中国人民大学 NLPIR 实验室维护的论文清单，对应综述《Towards Long-Horizon Agents: A Survey》。
把长程代理能力分两条线：一是 harness 层（循环、记忆、工具、编排、钩子、验证），二是模型优化（架构、预训练、微调、RL、蒸馏、自我进化）。
任务按时间跨度分三层：H1 同一窗口内、H2 跨窗口/会、H3 开放任务流。
收录了几百篇论文，从 CoT/ReAct 到最新的代理 RL 都有，附链接和代码。
https://github.com/RUC-NLPIR/Awesome-Long-Horizon-Agents

互联网充电｜优质资源
优质内容｜内幕消息