ICLR 2026 Efficient Agent 阅读笔记 -

跟你说个事儿，特别有意思。

你知道古代打仗，最怕什么吗？不是敌人太强，是每次开战都得重新练兵。

将领带兵，打完一场，部队解散。下一场，新兵蛋子从头教。粮草、排兵、经验，全浪费了。

这叫“每战从零开始”。

现在，AI智能体也掉进同一个坑里了。

我们一直以为，让AI变聪明，就是让它学得更多、算得更快。但ICLR 2025一篇论文，戳破了一个反直觉的真相：智能体的问题，不是“不够聪明”，而是“太会忘”。

你看，一个模型接到新任务，得重新理解上下文、重新规划步骤。思维链动辄几千上万个token。数学题、代码题，确实答对了，但消耗的算力，够你翻几本书了。RAG系统也是，检索粗了质量差，细了延迟崩。

这就好比一个厨师，每次做菜都要翻菜谱、问菜名、查火候。累不累啊？

这篇论文给出的解法，特别像部队里的“特种兵制度”——Stateful Persistent Specialist，有状态、永久存储的专家。

你猜怎么着？它不再让模型每次从零搭建解决方案，而是提前训练一批深度专业化的“专家模块”。这些专家是“有状态”的，干完一次活，经验不丢；“永久”的，下次还能直接用。

比如编程任务，系统不用从头思考，直接唤醒一个内置了完整代码模式的编程专家。它不会贪婪地瞎调用工具，也不会无效探索。

换句话说：让专业的人干专业的事，别让天才每次都当学徒。

这个框架的精髓，是两条腿走路：

离线阶段——分析海量任务，找出哪些能力值得变成“常设专家”。像知识蒸馏，把通用能力拆成可复用模块。

在线阶段——新任务来了，一个轻量级路由策略，像项目经理一样，快速匹配最优专家组合，微调团队协作方式。

它不是孤岛。和A²FM路由、GraphPlanner这些方法联手，还能进一步减少冗余。学术界正在形成一个共识：智能体的未来，不是造一个全能超人，而是建一个模块化专业团队。

更妙的是，它从多个维度掀了效率革命：

当然，追问也不少。

专家怎么发现？自动聚类还是人工定义？遇到全新领域，是快速适应还是重训？Stateful专家怎么防止遗忘旧知识？

落地更难。离线培养专家需要大规模算力，在线路由需要低延迟调度。C端产品、高并发场景，扛不扛得住？

但至少，一条清晰的路已经出来了。