构建长周期AI代理：Basis联合创始人Mitch Troyanovsky谈如何让AI代理自主运行数小时至数天

AI代理长周期任务过程监督行为规范BasisAI基础设施

中文导读

Basis联合创始人Mitch Troyanovsky在播客中深入探讨了长周期AI代理的构建挑战，提出从结果监督转向过程监督的核心观点。他回顾了AI代理的发展历史，分享了行为规范、上下文作为运行时训练数据等前沿理念，并介绍了Basis与Braintrust合作发布的开源标准，为中文AI社区提供了宝贵的实践参考。

核心观点

1.长周期AI代理的可靠性问题源于结果监督的局限，应转向过程监督。（约 0:00）

2.AI代理的发展经历了ReAct、AutoGPT崩溃、推理模型和RLVR等阶段，过程监督在2023年被忽视，现正以更大规模回归。（约 5:00）

3.Basis与Braintrust发布开源标准，用于定义和评估代理在完整轨迹中的行为，无需地面真值。（约 10:00）

4.上下文应被视为运行时训练数据，文档需像代码库一样管理，本体论为代理提供“生存世界”。（约 15:00）

5.Basis雇佣哲学专业毕业生作为“语言架构师”，将代理部署比喻为“引入300名杰出外星员工”。（约 20:00）

中文精读

在AI代理领域，如何让代理自主运行数小时甚至数天并完成复杂任务，是当前技术前沿的核心挑战。Basis联合创始人Mitch Troyanovsky的这次访谈，为中文AI从业者提供了一份难得的参考指南。他明确指出，当前代理在编写代码方面表现优异，但一旦涉及真实经济中的工作，便容易失效。这一观察直击痛点，因为许多中文团队在开发代理时，往往过于关注任务完成度，而忽视了过程的可控性。

下一集

追逐万亿美元公司、创始人的雄心、代币预算与监管俘获