Ситуация: 3 дня назад DeepMind выпустили A Subgoal-driven Framework for Improving Long-Horizon LLM Agents где разобрались в проблеме которую замечали ВСЕ. Короткая суть этой проблемы в том, что агенты на длинных задачах превращаются в потери, которые знают только начало(задача задана) и конец(цель), а всю внутрянку так и не разбирают. Gut Stuck Midway жрёт 42-49% всех провалов. Агент часто зацикливается в браузере, либо уходит в философию вместо того, чтобы сделать следующий шаг.
Решение простое, просто разбивать большие задачи на промежуточные точки, агент идёт от чекпоинта к чекпоинту с перепроверкой что он прошёл и куда дальше. Плюсом в обучении стала штука под названием MiRA (в переводе это примерно: разметка вех для агента с усиленным обучением).
А чтобы всё было честно и не ломало стратегию используют специальный научный приём с "потенциальным формированием наград". За правильные действия бот получает +1 или +100, например.
Модель Gemma3-12B на тесте WebArena-Lite прыгнула с 6,4% успеха до 43%! Это больше, чем у GPT-4-Turbo (17,6%) и GPT-4o (13,9%). Проблема упала почти в два раза. Агент не блуждает как потерянный, а идёт по заранее размеченным точкам как нормальный профи.
И вот сегодня OpenClaw добавляют новую обнову (v2026.3.22), в которой появляется:
• Команда /btw, которая позволяет задать агенту быстрый вопрос, не ломая весь контекст текущей сессии;
• Таймаут подняли с 10 минут аж до 48 часов! Теперь он спокойно может ковыряться в суперсложной задаче, которая тянется часы и не отвалится.
• Добавили per-agent reasoning, и теперь можно менять глубину размышлений как и в обычных LLMках (fast, thinking, и тд). По умолчанию если чё у всех разные режимы, чтобы не тратить ресурсы зря и не ждать вечно.
Получаем итог: DeepMind объясняет почему агент теряется в простых задачах, а краб добавляет подцели, кнопку /btw, даёт 48 часов жизни и магазин скиллов. Идеальное совпадение.
Видео с юзкейсами и обсидиан особенно актуальны теперь.
📱 Youtube | 💬Чат | 📱 Канал