感知信号与事件
持续观察业务状态与外部变化,在关键条件满足时主动启动或调整任务。
GEA 系统架构 · Long-Horizon Agent Runtime
围绕长期目标,持续把工作推进到结果。
持续感知企业与外部信号,管理目标、计划与持久状态,并根据中间结果调整下一步行动。让跨越多轮、多流程的工作可以暂停、恢复、重试,并始终处于人工监督与企业边界内。
运行机制
运行时把一次对话延展为长期执行:感知变化、主动发起、保持状态、调用工具,并在需要判断时找到人。
持续观察业务状态与外部变化,在关键条件满足时主动启动或调整任务。
跨多轮、多流程保留目标、计划、依赖与执行状态,让工作可以暂停和恢复。
通过 Agent Skills、API、MCP 与事件连接既有系统,执行真实业务动作。
根据中间结果动态调整,失败时重试或恢复,并在高风险节点请求人工判断。
一次完整运行
以产品创新任务为例,模型、Context、运行时与企业级基础并不是独立模块,而是在同一次任务中依次协同。
示例任务 / 输入
在既定成本与品牌约束内,重新设计巧克力礼盒的开合体验。
任务结果 / 输出
带来源的报告、确认后的方案、写回的决策记忆。
当前阶段
建立任务
任务进入
业务目标与约束被组织为一个可持续推进的任务。
协同能力
验证与边界
长程运行的可靠性,不只来自“可以重试”,还取决于状态在哪里保存、外部动作能否安全重放,以及系统何时必须停止并交给人。
在关键步骤保存目标、输入、中间结果与外部系统状态,恢复前先确认从哪里继续。
区分可以安全重放的动作与必须补偿的外部影响,避免重试造成重复发布、写入或通知。
为低置信度、价值判断与高风险动作设置明确阈值,达到条件时暂停、请求审批或终止任务。
协同技术
继续了解为长程任务提供企业记忆、任务评测与治理边界的关键技术。
技术问题
固定工作流适合步骤和分支预先明确的任务;长程运行时面向路径会随新证据、中间结果和外部事件变化的工作。它保留目标与状态,并在约束内动态调整下一步,而不是把每一种情况都提前写成流程。
更适合持续时间长、跨系统、需要多次判断且中间结果会改变后续路径的任务。如果步骤完全确定、持续时间短且不需要上下文演进,传统自动化通常更简单。
运行时状态记录一次任务当前走到哪里,包括目标、计划、依赖与中间结果;Context System 组织可被不同任务复用的企业知识、规则、关系与决策记忆。运行时读取 Context 推进任务,再把经过验证的结果写回,二者共同形成持续学习的闭环。