持久型超长研究智能体架构
AI 总结
文章认为，超长研究不能只依赖扩大上下文和延长超时，而应分别管理用户任务、执行 Run、工作上下文与正式产物。文章建议持续保存研究判断和执行事实，分阶段交付成果，恢复中断的 Run 时避免重复效果，并把显式接续视为关联父任务的新 Run。基金比较教学案例是合成示例，不代表已完成的真实投资研究或经验证的交易能力。
深度见解
该框架为构建跨上下文限制、中断与后续执行仍能保留证据和交付物的AI研究智能体提供了具体工程思路。
用户交来一个问题：“请比较两只主题基金与我的组合，先给我一份有依据的初稿，再把关键疑点查清。”研究可能需要多份文件、几轮计算和不同方法的复核。中途用户会离开页面、追加条件，服务也可能重启；资料越积越多，单次模型请求装不下全部历史。
这里的“超长”没有统一的小时数或 token 阈值。它指的是：一项研究的生命期，已经超过一次请求、一个上下文窗口或一段不间断进程能够承载的范围。
把上下文开大、把超时调长，可以延后某些限制，却无法单独解决任务归属、原始依据、重复执行、结果保存和下一次怎样继续的问题。
真正支持超长研究的系统，需要让研究判断持续演进，让执行事实稳定保留，让用户在每个有价值的阶段取得成果。 本文沿开头的教学任务展开这些关系；示例不是一次已完成的真实投资研究，也不代表自动交易能力。