跳到主要内容

四种更新载体的路由

学习信号为什么不能直接决定修改位置？​

  • 结论: 学习信号说明 Agent 应当改变，但没有说明改变应发生在哪里;
  • 判据: 载体选择由能力的表示性质决定，而不是由“哪个更容易改”决定;
  • 四类落点: 事实与经验写成知识文档；可用语言表达的策略写入提示词或 Skill；可精确执行的流程与约束写成程序；感知、语言风格与隐式策略进入模型参数;

四种载体各自适合承载什么？​

更新方式适合承载主要优势主要局限
经验知识库事实、经验规律、例外与来源更新快、可追溯、可按需检索依赖检索和模型正确应用
Prompt 与 Skill需要理解语境、例外和优先级，但仍能用自然语言说明的判断原则可解释、作用范围可控容易膨胀、冲突或被忽略
程序与 Harness可确定解析、可执行验证和高风险硬约束可测试、执行稳定、成本低开发与维护成本较高
模型参数高维感知、生成风格和隐式策略泛化能力强、推理开销低更新与回归成本高

什么情况下必须更新模型参数？​

  • 判据: 目标能力无法被外部符号较完整地表达;
  • 典型能力: 医疗影像理解、自然的语音韵律、消除文本的模板化“AI 味”、长程规划;
  • 手段: 通过后训练写入模型参数（SFT、蒸馏与 RL 的细节见第八章）;
  • 中间地带例子: 弯引号的作用域判断——文档语法边界可由程序解析，语境和例外需要 Skill 表达，跨任务的识别习惯才适合通过后训练内化;

参数化是否只由“任务是否长期稳定”决定？​

  • 结论: 不是;
  • 反例一: 新影像设备带来的域偏移仍可能需要 LoRA 或持续微调;
  • 反例二: 快速变化的语言风格也可以通过周期性偏好训练适应;
  • 分工: 稳定性影响更新频率和成本，能力表示性质才决定主要载体;

四种载体为什么会同时出现在一个系统里？​

  • 医疗影像 Agent: 参数识别病灶，知识库提供最新指南，代码计算风险指标;
  • 客服模型: 自然语气来自后训练，具体企业政策由知识与 Skill 提供，关键合规则由服务端代码兜底;
  • 结论: 四种方式并不互斥，同一能力可以拆到多个载体;

路由结果为什么还不是发布？​