新南威爾士大學團隊提出智能體自蒸餾進化法

經驗直接寫入權重

ASCENT聚焦LLM智能體在部署過程中如何持續進化，路徑不局限於上下文、harness與提示詞，而是進入模型權重層面，令單次任務執行的收穫轉化為參數層面的改變。

具體做法是以凍結的初始模型充當教師，帶著後見之明（hindsight）對經驗進行自蒸餾。每個任務只執行一次，且只有通過驗證的經驗才會觸發權重更新。

無需參考答案

與常見蒸餾流程不同，該方法無需參考答案，也不依賴更強的教師模型，經驗的篩選與更新全部由智能體自身完成，減少對外部資源的依賴。

團隊希望藉此突破傳統智能體部署中模型參數靜態不變的限制，令智能體在真實使用場景中持續累積經驗，提升長期適應能力與泛化性能。

持續進化的意義

LLM智能體部署後通常保持參數不變，適應新任務主要依賴上下文與提示工程。ASCENT把進化下沉到權重層面，為智能體的長期演變提供另一條路徑。

方法的實際效果、額外開銷與規模化表現如何，仍需視乎團隊後續公布的實驗細節，以及該方法在不同任務類型上的測試結果，方能判斷其適用範圍。