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？

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。

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。

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。

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。

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。”

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。

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。

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。