长程调度，Agent Loop，这两个词，圈里喊了大半年，你随便刷个技术社区都能看到
乍一听挺唬人。翻译过来其实就一句话：让 AI 自己把一件大事，拆成很多步，一步一步做完，中途还记得自己为啥在干
这几个月，DeepSeek、Kimi、Qwen 都在验证这条路线。今天智谱也发了GLM-5.3
官方说，通过通过极致的后训练 Scaling：数十倍的长程任务环境、更丰富多样的环境类型、超长的后训练时间，大大提高了模型的智能上界
借着这一次GLM-5.3发布，那我们也来拆一拆，看看长程调度究竟又是用，如何自己上手写一个「长程调度」提示词
话不多说，直接开测
01 先翻译成人话
BASIC CONCEPT / AGENT LOOP
Agent Loop就是 AI 自己「干活 → 看结果 → 再决定下一步」，循环很多轮，直到把事做完。通俗点就是 AI 学会”自己干活”，不用每走一步都等你指挥
而长程调度（Long-Horizon）指的就是为了完成这个目标，AI要自己能分成很多步、跨很多轮、还得一直记得自己干到哪了
它的难点很在于：
第 1 步错了，第 10 步就废，错误会一路滚雪球（漂移 shift）
中间经常没人告诉它对不对，走很远才发现方向错了
干到第 20 轮，还得记得第 3 轮说过的话
所以长程任务一直是模型的软肋：上下文有限，历史越滚越长，模型要么”失忆”，要么忘了自己为什么在干。
以前比”谁答得聪明”，现在比”谁能把事做完”。能把几十步的活稳稳干完、干砸了能自己恢复的模型，才配碰真实业务。
02 实测：让 GLM-5.3 自己循环跑
FIELD TEST / GLM-5.3
CASE 01
从 0 到 1 复刻传奇
第一个 case，我让它从 0 到 1 复刻经典游戏《传奇》，不过主题换成了《摸鱼小李》。第一轮跑出来还挺糙的，就是个能动的demo。
但整整 循环了7 轮之后，我拿到了下面这个能真正玩下去的《摸鱼传奇》：沉浸感拉满，设定完整，等级、天赋、装备、BOSS 一个不少。
更带劲的是过程。每一轮它都会回头看原版《传奇》是怎么做的，再接着往下打磨，一轮比一轮完整。
CASE 02
像素消灭怪物
本来以为《摸鱼传奇》已经够好玩了，结果 GLM-5.3 又给我整了一个闯关游戏，「地图、打怪、爆装备、升级、装备强化、Boss」一个不落全凑齐了。说实话，有点上头。
而这只是GLM-5.3跑了六个循环的结果，整个游戏系统机制非常详实完善。整个游戏系统机制详实又完善。
说实话，我水群的时候看到有人复刻了一版《泰拉瑞亚》，再回头看它六个循环做出来的东西，这个效率是真的有点夸张。
CASE 03
模拟经验放置游戏
这个游戏很唯美，模仿的是小时候玩的放置经验类游戏。可以看到 GLM-5.3 的审美也是很好的。
可以放置大本营，点击单元格进行建设（农田、工厂、电站…），这类游戏最大的问题是，玩到后期有点手忙脚乱😂 每一个单元格太多点不过来。
CASE 04
红蓝网络攻防
除了编程，官方这次还提了一嘴网络安全。GLM-5.3 在漏洞识别上已经追平第一梯队（CyberGym 84.5%，跟 Mythos 5 基本持平）
既然 GLM-5.3 这么牛，那我有点好奇，如果让他们俩分别进行网络攻防，会怎么样？
于是我让 GLM-5.3 分别扮演红蓝两队进行攻防，这是最终的记录可视化：
除此之外，我还做了侦探推理游戏、探险迷宫游戏：
03 没有视觉，但底层是真强
MODEL LIMIT / VISUAL
现阶段 GLM-5.3 最大的痛点。它目前是纯文本模型（单模态），没有视觉模型，看不了图也造不出图。唐总 6 月公开征集意见时，评论区刷屏最多的就是”视觉”，说的正是这件事。
别的 AI 模型在 Agent Loop 的时候，还可以截图一下，查看状态，根据截图修正下一步。（注：还有一个原因是我用的Claude Code，在官方 ZCode Harness 中，会调用 GLM 4.6V 充当 5.3 的「眼睛」）
但视觉之外，它的编程能力和系统架构能力是真的强。而且这一次即便没有视觉，很多前端都做的很好看。
做仿《传奇》那个 case：它会自己去找《传奇》的相关网站、分析它的游戏引擎是怎样的，然后基于这个引擎帮我做。它真去研究了参考对象再动手，没瞎写。
这活儿放在人身上，得叫”系统架构师”。
04 设计loop提示词
PROMPT DESIGN / LOOP
我翻了 Anthropic 的《Building Effective Agents》、LangChain 的《The Art of Loop Engineering》和 Steve Kinney 的《Anatomy of an Agent Loop》，又看了看社区里大家踩坑的讨论，总结了五条建议：
STEP 1
让它把进度存下来
干到一半崩了、断了，得能接着干。
办法很简单：让它每做完一轮，就把进度写进一个文件。长程任务最容易死在两件事上：一口气想干完全部（聊天记录撑不住），或者干一半没存档（重启后啥都不记得）。
STEP 2
告诉它要循环，还得告诉它现在第几轮
在提示词里写清楚：你会多轮干活，每轮都是先想、再做、记录、然后决定要不要继续。同时告诉它现在跑到第几轮了，它才知道自己走了多远，不然干着干着就忘了自己在哪。
STEP 3
提前说好什么时候停
做完了停、到最大轮数停、你喊停，都得写清楚。一般 15 到 25 轮就够，到顶了就让它把手头做完的部分整理好交出来，别硬着头皮继续跑。
STEP 4
报错是好事，让它带着报错接着改
跑出来的报错、失败的命令，别让它当没看见。让它记下来，下一轮换个思路再试，而不是同一个招数反复撞墙。
STEP 05
聊太长了要精简，但有删法
干到后面聊天记录越来越长，必须精简。精简时只删重复的中间过程，留下它做过的决定、还没解决的问题、下一步计划。删太多它会失忆，留太多费钱还乱。
一句话总结：Loop 的关键不是提示词写得花哨，而是把这四件事设计好：状态能存、知道什么时候停、会从报错里学、会精简记忆。模型只是在这个轨道上跑。
写在最后
整体跑下来，GLM-5.3 给我的整体体感是：底子是真强
而且官方给的数据也撑得住这个判断：编程能力较上一代提升约 50%，Terminal-Bench 3.0 做到开源模型第一，自研 Code Bench 还超过了 Claude Opus 4.8，token 也花得更少
编程和系统架构能力在线，能长时间自主干活、反复验证、把项目推进到可交付
但话也得说回来：
单模态无视觉是它现在的短板，Agent Loop 的「视觉」需要 GLM 4.6V补上
复杂工程的细节、后端和数据库，最后还是要自己把关一遍
权重要等两周后才开源（先做安全加固），API 也是刚上线
至于为什么智谱（国内其他家也一样）都在卷长程调度、Agent Loop，因为这事的本质，是模型从「会写」走向「会完成」的最后一公里
单轮问答拼的是聪明，长程交付拼的是靠谱；而靠谱，恰恰是 AI 从 demo 走进生产环境的门票。谁先把这件事做完，谁就拿到企业真实业务的入场券
本文由作者@摸鱼小李，授权发布于平台，未经许可禁止转载。