一个真正属于用户的 AI，应当能够记忆兴趣习惯、理解工作内容，甚至复盘过往的思考轨迹。随着 AI 智能体（AI Agent）走向实用化，能够提供长期陪伴与个性化服务的“个人智能体”（Personal Agent）正成为行业焦点。
实现这一愿景的核心在于：AI 如何在长期使用中积累知识并转化为自身能力？当前行业多依赖扩大上下文窗口、检索增强（RAG）或外部记忆系统，但这些信息仍存储于模型参数之外，AI 仅是“查阅”而非真正“学会”。
近日，在中关村科学城 ACC2026 活动上，DeepTech 专访了北京大学人工智能研究院助理教授、无涯智远创始人张牧涵。他提出通过实时递归自我改进（Real-time RSI），让模型在发布后仍能通过与用户交互持续学习，将经验写入参数，从而打造真正懂用户的个人智能体。
上下文局限与持续学习的必然性
从理论到工程：探索 AGI 底层原理
张牧涵本科毕业于上海交通大学 IEEE 试点班，后赴美国圣路易斯华盛顿大学攻读计算机科学博士，师从 IEEE 会士陈一昕教授。2019 年至 2021 年，他在 Facebook AI Personalization 团队工作，参与支撑全球十亿级用户的推荐系统研发。这段经历使他完成了从理论研究到工程实践的转型，也让他意识到要实现通用人工智能（AGI）的突破，需深入理解底层原理并探索新技术范式。随后，他选择回国加入北京大学，聚焦前沿基础研究。
突破上下文窗口的物理瓶颈
ChatGPT 的出现促使张牧涵将研究重心转向语言模型，特别是上下文学习（ICL）。尽管 ICL 展现了少样本学习能力，但受限于上下文窗口容量及计算成本（注意力计算量随序列长度平方增长，KV Cache 线性增加），无限扩充窗口并非长久之计。
张牧涵指出，人类具备终身学习能力，而传统静态模型参数不变，新信息仅能通过上下文临时提供。他主张探索将值得保留的信息持续写入模型参数，使 AI 像人类一样形成“长期记忆”，而非仅有“短期工作记忆”。为此，其团队在稀疏注意力、高效架构（如 HISA）等方面开展研究，相关成果已被 DeepSeek-V4.1-Flash 等技术报告引用，旨在缓解上下文容量压力，但最终目标仍是实现参数内的知识内化。
实时 RSI：让模型在运行中进化
超网络机制解决传统难题
传统持续学习面临两大瓶颈：一是频繁更新参数带来的高昂计算与显存成本；二是“灾难性遗忘”，即学习新知识时丢失旧知识。张牧涵团队采用“超网络”（Hypernetwork）方案解决这一问题。超网络是一个具备海量参数的网络，负责生成基座模型的参数更新。
具体流程为：基座模型接收新内容形成内部表征，超网络将其转化为各层参数更新并加载至基座。与传统微调需多次反向传播不同，训练好的超网络仅需一次前向传播即可生成更新。在 27B 基模测试中，短文档内化平均耗时约 200 毫秒，计入加载总耗时约 2 秒，且有效保留了原有通用能力。
参数内学习与应用场景
相比直接放入上下文或 RAG 检索，参数内学习更适用于需长期、反复使用的知识与经验，如企业规章制度、法规条例、代码规范等。这种方式无需每次携带大量原文，显著降低 KV Cache 占用及推理成本。此外，对于海量交互轨迹，参数内学习可从中提取普适策略，优化模型行为倾向，这是单纯依靠上下文难以实现的。
张牧涵强调，“实时”意味着模型能在版本迭代间隙及时吸收新经验，适应个人与企业不断变化的任务与偏好，实现低成本、高频次的自我进化。
个人智能体的未来：从标准化到极度个性化
多模态信息的统一内化
未来的个人智能体将在用户授权范围内，吸收其阅读、对话及屏幕显示等多模态信息。尽管多模态数据易导致上下文膨胀，但团队致力于探索从 Token 到参数空间的统一映射机制，通过基础设施优化，实现视觉、听觉等信息的快速参数化，保留隐式风格与偏好。
生成专属内容的想象空间
张牧涵认为，终极的个人智能体应比用户更懂自己。除了日常事务处理，它还能根据用户偏好创作小说、音乐或游戏情节，打破由创作者生产“标准件”的传统模式，实现内容的极度个性化生成。
初创团队的差异化路径与文化
押注学习范式创新
面对大厂在算力与人才上的优势，无涯智远选择在小而精的技术突破上发力，押注学习范式的创新。团队聚集了一批包括高考状元、竞赛金牌得主在内的年轻研究者，以技术为导向，保持透明公开的讨论氛围。
诚实与感恩的研发原则
张牧涵建议年轻从业者诚实面对自身缺陷与技术本质，避免被表面成绩迷惑，坚持长期主义。他深受上海交大“饮水思源”校训影响，强调感恩与诚信，希望推动持续学习成为模型的标配能力，让每个人和企业都拥有实时进化的个性化智能。
展望未来三至五年，张牧涵期望团队能推动 RSI 范式产生世界级影响，助力成员成长为领域顶尖人才，并最终让持续学习技术广泛惠及大众。
注：封面/首图由 AI 辅助生成