我对@AnthropicAI的“代理技能”公告感到兴奋的原因在于，它为持续学习提供了一步。 - 代理与世界互动时，可以不断添加新技能，而不是持续更新模型权重。 - 用于推理的计算可以同时用于生成新技能（目前用于推理的工作在任务完成后大多被丢弃）。 我想象大量的知识和技能将存储在模型权重之外。随着时间的推移，将一些知识提炼到模型权重中似乎是自然的，但对我来说，那部分似乎不那么根本。 将知识存储在模型之外有许多好处 - 它是可解释的（只需浏览技能即可） - 你可以纠正错误（技能/知识是明文的，因此容易更新） - 应该是高度数据高效的（就像上下文学习是数据高效的一样）