持续学习缺个 L0.5：agent 状态四层模型引出权重与上下文之间的空白
willcb · x · 2026-10-22
Seth Karten 与 willcb 互动时提出：现有 agent 系统的分层模型里「我们需要一个 L0.5 来做持续学习」。
配图给出了一个四层状态抽象：L0 模型权重（学到的计算与先验知识，通过 fine-tuning 精炼）、L1 活跃上下文（单次模型调用的 token 可见工作状态，通过 compaction 压缩）、L2 REPL 与子 agent（代码、工具、保留值、递归会话状态，需要 agentic 垃圾回收）、L3 磁盘持久状态（历史、产物、记忆、技能、提示词、子 agent 规格，通过 refinement 精炼）。L1/L2 与 L0 之间存在「模型-上下文边界」。
观点是：权重（L0）与上下文（L1）之间缺少一层机制来承载真正的持续学习，这是当前 agent 记忆与自我改进研究的一个空白地带。
「编程与Agent」频道最新
- 用 Claude 写的《Oblivion 重制版》Mod：帧率提升超 40%、卡顿大幅减少 — PikaPikaDude · 2026-10-22
- 首篇 Agent 协作收敛理论：块优化建模，六智能体搜索提速一倍 — peter_richtarik · 2026-10-22
- 实测：确定性 agent 合规流水线四次跑出四种合规义务 — ycombinator · 2026-10-22
- LangSmith 推出 smithtune：用 agent 轨迹微调 9B 小模型胜过前沿模型 — Hacubu · 2026-10-22
- MiniMax M3.1 Flash 搭 SGLang Omni:可打断的实时语音 Agent 方案 — MiniMax_AI · 2026-10-22
- 别每次都选最强模型：作者提出按轮次路由的智能体设计原则 — WirelessLife · 2026-10-22