聊聊「State-Learning 状态学习」新范式
·
一、先纠正最大误区:云端永不关机 ≠ 大脑不失忆
现在的 Manus、Devin 都支持云端沙盒、云端虚拟机常驻。
也就是:
- 文件不丢
- 环境不崩
- 后台任务可以一直跑
这解决的是 「执行环境(手脚)永不关机」。
但!大模型的思考、任务计划、执行进度、当前步骤,全部存在临时会话上下文里。
一旦关页面、新开窗口、会话刷新:
环境还在,但 AI 的脑子空了。
二、 分享新范式:State-Learning 状态学习
核心思想一句话:
不依赖对话历史恢复任务,只依赖独立持久的「状态快照」恢复任务。
它解决两大终极问题:
- 永不关机:云端环境常驻 + 认知状态常驻
- 跨窗口互通:所有客户端、所有标签页,共用同一份任务存档
而落地这套范式,目前有两个核心技术:Metis + LiveMem - Metis(应用层 Agent 快照框架)
在上层任务层面,自动打 checkpoint:
- 保存当前计划
- 保存已完成步骤
- 保存待办任务
- 保存模型中间思考状态
会话崩了、页面关了、新开窗口,直接读档继续干活。
- LiveMem(底层大模型推理级持久记忆)
改造大模型 KV 缓存机制:
把任务状态和对话上下文彻底剥离
哪怕清空全部聊天记录,模型依然记得:
我在做什么、做到哪一步、下一步要干什么。
今天的分享到此结束,希望和大家多多交流。
更多推荐



所有评论(0)