让 agent 越用越准，而不是越用越笨——数据飞轮怎么转起来
标注里我们发现开学季促销问的人巨多，但其中「送赠品怎么领」一直没答好——于是针对性补了 KB，下一轮这类就上来了。这就是数据飞轮。读完 5 分钟能看清前五篇其实是一个轮子的五根辐条，10 分钟能识破「飞轮空转」(数据堆成山却从不 ship)的根因，20 分钟能拿到一套按 频率×代价 排序、还会逼你拆分意图的回流流程。
Jul 5, 2026·16分钟阅读
2 posts
标注里我们发现开学季促销问的人巨多，但其中「送赠品怎么领」一直没答好——于是针对性补了 KB，下一轮这类就上来了。这就是数据飞轮。读完 5 分钟能看清前五篇其实是一个轮子的五根辐条，10 分钟能识破「飞轮空转」(数据堆成山却从不 ship)的根因，20 分钟能拿到一套按 频率×代价 排序、还会逼你拆分意图的回流流程。
在生产对话 AI 系统 sequential 微调 52 个产品域，每加一个新域，前面所有域 NLU F1 平均掉 1-2 分，BWT 累积到 -7.2。我设计 Dual-Replay 把 BWT 拉回 -4.7（forgetting 减 35%），用 9M adapter 参数（base 的 0.3%）+ 20% dual-stream replay，p99 延迟稳在 100ms 以下。读完 5 分钟能在 PEFT 持续学习方案评审会上判断什么是真改进；30 分钟能拿到 5 种生产场景特有的 forgetting 失败模式 + 评审供应商方案的 5 个必问问题。