Agent 持续学习：三层框架
来源：hwchase17（LangChain），2026-04-05
三个层次
Agent 系统可以在三个不同层次上学习：
1. 模型层（Model）
更新模型权重本身。技术：SFT、RL（GRPO）等。
- 核心挑战：灾难性遗忘 — 更新新数据时，模型会降级之前已知的内容
- 通常在 agent 整体层面进行，而非用户粒度
2. Harness 层
更新驱动 agent 的代码、指令和工具。
- Meta-Harness 论文的方法：运行 agent → 评估 → 把 traces 存入文件系统 → 运行 coding agent 分析 traces → 建议 harness 代码修改
- 通常在 agent 层面进行
3. Context 层（记忆）
更新 harness 外部的配置：指令、skills、工具。
- Agent 级别：agent 有持久记忆，随时间更新自己的配置（如 OpenClaw 的 SOUL.md）
- 用户/组织级别：每个用户/团队有自己的 context（如 Hex Context Studio、Decagon Duet）
- 更新方式：离线批处理（分析 traces 提取洞见）或热路径（agent 运行时实时更新）
映射到具体产品
| 产品 | 模型层 | Harness 层 | Context 层 |
|---|---|---|---|
| Claude Code | claude-sonnet 等 | Claude Code 本身 | CLAUDE.md、/skills、mcp.json |
| OpenClaw | 多模型 | Pi + 脚手架 | SOUL.md、skills |
关联
- harness-engineering/overview — Harness Engineering 总览
- claude-code/overview — Claude Code 的三层结构
- harness-engineering/self-verification-loops — 自我验证是持续学习的基础
OpenAI 视角（2026-04-20）
OpenAI Chief Scientist Ako Paioki 确认 continual learning 是核心研究目标：
- 当前模型预训练后基本停止学习，真正的智能系统需要持续适应
- 关键障碍：灾难性遗忘、benchmark 设计困难、真实世界 reward signal 不清晰
- AI for Science 被视为重要试验场：有可验证结果，但复杂度足够
- 长期对齐挑战是 values generalization：模型在全新环境中会回退到什么价值观？