复用而非重算：从 ICLR 2023 一夜赶工聊到自适应智能体演进

furongh · x · 2026-10-24

作者转发自己关于「预计算与复用」的老帖，并附上幕后故事：ICLR 2023 基加利 Reincarnating RL 研讨会上临时顶替演讲者，凌晨 4 点赶做幻灯片，主题是「在持续变化的世界中做可适配的强化学习：复用以高效学习与适应」。他强调的核心问题是：既然已为学到有用的东西花了大量算力，为什么要不断从头开始？这一思路如今几乎是基础模型的核心理念。

同时引用 @lingzhiyuan 的 Meta² 项目：面向递归自我改进（RSI），当前 agent 的 harness 在运行前就冻结了，无法在运行中根据新证据调整。Meta² 离线学习「如何以及何时演进」的指导，并在每次运行中动态应用。