新聞 
幣種資訊 
關於我們 
AI代理可跨越對話工作階段，持續執行數小時至數日的任務。X-Agent公開一套系統構想，能保存任務進度、等待外部事件，並在中斷後恢復執行。
BlockBeats於16日援引X-Agent公開的〈Lessons from Muse: Exploring a Persistent Runtime for X-Agent〉一文報導上述內容。文章探討AI代理若要超越即時回應、執行長期任務，需要具備哪些執行架構。
現有對話式AI多半在回應使用者要求後結束任務。持續執行型代理則需要在使用者關閉應用程式後仍保留任務狀態，並在進入下一階段的條件滿足時重新執行任務。
X-Agent提出的架構會在系統中保存目標、細部任務、執行紀錄、事件與成果。記錄任務進度後，代理便能在新的工作階段載入先前狀態，繼續完成工作。
為此，文章提出結合可恢復的瀏覽器環境、MCP（Model Context Protocol）與API。MCP是一項讓AI模型連接外部工具與資料的標準規格，代理可透過瀏覽器或外部服務互動，逐步完成任務。
持續執行也需要安全控管。X-Agent在文章中建議限制模型存取權限、分開保存驗證資訊，並建立任務稽核紀錄。高風險任務則可設計為經使用者批准後才執行。
X-Agent表示，代理若要跨越工作階段持續執行，還需要保存對話紀錄、任務紀錄、權限邊界與工具呼叫紀錄。文章也提出代理執行訊息發送、報告蒐集及回應外部事件等工作的構想。
這項方向也與協助AI代理跨多個工作階段維持目標與依據的長期任務管理架構相呼應。隨著AI代理的角色從內容生成擴展至實際工作執行，任務拆分、錯誤恢復與成果驗證的重要性也隨之提高。
不過，這次公開內容屬於架構探索，並非正式功能發布或確定的產品路線圖。X-Agent提出以任務完成率、恢復成功率與每項任務成本衡量持續執行架構的成效，但尚未公布具體導入時程或商業化計畫。
X-Agent以文章標題提到的Muse案例為基礎，探討跨工作階段任務執行架構的必要性。文章未提出具體產品功能或導入時程。
留言 0