不更新权重也能提升客服智能体

最近看到 IBM 研究团队的一个工作，思路挺有意思：他们让一个基础的 ReAct 智能体配上 GPT-4.1，通过「学习记忆」的方式在 τ²-bench 客服基准上拿到了不错的成绩，而且全程没有更新模型权重。这其实点出了一个很现实的问题——大多数团队根本没有能力去微调前沿模型，但业务又需要智能体在特定场景里表现得更稳、更准。

他们的做法是让智能体自己积累一套「操作手册」，把在任务中总结出的规则沉淀下来，下次遇到类似情况直接调用。这比单纯堆提示词要系统得多，也更接近人类客服的成长路径：新人靠培训手册上手，老手靠经验沉淀。从结果看，这套玩法在零售类客服任务上超过了榜单上的其他方案，说明「记忆」这个方向确实有搞头。不过有个细节值得注意：性能提升主要来自消耗更多 token，而不是更多轮对话。换句话说，智能体不是靠反复试错变强的，而是靠一次性拿到更充分的上下文。这对成本敏感的业务是个提醒——效果好了，账单也会跟着涨，得算清楚投入产出比。另一个让我比较意外的是，这套学习到的规则对其他前沿模型同样有效。这意味着它不是针对某个模型过拟合出来的技巧，而更像是一种可迁移的领域知识。对于做跨境客服的团队来说，这或许意味着可以先在一个便宜模型上把规则跑通，再迁移到更强的模型上放大效果。整体看下来，我觉得这个方向对中小团队特别友好：不用碰权重，不用养标注团队，靠积累和迭代就能让智能体越来越懂业务。当然，规则怎么沉淀、怎么防止过时，还是得靠人来把关。