OneDayAgent teste des workflows d’agents autonomes sur le long terme

Des chercheurs ont présenté OneDayAgent, un banc d’essai pour agents autonomes chargés de traiter des demandes quotidiennes ouvertes, dans le travail, les études et la vie courante. Le système décompose les requêtes en sous-tâches délimitées, maintient une mémoire d’exécution malgré la pression sur le contexte, puis vérifie et corrige les livrables finaux. Sur AgentIF-OneDay, il a été évalué sur 104 tâches et a atteint un score global de 0,821 avec le backend GLM-5.2.