智能体该向哪段经验学习？Routed CL 在混合任务中探索记忆分流
封面为 AI 生成的概念示意，装置和存储空间仅作比喻，不是论文架构、真实设备或实验结果。
- 系列：AI 前沿观察：人物、突破与证据
- 解读日期：2026-10-31
- 资料截止：2026-10-31 20:28:28（北京时间，Asia/Shanghai）
北京时间 10 月 29 日 04:03，Meta FAIR 的 Michael Philip 等研究者提交了 Routed Continual Learning 预印本，探索让智能体自己选择经验的保存方式和共享范围。本文解读这项近三天公开的研究，不将其写成今天的新发布。它值得关注的问题很实际：一个助手交替处理多类任务时，过去的经验究竟应该送给谁？论文与提交记录
从记住历史，到组织历史
持续学习可以理解为系统通过连续经历改善后续表现。这里首先要辨认"学习"发生在哪里：把一次交互中的信息留给下次使用，也能改变系统行为，不必等同于重新训练语言模型。
一个直观类比是实验室的工作记录。仪器故障、数据清洗和文献判断都值得保存，但全部写进同一本长笔记，并不保证后来的人能找到适用经验。反过来，每项工作各建一个永不相通的文件夹，又可能让相似问题反复从头处理。整理经验需要在共享与隔离之间作选择。
这也是本次研究相较"再扩大上下文"的启发：记忆容量、检索相关性和经验表示，是可以分别研究的问题。能装下更多材料，只说明保存空间增加了；是否能在正确时刻调用适合的材料，仍需单独评估。
一次选择，包含两个决定
Routed CL 的路由器会复用已有记忆簇，或建立新簇，并从固定的记忆系统库中选择保存机制。所谓记忆簇，就是一组可以共享内部状态的经验。系统既可以保留交互历史，也可以保存提炼后的策略或结构化数值状态；经验随后通过上下文影响执行任务的智能体。方法正文
本文认为，这个设计有价值的地方，在于把"哪些经历相关"和"相关信息应该怎样存"放到一起考虑。比如，重复出现的测量数据可能适合维护数值估计，一次排错留下的操作经验则可能适合文字记录。这只是解释方法的类比，并非本文验证过的使用效果。
它也带来一个可检验的问题：如果分类很准，却选错了保存方式，会怎样？研究者可以分别观察分组错误、信息抽取错误和执行错误，不再把全部失败统称为"模型记性不好"。这种拆分能够帮助后续实验定位改进真正发生的环节。
混合任务改变了比较条件
作者将 CL-Bench 的 301 个实例与银行对话任务的 97 个实例交错排列，在四个语言模型上各比较五次完整运行。论文表 1 中，Gemini 3.7 Flash 的归一化奖励均值从只分组的 Routed ICL 的 0.211，变为完整 Routed CL 的 0.213。这个例子提醒读者：完整方法均值更高，并不意味着每个模型都获得了幅度相近的额外收益。实验与结果
作为背景，6 月公开的原始 CL-Bench 关注连续任务中的经验利用，作者曾报告朴素上下文学习强于其所比较的专用记忆系统。它覆盖软件工程、数据库查询、需求预测等领域，任务序列含有可被逐步发现的共同结构。基准论文摘要
两项结果放在一起，更适合引出条件问题：同类工作连续到来，与不同工作穿插到来，对经验管理的要求是否相同？不能因为新系统在混合流中表现较好，就宣布旧实验失效；也不能把旧基准里的优势当成所有输入顺序下的普遍结论。对于科研读者，任务如何编排本身就是实验变量。
节省费用，还要看比较对象
作者报告，相对把所有历史放在一起的 Global ICL，完整方法的估算 API 费用下降 65%---72%。费用统计包含各类模型调用，并使用固定价格表处理缓存等计费因素；这是特定实验的估算口径。费用说明
从研究判断看，解释这类数字时应追问两个问题。第一，比较对象是否也能用合理的筛选策略压缩历史？如果一个基线经常携带大量无关材料，降低它的费用与降低所有强基线的费用，是不同强度的证据。第二，模型调用之外的存储、维护和等待时间怎样计算？这些问题不否定论文中的比较，但会决定读者能把结论迁移到多大范围。
类似地，平均奖励上升不能直接翻译成"答对更多百分之几"。多任务指标先经过各自的尺度处理，再进行汇总，读者应优先查看任务层面的变化，特别是哪些任务变好、哪些任务变差，以及是否存在少数任务主导总体改善的情形。
下一步，观察经验是否经得起变化
本文未执行复现实验，本次检索也未找到可确认的独立复现。当前依据是作者预印本及其方法说明，尚未核实同行评审接收状态。CL-Bench 有公开仓库，但它属于背景基准，不能据此认定 Routed CL 的完整实现已经公开或经过外部验证。基准作者仓库
后续最值得观察的，是冻结规则后加入新任务，收益是否保留；任务之间逐渐相似或发生变化时，旧记忆会帮助还是干扰；把费用、错误和运行顺序一起公开后，结论是否稳定。这些信号比再增加一个总分更能说明方法的适用范围。
我的判断是，Routed CL 提供了一个值得继续检验的组织经验思路。若它在更陌生的任务分布中仍能有效选择共享范围，记忆管理就可能成为可迁移的系统能力。现阶段，最稳妥的理解仍是：一项混合任务实验支持了这种设计方向，距离普遍的持续学习能力还有待补足的证据。
参考资料
- Routed Continual Learning：摘要、作者及提交历史，2026-10-28 UTC。
- Routed Continual Learning v1：方法、实验、表 1 与附录 A.7，同一论文的正文入口，不构成独立验证。
- Continual Learning Bench：原始基准摘要与提交记录，2026-06-04；背景资料。
- CL-Bench 作者仓库，已阅读公开 README 与目录，未运行代码；背景资料。
作者作品
以下是作者自有产品。除了写技术博客，我也在独立开发一些让日常更有条理的小工具，欢迎了解：
- 日常收支小记 ：记录日常收支，安排预算与储蓄目标，给每一笔钱安排好去处。在 App Store 了解。
- 一事微光 ：按当下的时间和精力选择小行动，记录完成后的感受与发现，让复盘从一件小事开始。在 App Store 了解。
更多技术文章和个人作品详情。