通研院孵化的团队，也盯上了RSI

允中 发自 凹非寺
量子位 | 公众号QbitAI

从通用模型到个性化智能，人工智能的竞争正在向长期学习与专属能力沉淀延伸。

通衍灵智探索以参数化学习和持续进化为核心的Personal AI，让个人与组织在使用AI的过程中，逐步积累属于自己的智能资产。

过去几年，大模型不断突破能力边界，越来越多企业开始通过API、知识库和Agent，将AI引入研发、投研、运营等核心业务。

但随着AI参与实际工作的时间越来越长，一个新的问题开始浮现：企业每天产生的大量业务经验，究竟只是被模型临时调用，还是能够逐渐沉淀成自己的AI能力？

全球科技公司已经开始探索这一方向。

OpenAI通过Dreaming改进ChatGPT的长期记忆，使其能够综合历史交互，更好地理解用户偏好、项目背景和长期需求；Meta推出的Muse则进一步结合个性化理解与自主执行，推动Personal Agent从回答问题走向完成实际任务。

无论是长期记忆还是主动执行，都反映出一个日益清晰的趋势：AI正在从面向所有人的通用工具，发展为面向具体用户的长期智能服务。

北京通用人工智能研究院产业平台CEO李未认为：“基础模型越强，个性化智能能够发挥的作用就越大。我们看好的是一种新的技术分工：先进基础模型提供共享的通用能力，个性化模型则通过长期交互和持续进化学习，逐步形成符合不同主体需求的专属能力。”

注：通衍灵智依托北京通用人工智能研究院（BIGAI）体系的科研积累与产业转化资源，专注于面向企业与个人的持续自进化专属模型（Personal AI）研发。通过个性化模型训练、持续学习与底层算力优化，推动专业知识和业务经验沉淀为可持续进化的专属智能能力。

当个性化成为行业共同关注的方向，技术探索也开始向模型内部延伸。

除了记住用户的信息，AI能否真正学习个人与组织长期形成的经验？这些能力能否随着使用持续更新，并在基础模型更换后得到保留？当专属模型的数量持续增长，训练和运行成本又该如何控制？

通衍灵智将技术方向聚焦于Recursive Self-Improving Personal AI（递归自进化个性化智能），尝试为上述问题提供系统性解决方案。

依托北京通用人工智能研究院体系的科研与产业资源，公司选择在现有通用模型之上，通过轻量化个性化参数承载不同主体的专属能力，并结合持续学习机制和算力调度技术，让模型在长期使用中不断适应用户。

这套技术体系的目标，是让个人、项目和企业不必分别训练完整的通用大模型，也能逐步建立适合自身需求、能够持续演进的专属智能。

从长期记忆到模型学习，个性化进入参数层

同样使用Coding Agent，不同研发团队获得的结果可能存在明显差异。

一套成熟的软件系统往往有自己的架构原则、技术规范和历史约束，资深工程师知道哪些模块不能轻易调整，也清楚什么时候需要优先考虑稳定性而非技术上的最优解。

这些经验一部分记录在文档中，更多则分散在长期的代码修改、方案讨论和项目实践里。

类似情况也存在于金融投研、企业运营等领域。通用模型可以分析市场、理解业务流程，但不同团队长期形成的风险偏好、决策习惯和工作方法，往往需要通过持续协作才能逐渐掌握。

目前，AI主要依靠Prompt、RAG、Memory和Skill等机制适应具体场景。它们分别承担指令约束、知识检索、状态保存和能力复用等任务，已经成为企业应用大模型的重要组成部分。不过，这类机制主要在模型外部组织信息，模型自身的参数通常不会因为一次业务交互而发生变化。

当个性化需求从信息获取延伸到长期行为模式，参数化学习提供了另一种技术选择。

通衍灵智采用共享基础模型（Base Model）与个性化参数（Personal Parameters）相结合的架构。基础模型提供通用知识和推理能力，不同个人、项目和企业则通过轻量化的Personal LoRA进行参数适配，将经过验证的专业偏好和行为特征逐步融入模型。

与传统行业模型主要解决不同行业之间的能力差异相比，这一路线进一步关注同一行业、同一任务中不同使用者之间的差异。例如，同样是软件开发，两个项目可能需要完全不同的工程规范；同样是投资研究，不同团队也有各自的评价标准和风险纪律。

这并不意味着知识库和长期记忆会失去价值。动态知识仍然需要检索，任务状态仍然需要记录，而那些在长期实践中反复出现、相对稳定的行为模式，则可以进一步通过训练转化为参数化能力。

个性化由此从“让模型掌握更多关于用户的信息”，逐步延伸到“让模型形成更符合用户需求的能力”。

通衍灵智CEO谢枭楠表示：“企业对AI的需求正在从获取通用能力转向积累专属能力。同一类通用智能服务会被越来越多企业获得，真正拉开差距的，是能否把自身长期形成的专业判断和做事方式沉淀为模型能力，而不是永远停留在‘查资料’的层面。”

