【第750期】驾驭持续学习：超越模型参数的系统演化
今天的这篇的主题是： HARNESS CONTINUAL LEARNING: CONTINUAL ADAPTATION BEYOND MODEL PARAMETERS
Seventy3 是一档借助 NotebookLM 解读前沿论文的播客——不是念摘要，也不是泛泛而谈，而是让 AI 帮你把论文掰开揉碎，说人话。我们蹲在人工智能、大模型、机器人算法、crypto 这几个领域，每期挑一篇值得关注的工作，用对话的方式聊给你听。你可以在通勤路上听，做实验的时候听，也可以当背景音放着，让新知识自然地长进脑子里。
如果你正在做有意思的研究，想让更多人看到——不管你是博士生、独立研究者还是实验室的博士后——把论文发给我们，我们帮你用 AI 做一期深度解读，让你的工作被更多同路人发现。
联系小助手微信：eccstartup（加群/投稿论文）
Summary
持续学习（Continual Learning）长期以来主要以模型为中心，将模型参数视为随序列化经验不断变化的状态。现代智能体还可以通过由提示词、记忆、工具、技能和路由规则组成的运行框架（harness）进行适应。由于这些内容共同影响后续执行，即使模型参数保持冻结，运行框架的更新也可能破坏此前已经可靠掌握的行为。
这引出了一个新问题：智能体如何在保留先前习得行为的同时，持续改进模型之外的状态？
我们提出了运行框架持续学习（Harness…
The skinny
The skinny isn't ready yet — notes appear once the transcript is processed.