可靠的 long-horizon agents
来自 The MAD Podcast with Matt Turck · 期号 2026-08-08
摘要
The MAD Podcast with Matt Turck：《How to Build Long-Horizon AI Agents — Mitch Troyanovsky, Basis》。 核心 takeaway：可靠的 long-horizon agents 不靠神奇 prompt，而更像是在为 non-deterministic workers 设计制度。Basis cofounder Mitch Troyanovsky 描述了能在复杂任务上运行数小时甚至数天的 agents，比如端到端完成 tax returns，但他的核心经验是：即使 “100 evals pass” 也不够，因为如果过程本身不会被真正的专业人士信任，结果对了也不代表可部署。最关键的概念是 behavior specs：它们不是直接塞给模型的指令，而是定义好工作流程的 process rubrics，例如税务问题必须查 primary sources，而不是依赖 pretraining 或随机网页。他最有记忆点的一句话很狠也很实用：“The English is more precious because the English affects the performance. The code does not affect the performance.” 他还认为，agent intuition 最强的人往往是强 systems thinkers，包括工程师、律师，以及那些懂得写出能经受大量 runtime interpretation 的抽象的人。关于 moat，他也很冷静：“Technical moats are not real moats.” 真正的优势在于快速行动、嵌入 workflow，并在技术窗口打开时建立业务位置。