ARTICLE · 人工智能
中美 NeoLab 对话：模型和 Agent 如何实现「持续学习」？
一语总结本文整理两位持续学习研究者在 AGI Playground 2026 的深度对谈，围绕 Agent 如何将交互经验转化为能力，呈现世界模型路线与 LoRA 策略模型路线的核心分歧。
文章是林敏（AMI Labs 创始科学家）与 Andrew Chen（Mind Lab 创始人）在新加坡 AGI Playground 2026 上的对谈全文，由 Founder Park 整理。两人围绕 Agent 的持续学习展开交锋：林敏强调世界模型，认为失败轨迹与无明确好坏标签的信息都可用于学习环境状态转移；Andrew Chen 更看重 LoRA 与策略模型，主张用足够强的编码 Agent 区分轨迹并写入参数。对谈依次讨论记忆与学习的连续谱、KV Cache / LoRA / 世界模型承载记忆的成本权衡、持续更新中的灾难性遗忘问题、预训练与后训练阶段如何吸收经验，以及百万级 LoRA 协作、路由机制能否成为扩展智能的新维度。结尾两人给出不同预期：林敏短期悲观、长期乐观，认为人类水平的持续学习需要根本性突破；Andrew 预计模型一年内将开始自我训练、自我评估并自主设计实验。
- 短期记忆存在上下文中，长期记忆要等下一轮预训练才能写入权重，这是 Agent 无法从经验中学习的核心缺口。
当前模型缺乏将交互经验即时写入参数的机制，需要按天、按小时更新参数的基础设施，以及能自动化该过程的模型。
- 记忆与学习是同一连续谱的两端，区别在于压缩程度与更新成本。
从硬盘存储到概念理解之间存在完整谱系，LoRA 等参数化记忆帮助模型从事实中吸收概念，同一事实重复出现四次可让概念浮现。
- 持续学习存在两条路线：世界模型强调理解因果结构，LoRA 策略模型强调区分轨迹并写入参数。
林敏认为失败轨迹也是环境状态转移信息，应放入预训练阶段；Andrew 认为所有轨迹都可通过 DPO 等方式区分正负样本，只需训练策略模型。
- 模型数量与协作机制可能成为扩展智能的新维度。
Mind Lab 已将 LoRA 扩展到百万级，协作性能与模型数量对数呈近线性关系；路由是协作的初始形式，人类社会级协作机制更具潜力。
- 人类水平的持续学习需要根本性突破，但模型自我进化可能一年内出现。
当前深度学习按 i.i.d. 离线训练，与人类非独立同分布的学习方式根本不同；Andrew 预计模型将开始自我训练、自我评估、自主设计实验。
中美 NeoLab 对话：模型和 Agent 如何实现「持续学习」？
文章是林敏（AMI Labs 创始科学家）与 Andrew Chen（Mind Lab 创始人）在新加坡 AGI Playground 2026 上的对谈全文，由 Founder Park 整理。两人围绕 Agent 的持续学习展开交锋：林敏强调世界模型，认为失败轨迹与无明确好坏标签的信息都可用于学习环境状态转移；Andrew Chen 更看重 LoRA 与策略模型，主张用足够强的编码 Agent 区分轨迹并写入参数。对谈依次讨论记忆与学习的连续谱、KV Cache / LoRA / 世界模型承载记忆的成本权衡、持续更新中的灾难性遗忘问题、预训练与后训练阶段如何吸收经验，以及百万级 LoRA 协作、路由机制能否成为扩展智能的新维度。结尾两人给出不同预期：林敏短期悲观、长期乐观，认为人类水平的持续学习需要根本性突破；Andrew 预计模型一年内将开始自我训练、自我评估并自主设计实验。
文章金句
"短期记忆存在上下文中，但长期记忆可能需要等几个月，也许要等到下一轮预训练，才能把所有数据写入权重。
"从世界模型的角度来看，不存在好数据或坏数据，一切都是环境状态转移。
"即使是失败轨迹也只是信息，都应该放进预训练阶段。
"我们很可能看到能够自我训练、自我评估、自主设计实验的模型。
"我们发现，协作性能与模型数量的对数之间存在近线性关系。