该论文系统研究了基础模型智能体在多轮长程规划中的能力获取机制，覆盖预训练、后训练及多教师整合全生命周期。通过构建可控规划实验平台，发现世界模型内部化能显著提升长程泛化能力，RL后训练存在适用边界，多教师蒸馏中模式兼容性比单一性能更重要。

AI Agent 正在从对话工具转变为任务执行者，广泛应用于自动化办公和代码生成等领域。与传统大语言模型不同，Agent 能够拆解任务并自主推进。为支持其能力，相关数据集强调过程能力，包括长程规划和多步推理。本文整理了10个关键数据集，涵盖长上下文理解、任务规划和工具调用等能力，推动 AI Agent 的研究与应用。

GLM-5现已通过AI Gateway提供，无需额外账户。相比GLM-4.7，GLM-5增加了多种思维模式、改进的长程规划和记忆，擅长处理复杂任务和数据提取。使用时在AI SDK中设置为zai/glm-5。