期号令负责想考怎么监管。长周期任务和自主 agent 带来的监管挑战是前所未有的。

当 AI 寂寥完成一个任务并形成亏欠，牵累应该由谁承担。开辟者、使用者，照旧 AI 本人？如果一个 AI 系统在履行长周期任务时作念出了失实决策，导致企业亏欠数百万，谁来负责？

2026 年 4 月，PocketOS 就遭逢过一次典型事故。

一个基于 Claude 的 Cursor 编程 agent，在处理环境问题时误删了公司的分娩数据库和备份，所有这个词过程只用了几秒钟。

现存的法律框架还莫得准备好回话这个问题。

除此之外，当普遍履行层岗亭被 AI 替代，那么随之而来的便是休闲潮。

但休闲仅仅最容易被看见的收场，更深层的变化，是社会单干本人被重新改写。

已往，时间替代的时时是某个要害、某个器具、某种重叠做事；长周期 agent 要替代的，是"把事情鼓吹到收场"的整套履行才略。

它一朝建立，AI 就不再仅仅嵌在使命流里的援助按钮，而会变成使命流本人的一部分。

唐杰觉得，长周期任务不是 AGI 的通盘，但它可能是 AGI 第一次的确插足现实天下、的确初始重构东谈主类社会的款式。当 AI 不再仅仅回话问题，而是初始承包收场，咱们就站在了一个历史性的改革点上。