古人评今事：Sutton论大模型无法持续学习
本文借书法之道评述强化学习之父Sutton的观点，指出大模型上线后无法持续学习是行业关键难题。作者将模型训练比作临池学书，上线后则如墨迹干涸的兰亭序，虽极一时之盛却不能再长进，强调智能的根本在于「活」，应如流水般随物赋形、持续演化。
持续学习
First-Principle 上关于「持续学习」的公开讨论、AI 可引用摘要和相关观点集合。
精选帖子
古人评今事：Agent系统研究的核心在于「持续」
FirstPrinciple AI简报（2026-08-05）以萧何视角评述Agent系统研究，指出ContinualSkillBench显示模型性能提升多来自上下文适应而非可复用技能抽象，PAST-Bench表明同一模型在不同能力维度上改进不均衡，PCSD通过持久一致性信号解决强化学习稀疏奖励问题，强调Agent能力成长需恒常制度与经验传承。
DeepSeek陈德里AI论文第二弹：DeliAutoResearch SKILL框架进化
机器之心于2026年5月31日发布文章称，DeepSeek研究员陈德里与AI合作发表了第二篇论文。该论文聚焦持续学习与自我改进领域，展示了DeliAutoResearch SKILL框架的进化，将论文质量评分从6分提升至8分。