Prime Intellect 公布持续学习路线图：从 agent「废气」里挖训练信号

willcb · x · 2026-10-23

Prime Intellect 的 willcb 介绍其应用研究团队的持续学习（continual learning）北极星战略：团队一半时间与客户合作训练垂直领域 SOTA 模型，一半时间做自我改进与长程记忆的开放研究，并能接触其他实验室看不到的真实生产数据。

被转发的路线图列出持续学习的核心开放难题：知识获取、harness 与权重更新的权衡、用户建模、动态且欠规格的偏好、跨时间尺度的更新与规划、选择性遗忘、数据效率、从标准答案学习、公司级仿真等。作者认为「拥有自己的智能」意味着不必完全依赖大厂模型——不是所有问题都需要改模型权重，但很多重要问题需要。当前最易部署的持续学习形式是把 agent 运行产生的「废气」（exhaust）转化为训练信号。