AI 代理“更能坚持”：KLong 训练超长任务的新方法

你让 AI 帮忙做一件事时，最怕的不是它“不懂”，而是它“做着做着就忘了”：前面说好的约束丢了、目标悄悄变了，步骤越多越容易跑偏。对 AI 代理（Agent）来说，这就是长链路任务的核心难题。

最近（2 月 20 日前后）一篇 arXiv 论文提出并开源了 KLong：目标是训练出更擅长处理“超长任务”的 LLM 代理，让它能在更长的执行过程中保持方向感。

关键点（4 条）

• 把长过程切成可训练的片段：用“轨迹切分”方法把一条很长的完成过程拆成多段，尽量保留早期上下文，同时让后半段逐步截断，并用重叠片段减少断档。
• 用自动化管线造数据：Research-Factory 会从论文与评价标准出发，构造训练/评测材料，再蒸馏出大量长轨迹示范，让模型学“怎么做事”。
• 分阶段延长执行时长：强化学习按阶段逐步拉长允许的 timeout，让代理先稳住短任务，再挑战更长任务。
• 更贴近工程任务的验证：论文报告在 PaperBench 等评测上，KLong（106B）超过 Kimi K2 Thinking（1T）约 11.28%，并能迁移到 SWE-bench Verified、MLE-bench。

为什么它值得普通人关心

长任务能力一旦更稳，AI 才更像“助理”而不是“回答器”：比如把一堆资料整理成可发布的文章、把脚本改到能跑并通过测试、把表格从清洗到汇总跑通。你需要反复补充上下文、来回纠错的次数会明显下降。

我会在 wuxing.name 持续跟进这些真正影响使用体验的 AI 进展，并分享可复用的自动化工作流；如果你也想少返工、少踩坑，欢迎收藏关注。

来源：
arXiv:2602.17547 ·
PDF ·
DOI