Weaviate 播客对谈 MIT 研究者：提出「Machine Studying」重构持续学习
eshorten300 · x · 2026-11-02
Weaviate 播客第 148 期邀请 MIT CSAIL 博士生 Jacob X. Li，讨论其论文提出的「Machine Studying」概念，作者称解决持续学习（Continual Learning）被广泛视为 AI 领域最大机会，但定义可能错了。
- 传统持续学习关注：如何学任务 B、C 而不遗忘任务 A——前提是任务已给定。
- Machine Studying 问的是：如何在没有任务分布的情况下从一个语料库（代码库、药物发现论文、系统日志等）中学习——即任务尚未存在时就开始准备。
- 类比学生备考未见过的考题：Agent 在没人调用它时预先深挖语料，而非完全依赖推理时算力。
- 论文对"专长"的定义：专家能高效利用推理时算力，因为其已提前建立起足够深的理解。
该框架回应了一个问题：24/7 "永远在线" 的 Agent 在无人问津时到底该做什么？
「编程与Agent」频道最新
- Together 推出后训练平台：RL 训练与推理引擎全程对齐 — togethercompute · 2026-11-02
- 生产级 LangGraph agent 五大控制：15% 低置信对话转人工，80% 转介获医生认可 — LangChain · 2026-11-02
- 用 Claude Code 搭公司 OS：技能 21-85 秒出活，单次成本 $0.08 起 — aakashgupta · 2026-11-02
- 为避第三方 MCP 风险，开发者自建工具打通 agent 与手写笔记 — annetgriffin · 2026-11-02
- 开发者分享国内安卓商店上架经验：难是错觉，烦才是真的 — dotey · 2026-11-02
- jxnlco 征集：用前沿模型做物理工程与 CAD 的真实项目 — jxnlco · 2026-11-02