在AI智能体领域，模型执行长时程任务是一个悬而未决的难题。过去的方法受困于无状态的交互接口，本质原因是将模型视作一次性指令处理器，而非持久的计算核心。
本文的核心洞见是：把智能体环境重新看作一个持久化的计算系统。由此，赋予模型一个持久编程环境并能递归调用子智能体，这一关键操作使问题得以解开。
这项工作真正留下的遗产是，一个能区分模型与工具链瓶颈的标准化基座。它为后来者打开的新门是模型在运行时自主编排计算策略，但尚未跨过的门槛是，模型需经专门训练才能驾驭这种自由度。
arxiv.org/abs/2608.23552 #机器学习# #人工智能# #论文# #AI创造营#