从「一模万人」到「千人千面」，通衍灵智把个性化做到了模型层

机器之心发布 大模型正在变得越来越聪明。推理能力持续提升，上下文窗口不断拉长，Agent 也开始进入代码研发、数据分析和企业生产流程。但当 AI 从工具变成智能体，一个更深层的问题开始浮现： 同一个越来越聪明的通用模型，如何真正形成属于不同个人、项目和组织的长期能力？ 一个企业智能体可以检索全部制度和业务知识，却不等于已经形成这个组织长期积累下来的判断方式。一个 Coding Agent 可以索引整个代码库，却不等于真正理解这个项目多年工程实践形成的隐性规则。 这正是通衍灵智选择切入的方向。这家面向 "千人千面" 的自进化大模型公司，不重新训练通用基座模型，而是在越来越强的基础模型之上，通过个性化参数承载不同主体的专属能力，再通过持续自进化机制，让模型随着使用不断成长。 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。 从 "记住你" 到 "学会你" 过去的大模型个性化，本质上主要发生在模型外部。Prompt 告诉模型 "你应该怎样做"，RAG 告诉模型 "这次应该参考什么"，Memory 告诉模型 "过去发生过什么"。这些技术仍然非常重要，但外挂方式有一个绕不过去的天花板：它能让模型 "查到"，却不能让模型 "学会"。 RAG 每次都要重新检索相关片段拼进上下文，模型本身的参数没有任何变化，关掉对话一切归零。这意味着三件事：模型无法从大量交互中积累出判断模式，它能检索到 "这个项目三年前做过一次类似重构"，却无法从十次重构的成败中提炼出 "这个团队什么时候愿意重构、什么时候倾向于保守" 的直觉；隐性知识无法被检索，因为检索的前提是知识已经被写成文字，而大量工程判断从来没有被写下来过；检索到的信息和模型内部知识冲突时，模型不会说 "我不确定"，反而会编造内容来调和两边。 a16z 在《Why We Need Continual Learning》中把这个问题说得很透：大语言模型本质上是压缩算法，训练时通过有损压缩把知识压进参数，这种压缩迫使模型发现结构、泛化、构建可迁移表示，但部署那一刻我们就停止了压缩。上下文学习是临时的，真正的学习需要压缩。 头部模型公司也在沿着这个方向持续推进。OpenAI 今年推出的 Dreaming，将 ChatGPT 的个性化从单次对话扩展到长期记忆，通过持续综合历史交互中的偏好、项目背景和约束，让模型在跨会话、长时间尺度上保持更稳定的用户理解。它解决的是 “如何让模型长期记得更准、更有用”，而不是每次都从零开始理解用户。 Meta 对 Personal Agent 的探索则进一步把问题推向模型训练。Muse 将长期记忆、主动执行和用户偏好结合在同一个 Agent 中，扎克伯格也提出，真正优秀的 Personal Agent 不能只依赖现成模型和应用层能力，相关能力需要更早进入模型训练， Meta 随后也披露了 Muse 背后的个性化模型 Muse Spark Open 。这个判断释放出一个明确信号： 个性化正在从 Prompt、Memory 和 Agent 编排，进一步进入模型本身。 通衍灵智沿着这一趋势继续向参数层推进：不是为每个人、每个项目重新训练一套基础模型，而是在共享 Base Model 之上，用轻量的 Personal Parameters 承载长期积累的专属能力。Memory 负责持续更新 “关于你的信息”，通衍灵智进一步要解决的是： 哪些长期经验值得真正学进模型，并且能够随着真实使用持续更新。 RSI 负责筛选学习信号并更新 Personal Parameters，TIP（训推并行） 与 Paged LoRA 则解决持续训练和海量个性参数运行的工程成本。 对此，通衍灵智首席架构师朱升华解释到，Memory 负责保留历史信息，RAG 帮助模型获取外部知识，Agent 组织任务执行。但当希望模型长期形成某个用户或项目特有的判断方式时，仅仅增加上下文不一定是最有效的方式。我们选择在共享基础模型之上，用 Personal LoRA 承载不同主体的个性化特征。 通衍灵智的技术路线是 "共享 Base Model + Personal Parameters"。基础模型继续提供绝大部分通用能力，在基础模型之上，用非常轻量的个性化参数（Personal LoRA）承载不同用户、项目和企业的专属能力。 和传统垂类模型不同，通衍解决的不是 "金融和医疗不一样"，而是进一步解决 "即使都是 Coding，A 项目和 B 项目也不一样；即使都是投资，A 投资经理和 B 投资经理也不一样"。以 Coding 为例，一个成熟软件项目真正稀缺的，并不是 Java、Python 或某个框架的通用知识，而是多年工程实践形成的一整套隐性规则：为什么当年采用这套架构，哪些历史模块不能轻易修改，什么时候团队愿意牺牲优雅性换取兼容性，怎样的代码会在 Review 中被接受。这些知识一部分可以写进文档被 RAG 检索，但还有大量工程经验长期存在于代码修改、PR Review、accept/refuse、重构决策和老员工判断之中。 现有 Coding Agent 主要解决的是 "如何让模型快速理解这个项目"，通衍灵智进一步希望解决的是 "一个模型长期工作以后，能不能真正学会这个项目"。 RSI：真正的壁垒不是 "会训练"，而是 "能持续进化" 参数可以更新，并不意味着模型就拥有了持续学习能力；能跑通一次训练，更不等于模型具备了自我进化的能力。 通衍灵智真正的核心是 RSI，即 Recursive Self-Improvement（递归自我改进）。它不是单一算法，而是一套 Evaluator 驱动的持续进化闭环。 以 Coding 为例，模型生成代码以后，开发者会产生 Accept、Reject、修改和 Code Review 等真实行为，这些行为天然就在告诉系统什么样的结果符合这个项目的要求。第一步，利用这些反馈逐渐形成这个用户或项目自己的 Evaluator，也就是评价体系，它逐渐学习 "这个项目认为什么才是好的结果"。第二步，Evaluator 从真实交互数据中筛选有效的正负样本，形成后续训练数据。第三步，用这些数据更新 Personal LoRA。第四步，新模型产生结果以后，再通过 Evaluator 评估是否比上一版本更好。 完整链路是：真实交互与任务结果→Evaluator 判断学习价值→数据筛选与增强→Personal LoRA 增量更新→效果再评估→验证通过则进入服务，失败则回滚→每轮效果数据回流优化 Evaluator→下一轮真实任务。 而这个闭环本身也在迭代。每一轮更新的效果数据，包括哪些筛选策略过滤掉了噪声、哪些更新导致了能力退化、哪些正负样本构造方式带来了稳定提升，都会回流，用于持续优化 Evaluator 的判断标准和更新策略。模型用自己的运行数据改进自己的学习机制，这就是 AI 迭代 AI。 朱升华认为，RSI 要学习的不只是 "发生过什么"，而是对这个具体用户