长时任务的连续性机制

长时任务的难点，不是让模型多回答几轮，而是让任务在跨步骤、跨工具和跨时间推进时保持一致。一次性问答只需生成当前响应；长时任务则必须持续记住目标、约束、已完成事项、待处理事项，以及每一步产生的中间结果。缺少这些状态信息，模型即使单步能力很强，也可能重复操作、偏离目标，或在失败后无法恢复。

连续性依赖什么

第一层是任务状态。系统需要把“目标—计划—进度—结果—异常”明确区分，不能只依赖一段不断增长的对话上下文。完成一个阶段后，应记录可验证的产出，例如资料是否已整理、代码是否已执行、某项操作是否成功，并据此决定下一步，而不是凭模糊记忆继续行动。

第二层是工具状态。长时任务往往需要串联浏览、代码和图形界面操作。工具返回的结果必须被解释为新的事实输入，同时保留来源、时间和失败信息。尤其要区分“已发起操作”和“操作已生效”：网页提交、文件修改或程序执行都需要结果确认，否则后续步骤可能建立在错误前提上。

第三层是失败恢复。可靠的连续性机制不应追求永不出错，而应允许暂停、回滚、重试和人工接管。遇到权限不足、结果异常或目标不明确时，系统应保存当前进度，说明阻塞原因，并从最近的有效状态继续，而不是重新执行全部流程。

GPT-6 Astra所强调的自主任务执行，正体现了这种变化：模型可在同一任务中组合浏览、代码与界面操作。但“能连续执行”不等于“可以无人负责”。企业引入此类能力时，应先选择规则清晰、结果可复查且出错成本较低的流程，同时设置权限边界和人工审核点。

判断一个长时任务系统是否成熟，关键不只是它能完成多少步骤，而是能否回答四个问题：当前进度是什么，依据哪些结果继续，失败后从哪里恢复，出现风险时谁可以接管。连续性机制的本质，是把模型的临时推理转化为可追踪、可验证、可恢复的任务状态。