1 万个智能体连续运行 36 小时以上，重点在「36 小时」而不是「1 万」。OpenAI 于 2026 年 10 月 14 日发布的这篇 Third Moment Research 客户案例，摘要里点名了 GPT-6 Astra、GPT-6.1 Sol，以及 Codex 和面向网络安全的 Daybreak，并称这些智能体能连续专注数天、还会越用越好。

关键事实

项目 内容
回答的问题 1 万个智能体连续跑 36 小时以上：Third Moment Research 的长时任务账本
简答 OpenAI 在 2026 年 10 月 14 日发布客户案例，讲 Third Moment Research 如何让 1 万个智能体连续运行 36 小时以上，模型用到 GPT-6 Astra 与 GPT-6.1 Sol，还有 Codex 和面向网络安全的 Daybreak。值得关注的不是数量而是时长：能跑几天、还会越用越好的智能体，必须有检查点、费用上限和可回溯日志——这些都是单次会话智能体永远不需要的东西。
阅读时长 ~2 分钟
最后更新 2026-10-15

能被核对的部分其实很短

发布方是 OpenAI，日期 2026 年 10 月 14 日，客户是 Third Moment Research，摘要给出了「1 万个智能体、36 小时以上」和上述模型组合。我们能读到的文本里没有单次运行成本、成功率，也没有失败分类；该页面从本机访问返回 403。

时长才是工程难题

只跑一次会话的智能体可以对状态很随意：崩了重跑就行。要连续跑一天半的智能体不行：

  • 需要能从中续跑的检查点，因为没有任何东西能靠运气稳定运行 36 小时；
  • 需要重启后依然生效的费用上限，否则一个夜间循环就是一张没有上限的账单；
  • 需要足够细的日志，让人第二天能还原夜里发生了什么；
  • 需要一个「停下来」的机制，也就是对不可逆动作有明确策略，而不是关键词过滤。

这四条是工程选择，跑十个智能体和跑一万个面对的其实是同一套问题。

「越用越好」是另一半说法

摘要的后半句是智能体会越用越好。落到实现上，就是有一层把结果反馈回下一次运行的机制——规则、技能或提示词由「上次哪里失败了」来更新，而不是靠开发者拍脑袋。这件事最省钱的版本不花一分钱：把失败案例留下，并把「本来能避免它的那条规则」写下来。

可以马上做的四件事

  • 运行前先定预算，而不是等第一个意外账单。
  • 确认智能体能从检查点续跑，而不是每次都从零开始。
  • 对不可逆操作保留人工确认环节。
  • 逐步记录模型与 token 消耗，长跑结束后才能算出真实成本。

如果你想让智能体在自己 Windows 机器上跑通宵，而文件不上传，可以下载 MOOGH，先从一个通宵任务开始，而不是一万个。

相关阅读：