让模型在实际工作中成长，关键是建立可信的学习机制

拥有专属参数之后，新的挑战随之而来：模型如何持续吸收有价值的经验，并避免在学习过程中积累错误？

企业日常使用AI会产生大量反馈。开发者接受或修改代码，销售人员调整客户沟通策略，投资经理修正研究结论，这些行为都包含着潜在的学习信号。但单次反馈未必代表长期规律，一次成功的判断也不意味着相同策略可以适用于所有场景。

如果未经筛选就将交互记录用于训练，模型可能强化偶然偏好，甚至损害原有能力。因此，持续学习需要建立能够识别有效反馈、评估更新效果并控制模型行为变化的机制。

通衍灵智围绕这一需求研发RSI（Recursive Self-Improvement，递归自我改进）技术，通过模型与评估器协同迭代，构建持续学习框架。

在这一框架中，业务运行产生的任务轨迹、人工修正和实际结果首先形成候选学习数据，Evaluator根据具体用户或企业的评价标准，对反馈进行筛选和判断，再将有效样本用于Personal LoRA的增量更新。

更新后的模型需要接受进一步评估，比较其与原有版本的任务表现。只有符合预设要求的更新才进入服务，异常结果则需要通过版本控制和回滚机制处理。

与此同时，模型更新的实际效果也可以反向用于改进Evaluator，使系统逐渐优化学习数据的筛选方式和评价标准。

以软件研发为例，系统可以利用代码Review记录分析某类修改为什么反复被接受或拒绝，并通过后续任务验证模型是否真正掌握了相关工程要求。随着有效反馈不断积累，模型有机会逐步适应团队长期形成的工作方式。

这套机制涉及灾难性遗忘、反馈污染、模型漂移和更新稳定性等技术挑战。通衍灵智表示，目前RSI核心技术路线与产品架构已经明确，相关模块正在推进工程化，完整自动化闭环仍处于持续研发阶段。

通衍灵智CTO储兵兵表示，他们在训练的过程中，绝对不是用户点一下“拒绝”就立刻拿去训练模型，他们引入的Evaluator会先判断这个反馈有没有学习价值，一次反馈只是信号，反复出现的模式才真正可能变成学习。模型更新后还要和旧版本在同一批任务上重跑，确认提升才上线，退化就回滚，确保进化的安全与效率。

从长期看，如果模型能够在真实业务中稳定学习，企业便有机会减少反复配置和集中式训练的工作，使AI能力随着业务发展逐步更新。

专属模型走向规模化，算力资源成本是现实

个性化模型的商业化面临另一项现实约束：成本。

如果一家企业未来需要为数百个岗位、数千个Agent维护不同的模型参数，同时支持这些模型持续训练和在线服务，传统的独立训练、独立部署方式将带来较高的计算和管理开销。对于服务大量个人用户的平台，资源效率的重要性还会进一步提高。

通衍灵智因此将AI基础设施作为Personal AI的重要组成部分，围绕训练与推理的协同调度，以及海量个性化参数的显存管理开展优化。

其中，TIP（训推并行）主要解决训练与在线推理之间的资源分配问题。传统架构通常将模型训练和推理服务分别管理，但持续学习意味着两类任务会在模型运行过程中频繁交替。

通衍灵智通过同卡同批训推并行、异步梯度累积等技术，尝试在保障在线服务的前提下，利用可用算力执行个性化参数的增量训练，减少独立训练资源池带来的额外成本。

Paged LoRA则面向大量Adapter并发运行时的显存管理问题。传统方式往往以较大的固定单元分配显存，随着模型数量和访问频率变化，容易出现资源利用不充分和响应延迟波动。Paged LoRA采用分页管理与按需映射机制，使不同Personal LoRA能够更加灵活地共享基础模型和GPU显存。

在已完成的阶段性测试中，通衍灵智使用Qwen2.5-72B-Instruct及8张NVIDIA H800 GPU，将Paged与传统Flat模式的LoRA显存预算统一控制在5.79GB。在LoRA请求占比为1%至30%的测试负载下，Paged方案在响应延迟和长尾表现方面取得了一定优势。

测试同时表明，当LoRA请求占比提升至50%时，频繁的参数换入换出仍会造成性能退化。团队正在围绕异步加载、热点参数预取等方向继续优化，相关技术在更广泛生产环境下的表现仍需进一步验证。

储兵兵额外说到，基础模型推理成本在下降，但Agent调用频率和个性化训练需求在增长。对持续学习系统，不能只看一次模型调用的价格，还要看长期训练、更新和服务的综合成本，只有经济性合理，这类服务才能覆盖更广泛的用户。

对于通衍灵智而言，底层算力优化服务于个性化模型的长期运行。通过RSI推动持续学习，再由TIP和Paged LoRA改善训练及并发服务的资源效率，公司希望逐步降低专属模型的使用门槛，使其从高成本定制服务走向更广泛的实际应用。

模型在更迭切换，智能能力如何长期积累保留？

随着基础模型能力、价格和部署方式不断变化，企业未来可能同时使用多个模型，也可能根据业务需要更换技术底座。

一旦AI深度参与日常经营，模型切换涉及的成本便不再局限于接口和系统适配。企业还需要考虑，过去投入大量时间积累的训练数据、工作习惯、人工反馈和评价标准，能否在新的模型环境中继续发挥作用。

