任务执行
你只需描述目标，Slai 负责调用工具，并在需要时调度你授权的设备节点。
探索长记忆与复杂任务的云端 Agent 技术原型
Slai
你提出想完成的目标，Slai 协作受控节点把它落实到真实世界。
Slai 在云端理解任务、规划步骤，并通过你授权的电脑、手机和其他受控节点执行、验证和接续复杂工作。单次对话，Slai 可以维持几个小时甚至几天的长任务；一个项目也可以持续维护几天甚至几个月。基于持续上下文与缓存复用，实际综合缓存命中率长期保持在 95%—99%。把一次性对话，变成可以持续推进的工作主线。不用每次重新解释背景、偏好和已经做过的事，用极简的语言即可完成你的复杂任务。Slai 面向个人，作为长期私人 AI 助手。
受控协作
电脑、手机等设备可按账号安全接入，由控制平面按授权路由任务，而不是把设备直接暴露给 Agent。
结果可核验
保留任务状态、执行结果和证据，让复杂工作可以检查、暂停、恢复并继续。
一个账号，跨设备接续
Slai 以账号保持对话、任务和记忆的连续性。电脑、手机、iPad 等设备只是按授权接入的能力节点：你可以在不同设备上继续同一段对话，让长任务接续推进。设备不同，可用的操作能力也不同，但任务可以随账号持续。
它是什么
Slai 是探索长记忆与复杂任务的云端 Agent 技术原型。它把模型能力、工具与用户授权的受控节点连接起来，协作完成网页、文件、设备和其他真实世界的复杂操作。
适合什么
适合网页操作、文件处理、设备协作、自动化工作流、个人实验和长期任务。你描述目标，Slai 负责规划和推进；涉及你的设备时，操作通过账号授权、受控节点和可追踪的任务状态完成。
公开评测成绩与工程贡献
让 Agent 在真实任务里交付结果
Slai Agent Runtime 把模型能力带入公开评测与真实工程任务：完成大规模重复试验，提交评测结果，并把运行中发现的问题修复回上游项目。
Terminal-Bench 2.1：89 个任务，445 次试验，100% 准确率GPT-5.5 xhigh + Slai Agent Runtime 的 leaderboard submission PR #217：89 个任务 × K=5，共 445 次试验；445/445 次试验无错误，提交结果为 100.00% accuracy。查看 PR #217 →
Harbor：155 项公开 K=5 测试Harbor Hub 的公开 jobs 页面现有 155 项 Slai 运行记录，多项 K=5 测试显示 5/5 trials、0 errors，可逐项查看任务与结果。查看 155 项 jobs →
SWE-bench-Live：修复评测器对 XFAIL 的误判Slai-Agent Runtime 在评测中发现 pytest XFAIL 被错误归类为失败，提交的修复 PR #54 已合并到 Microsoft/SWE-bench-Live，恢复预期失败结果的正确判定。查看已合并 PR #54 →
SWE-bench-Live：GPT-5.5 xhigh 提交达到 36/36在评测器修复后，Slai-Agent / GPT-5.5-xhigh 的 Lite 结果由 23 个原始成功更新为 36/36；结果提交 PR #31 已合并。查看已合并 PR #31 →
GitHub：Slai 的项目、评测提交与工程 PR从 Slai.life、Terminal-Bench 2.1、SWE-bench-Live，到模型实验文档与结果提交，项目主页集中展示 Slai 的公开工程工作。查看 GitHub 项目主页 →
开始使用
当前以受邀测试、研究交流和技术验证为主。你可以从网页端描述想完成的事；需要操作电脑或手机时，连接并授权 Slai 受控节点。研究团队、模型团队和 AI 公司可联系我们安排私有评测与技术集成试验。
Slai 目前未商业化，主要用于学习、研究、技术验证以及受邀测试，探索长记忆与复杂任务 Agent 的技术原型。功能和稳定性仍在持续验证中，访问资格和服务可用性可能因测试安排、网络环境等因素有所不同。请勿上传个人信息、账号密码、支付信息或任何涉密资料。
有疑问或发现 Bug，请发送邮件联系我们。
