原文标题：Continual Learning for AI Agents
原文链接：https://blog.langchain.com/continual-learning-for-ai-agents/
AI Agent 的持续学习
作者：Harrison Chase
关于 AI 持续学习的讨论大多聚焦于一件事：更新模型权重。但对于 AI Agent 而言，学习可以发生在三个不同的层次：模型（Model）、Harness 和 Context。理解它们之间的区别，会改变你对构建持续改进系统的思考方式。
Agentic 系统的三个主要层次
- Model（模型）： 模型权重本身。
- Harness： 围绕模型的 Harness，驱动 Agent 的所有实例运行。具体指驱动 Agent 的代码，以及始终作为 Harness 一部分的指令和工具。
- Context： 存在于 Harness 之外的额外上下文（指令、Skills），可用于配置 Harness。
应用示例
示例 #1 - 编码 Agent（Claude Code）：
- Model：claude-sonnet 等
- Harness：Claude Code
- 用户 Context：CLAUDE.md、/skills、mcp.json
示例 #2 - OpenClaw：
- Model：多种模型
- Harness：Pi + 其他脚手架
- Agent Context：SOUL.md、来自 clawhub 的 Skills
当我们谈论持续学习时，大多数人会立刻想到模型。但实际上，AI 系统可以在上述三个层次中的每一个层次上进行学习。
模型层的持续学习
当大多数人谈论持续学习时，最常指的就是：更新模型权重。
更新模型权重的技术包括 SFT、RL（如 GRPO）等。
这里的核心挑战是灾难性遗忘（catastrophic forgetting）——当模型在新数据或新任务上更新时，它往往会在之前已掌握的知识上出现退化。这仍然是一个开放的研究问题。
当人们为特定 Agentic 系统训练模型时（例如，你可以将 OpenAI 的 Codex 模型视为专门为其 Codex Agent 训练的），他们基本上是为整个 Agentic 系统进行训练。理论上你可以在更细粒度的层面做这件事（例如，为每个用户设置一个 LoRA），但实际上这大多是在 Agent 层面完成的。
Harness 层的持续学习
如前所述，Harness 指的是驱动 Agent 的代码，以及始终作为 Harness 一部分的指令和工具。
随着 Harness 越来越流行，已有多篇论文讨论如何优化 Harness。
其中最近的一篇是 Meta-Harness: End-to-End Optimization of Model Harnesses。
其核心思想是：Agent 在一个循环中运行。你先让它在一批任务上运行，然后评估结果。接着将所有日志存储到文件系统中。然后运行一个编码 Agent 来分析这些 Trace，并对 Harness 代码提出改进建议。
与模型层的持续学习类似，这通常在 Agent 层面完成。理论上你可以在更细粒度的层面做这件事（例如，为每个用户学习不同的代码 Harness）。
Context 层的持续学习
“Context”存在于 Harness 之外，可用于配置 Harness。Context 包括指令、Skills，甚至工具。
同类型的 Context 也存在于 Harness 内部（例如，Harness 可能有基础系统提示词、Skills）。区别在于它是 Harness 的一部分还是配置的一部分。
在不同层级学习 Context
Context 的学习可以在多个不同层级进行。
Context 学习可以在 Agent 层级完成——Agent 拥有持久化的”记忆”，并随时间更新自身配置。一个很好的例子是 OpenClaw，它有自己的 SOUL.md，会随时间不断更新。
Context 学习更常见的是在租户层级（用户、组织、团队等）进行。在这种情况下，每个租户拥有自己的 Context，并随时间更新。示例包括：
你也可以混合搭配！因此你可以让一个 Agent 同时拥有 Agent 级别的 Context 更新、用户级别的 Context 更新以及组织级别的 Context 更新。
更新方法
这些更新可以通过两种方式完成：
- 事后通过离线任务完成。 与 Harness 更新类似——对近期的一批 Trace 进行分析以提取洞察，然后更新 Context。这就是 OpenClaw 所称的”Dreaming”。
- 在 Agent 运行的热路径中完成。 Agent 可以决定（或用户可以提示它）在执行核心任务的同时更新自己的记忆。
这里还需要考虑另一个维度：记忆更新的显式程度。是用户主动提示 Agent 去记住，还是 Agent 基于 Harness 中的核心指令自行记忆？
对比
Trace 是核心
上述所有流程都由 Trace 驱动——即 Agent 完整执行路径的记录。LangSmith 是一个（除其他功能外）帮助收集 Trace 的平台。
你可以用多种不同方式使用这些 Trace。
如果你想更新模型，可以收集 Trace，然后与 Prime Intellect 合作来训练自己的模型。
如果你想改进 Harness，可以使用 LangSmith CLI 和 LangSmith Skills 让编码 Agent 访问这些 Trace。这种模式就是 Deep Agents（一个开源、模型无关的通用基础 Harness）在 Terminal Bench 上改进的方式。
如果你想随时间学习 Context（无论是在 Agent、用户还是组织层面），那么你的 Agent Harness 需要支持这一能力。Deep Agents 以生产就绪的方式支持这一功能。文档包含用户级记忆、后台学习等示例。