用户分享2026年长周期任务中agent的使用模式变化
我观察到在2026年使用agent处理长周期任务与2025年进行深度研究的方式有所不同。2025年的深度研究:搜索→阅读→推理→重复直至完成。每次循环都依赖网络。
但2026年的长周期任务有两个明显阶段。
- 阶段1:用于研究和规划的网络IO。搜索、阅读、推理。但目标不是直接生成答案,而是将网络知识物化为本地文件(.md/.json/.csv)。
- 阶段2:agent“挂载”文件并开始循环。agent仅针对这些本地文件进行读取、运行和写入。不再通过网络获取事实依据。
为什么我在阶段2中切断网络IO?
• 确定性:本地文件是不可变的快照。网络内容会变动、出现404、遇到付费墙
• 速度:文件系统读取是毫秒级,网络获取是秒级。agent循环需要快速迭代
• 一致性:交叉检查需要在同一知识库上进行,而不是每次获取不同版本
• 成本:网络IO消耗token解析HTML噪音。本地文件已经是干净的
但2026年的长周期任务有两个明显阶段。
- 阶段1:用于研究和规划的网络IO。搜索、阅读、推理。但目标不是直接生成答案,而是将网络知识物化为本地文件(.md/.json/.csv)。
- 阶段2:agent“挂载”文件并开始循环。agent仅针对这些本地文件进行读取、运行和写入。不再通过网络获取事实依据。
为什么我在阶段2中切断网络IO?
• 确定性:本地文件是不可变的快照。网络内容会变动、出现404、遇到付费墙
• 速度:文件系统读取是毫秒级,网络获取是秒级。agent循环需要快速迭代
• 一致性:交叉检查需要在同一知识库上进行,而不是每次获取不同版本
• 成本:网络IO消耗token解析HTML噪音。本地文件已经是干净的