Fogalomtár › Agentek

hosszú horizontú feladat

angolul: long-horizon task

Olyan összetett feladat, amelyet az AI-agent csak sok egymásra épülő lépésben, hosszú időn át, önállóan dolgozva tud elvégezni.

Érthetően

Egy kérdésre válaszolni olyan, mint megmondani, hol a legközelebbi barkácsbolt. Egy hosszú horizontú feladat inkább a fürdőszoba felújítása: fel kell mérni, tervezni, anyagot venni, bontani, burkolni, és közben végig észben kell tartani, mi volt az eredeti cél.

Az AI-nál azokat a munkákat hívjuk így, amelyek tucatnyi vagy akár több száz lépésből állnak, és embernek is órákig vagy napokig tartanának. Ilyen például egy program megírása és kijavítása, egy piackutatás elkészítése vagy egy több rendszert érintő ügyintézés.

A nehézség itt a kitartás és a pontosság, mert az egyes lépések külön-külön akár könnyűek is lehetnek. Ha az agent minden lépést 99 százalékos biztonsággal old meg, és a hibáit nem veszi észre, száz lépés után már csak nagyjából 37 százalék, vagyis alig több mint egyharmad az esélye, hogy sehol sem hibázott.

Ezért lett ez az agentek egyik legfontosabb mércéje: az számít, milyen hosszú munkát lehet a modellre rábízni felügyelet nélkül, és ehhez kevés, ha jól válaszol egy-egy kérdésre.

Hogyan működik

1. Az agent a kapott célt részfeladatokra bontja, és sorrendet állít fel, vagyis tervet készít.
2. Lépésenként halad: eszközöket használ (keres, fájlt olvas, programot futtat), majd megnézi az eredményt, és ez alapján dönt a következő lépésről.
3. Mivel a modell egyszerre csak korlátozott mennyiségű szöveget tud figyelemben tartani, jegyzeteket, összefoglalókat vagy külső memóriát vezet arról, mit végzett már el és mi van hátra.
4. Időnként ellenőrzi saját munkáját (például teszteket futtat), és ha hibát talál, visszalép és javít, hogy a hiba ne épüljön tovább.
5. Nagyobb munkánál a feladatot több agent között osztják szét, és bizonyos pontokon ember hagyja jóvá a folytatást.

Példa a mindennapokból

Kit érint

Gyakori félreértés

Korlátok és kockázatok

• A hibák halmozódnak: egy korai rossz döntésre az agent órákig építhet, mire kiderül a baj, ezért érdemes közbenső ellenőrzőpontokat kérni.
• A mért „időhorizont” jellemzően azt a feladathosszt jelenti (emberi szakértő munkaidejében számolva), amelynél a modell a feladatoknak nagyjából a felét oldja meg, tehát nem garancia a sikerre. A méréseket ráadásul főleg szoftveres feladatokon végzik, így más területre csak óvatosan vihetők át.
• A hosszú futás sok számítási kapacitást fogyaszt, így a költség előre nehezen becsülhető, és egy elakadt agent feleslegesen égetheti a pénzt.
• Minél tovább dolgozik egy agent felügyelet nélkül, annál nagyobb kárt okozhat egy téves művelet, ezért a visszafordíthatatlan lépéseket (fizetés, törlés, küldés) kösd emberi jóváhagyáshoz.

Hasonló, de nem ugyanaz

• kontextusablak – A kontextusablak azt mutatja, mennyi szöveget lát egyszerre a modell, a hosszú horizont pedig azt, milyen hosszú munkát tud végigvinni, és ez az ablak méreténél jóval több mindenen múlik.
• többlépéses érvelés – A többlépéses érvelés egyetlen válaszon belüli gondolatmenet, a hosszú horizontú feladat viszont valódi cselekvések hosszú sora eszközökkel, visszajelzésekkel és javításokkal.
• munkafolyamat-automatizálás – Az automatizált munkafolyamat előre megírt, rögzített lépéseket hajt végre, a hosszú horizontú feladatnál viszont az agent maga dönti el menet közben, mi legyen a következő lépés.

Kapcsolódó fogalmak

Röviden a története

A „horizont” szó a megerősítéses tanulásból és a tervezéselméletből ered, ahol azt jelöli, hány lépésre előre kell számolni. A nagy nyelvi modellekre 2025-ben vált közismert mércévé, amikor a METR kutatószervezet tanulmánya azt mérte, hogy emberi munkaidőben számolva milyen hosszú feladatokat tudnak az AI-modellek elvégezni. Azt találta, hogy ez a hossz 2019 és 2025 között nagyjából héthavonta megduplázódott; a szervezet későbbi mérései szerint a növekedés 2024 óta ennél gyorsabb is lehet.

Hol tart most

2026 végén a legjobb modellek jól körülhatárolt, sok órányi emberi munkának megfelelő feladatokat is végigvisznek, főleg szoftverfejlesztésben; a mérések szerint ez a hossz már elérheti vagy meghaladhatja az egy munkanapot, de a becslések bizonytalansága nagy. A megbízhatóság a feladat hosszával együtt még érezhetően csökken, ezért a napokig tartó, teljesen felügyelet nélküli munka egyelőre kivétel.

Állapot: 2026. november

A hírekben

• A FIS agentes AI-csomagot indított pénzügyi csapatoknak készpénzforgalom-előrejelzéssel2026. okt. 12. · Pénz

Más nevei

long-horizon task · long horizon task · hosszú távú feladat · hosszú időtávú feladat · hosszan futó feladat · long-running task · időhorizont (time horizon)

Források

• Kwa et al. (METR): Measuring AI Ability to Complete Long Tasks (arXiv, 2025)
• METR: Measuring AI Ability to Complete Long Tasks (összefoglaló)

A szócikk gépi szerkesztéssel készült és gépi szakmai lektoráláson ment át; a „hírekben” rész az Agent Age sztorijaiból automatikusan frissül.