通衍灵智希望通过共享基础模型与个性化能力分层，降低企业对单一模型底座的长期依赖。

需要说明的是，不同基础模型的结构与参数空间并不天然兼容，Personal LoRA通常无法直接跨模型复用。但企业已经积累的业务数据、训练样本、任务轨迹和评测体系，可以继续用于新模型的适配与训练，减少重新构建专属能力的工作量。

这一思路也使企业有机会建立自己的模型评价标准，根据实际业务表现比较不同基础模型，而不是完全依赖模型供应商提供的通用指标作出选择。

与模型切换同样重要的，还有长期积累的数据和模型成果如何进行管理。

在通衍灵智的产品设计中，共享基础模型、企业业务数据和个性化参数被划分为不同层次，为数据使用、模型适配及相关成果管理提供技术基础。具体的数据权利、知识产权和模型成果归属仍需通过合同、授权及数据治理机制明确，技术分层本身并不自动产生法律上的所有权。

这种架构所提供的可能性，是让企业在持续使用AI的同时，逐步形成相对独立的训练数据、评价体系和个性化模型能力，并在未来模型升级或切换时继续利用这些积累。

对于个人也是如此。其长期形成的知识结构、专业经验和工作偏好，如果能够得到有效保存，并持续用于适配新的智能系统，其价值便不再局限于某一项产品或某一次服务。

谢枭楠还认为，企业不必担心模型底座更换导致积累归零。真正属于企业的，是长期积累的业务数据、任务轨迹、人工反馈和评测体系，这些资产可以在新模型上重新适配，而不是从零开始。模型可以切换，但企业的经验不能跟着清零。

从商业模式看，Personal AI由此引出了一个值得关注的方向：AI服务的价值可以从即时任务交付，进一步延伸到用户长期智能资产的积累。

从技术进步到价值共享，让智能真正服务于人

人工智能正在重新定义知识和生产能力的形成方式。

过去，个人的经验主要保存在自身认知与实践中，企业的专业能力则分散于员工、制度、业务系统和组织协作之中。随着AI越来越深入地参与社会生产和日常生活，这些原本分散的知识与经验，开始有机会被系统化整理、学习和复用。

但在技术能力持续提升的同时，也需要思考一个更深层的问题：

当用户不断贡献交互、修正和业务反馈，推动AI系统变得更加智能，这些投入所创造的长期价值，应当如何回到个人和组织自身？

传统平台式AI服务主要向用户提供即时模型能力，用户的使用行为也可能帮助平台不断优化产品。而Personal AI所探索的，是让用户在获得服务的同时，逐步积累由自身知识、经验和判断形成的专属智能资产，使长期使用AI的价值能够持续沉淀。

这种积累带来的意义，远不止个性化效果的改善。

对于个人而言，专业经验可以逐步转化为长期可用的数字化能力，帮助其在不同工具、不同工作环境中延续自身积累。

对于企业而言，长期形成的业务方法和组织知识有机会通过专属模型得到保存与传承，减少关键经验随人员流动或技术更替而流失的风险。

当这些能力能够在不同基础模型之间重新适配，个人和组织也将获得更充分的技术选择空间，可以依据自身需求评估、采用和更换模型，降低对单一平台的长期依赖。

企业未必需要重新训练一个属于自己的通用大模型，但应当有机会逐渐拥有一套属于自己的智能能力。

这也体现了通衍灵智所倡导的“以人为本的个性化智能”。在他们看来，人工智能的发展，应当让使用者拥有更大的自主权，让个人与组织长期积累的知识、经验和判断得到尊重、保存与延续，并使技术进步创造的价值更广泛地惠及使用者。

最后，李未谈到，人工智能的普惠，不应仅仅意味着更多人能用上先进模型，还应意味着更多人能借助AI积累和发展自己的能力。让技术进步的成果更多转化为人的成长、企业的创新和社会生产力的提升，这是通衍灵智所理解的以人为本。

依托北京通用人工智能研究院体系的科研积累，通衍灵智正在将这一理念落实到参数化学习、持续进化和底层计算架构之中。

相关技术仍需持续研发和产业验证，但其所指向的长期价值具有更广泛的社会意义：让先进的人工智能能力逐渐成为个人发展、组织成长和社会生产力提升的持久支撑。

从更长远的视角看，人工智能不应只是一个不断吸收人类知识、持续提升自身能力的系统，也应成为帮助人类积累知识、传承经验和拓展能力的重要基础设施。

当通用智能逐渐成为社会可以广泛获得的基础能力，真正值得期待的，是每个人、每个组织都能在技术进步中建立自己的长期积累，并拥有选择和发展这些能力的空间。

AI不应只是因为人的参与而变得更聪明，也应让人因为AI的普及而拥有更多能力。技术进步的成果不只沉淀在模型和平台之中，更应沉淀为个人成长、组织发展与社会进步的持久力量。

*本文系量子位获授权刊载，观点仅为原作者所有。