AI 智能体知识迁移：前沿模型探索一次，低成本模型规模执行

AI 智能体知识迁移能把昂贵的探索过程变成可复用资产。能力更强的模型先探索陌生任务，记录已验证机制和被否定的假设。之后，更便宜的模型在执行重复工作前读取这份手册。整个过程无需修改模型权重。

Agno 通过 ARC-AGI-3 把这一模式变成了可衡量结果。Gemini-3.7-Flash 在冷启动时得分 37.33，读取 GPT-5.6 编写的手册后达到 96.42。这不代表所有工作都应换成便宜模型，而是值得在重复、可验证流程中测试的架构假设。

本文只覆盖一个明确意图：无需重新训练的跨模型智能体知识迁移。缓存、批处理和提示设计等通用节省方法，请查看LLM Token 成本指南。按请求选择模型，请查看LLM 路由器对比。智能体记忆评测则聚焦存储和检索基础设施。

Agno 在 ARC-AGI-3 上证明了什么？

此前运行写下的显式手册，让一个更便宜的模型在同一公开交互式基准上接近前沿模型。根据 Agno 发布的 ARC-AGI Arcade 报告，GPT-5.6 热启动运行在 25 款公开游戏的 183 个关卡上获得 100.00 RHAE。Gemini-3.7-Flash 无先验知识时得分 37.33，读取 GPT-5.6 手册后得分 96.42。

两个领先结果都有服务器生成的凭证：GPT-5.6 热启动成绩卡和读取手册后的 Gemini 成绩卡记录了重放动作序列。得分与完成率不是同一指标。Gemini 的 96.42 高于 95.4 的专家人类汇总分，但仍有四个关卡未完成。

限制条件也是结论的一部分。ARC-AGI-3 技术报告将其定义为衡量陌生环境探索、目标推断、世界模型构建和高效行动的交互式基准。Agno 测试的是包含 25 款游戏的公开演示集。Agno 也明确说明，私有测试集更难、分布不同且无法公开运行。因此，这项结果不表示 ARC-AGI-3 已被解决。

什么是 AI 智能体知识迁移？

AI 智能体知识迁移，是让另一次运行、另一个智能体或模型复用此前运行产生的显式且已验证的任务经验。知识以可读规则、说明、示例或流程保存在模型权重之外。接收方无需训练或微调，就能检查、质疑、更新和删除它。

这比笼统的“记忆”更具体。可用经验必须带范围和证据。“客户喜欢简短回复”是偏好。“E104 错误必须先刷新 OAuth 授权，再使用相同幂等键重试一次”才是可执行规则，前提是同时保存证据和版本。

Agno 的跨模型学习如何运作？

1. 冷启动：智能体进入游戏时没有特定说明、规则或已声明目标。
2. 低成本试验：执行一个动作，观察准确状态变化，并分析已记录的历史。
3. 保存已验证经验：机制、风险、成功解法和被否定的假设成为简短手册条目。
4. 重置对话上下文：完成每个关卡后开启新会话，只有手册继续保留。
5. 为另一模型提供种子知识：GPT-5.6 的 Markdown 手册被合并进 Gemini-3.7-Flash 的知识上下文。
6. 继续学习：Gemini 把手册当作起点，复核意外结论，并可找到比编写者更好的路径。

ARC-AGI Arcade 开源仓库记录了学习存储、运行模式、污染规则、动作轨迹和成绩卡重放。可迁移的核心模式是把探索、持久证据和重复执行分开，并通过稳定接口连接。

这与模型蒸馏、RAG、记忆和路由有何不同？

生产系统可以同时使用五种模式。知识迁移让经验可移植，路由器选择模型，检索层加载相关条目，评测则判断组合是否仍可接受。

商业价值在哪里？

商业机会在于只为探索付费一次，再把成本摊到安全的重复工作中。Agno 报告显示，读取手册后的 Gemini 每款游戏使用 65K 输出 Token，是冷启动 195K 的三分之一，也低于 GPT-5.6 热启动的 80K。这是 Token 结果，不是通用账单折扣。供应商费率、输入 Token、工具调用、延迟、重试和人工审核都会影响实际金额。

每个已验收任务成本 = 分摊探索成本 + 模型 + 工具 + 重试 + 审核 + 故障恢复

当任务反复出现、规则足够稳定、成功可以验证且有回退路径时，这一模式更有价值。适用案例包括支持工单分流、文档分类、结构化数据清理、重复 QA 调查，以及稳定代码库中的编程任务。一次性战略和高后果判断仍可能需要前沿模型。

迁移的知识会如何失败？

• 范围错误：某款游戏、租户、市场或产品版本的经验被用于其他场景。
• 虚假确定性：一次偶然成功后，假设被写成事实。
• 知识过时：API、政策或流程已经变化，手册却仍被信任。
• 知识投毒：不可信内容诱导智能体持久保存恶意指令。
• 压缩损失：短规则遗漏了保证原操作安全的例外。
• 基准泄漏：源码、答案或人类基准进入智能体上下文，使测量失去意义。

Agno 会标记受污染的运行，并隔离相关手册。企业系统同样需要来源、范围、审批、有效期、版本、脱敏与回滚。学习存储会影响未来决策，因此写入权限应像代码变更一样受控。

团队应如何试点前沿模型到低成本模型的知识迁移？

1. 选择重复流程：收集 30 至 100 个代表性任务，覆盖罕见和高成本失败。
2. 冻结三条基线：多次测量前沿模型冷启动、便宜模型冷启动和当前非智能体流程。
3. 定义学习 Schema：每个条目只写一项结论，并带范围、证据、编写模型、时间、版本、置信度和有效期。
4. 分离写入与读取权限：前沿模型提出经验，共享前必须通过确定性验证或人工审批。
5. 为低成本通道注入知识：只加载相关条目，并在轨迹中记录准确版本。
6. 增加升级路径：将新情况、冲突、低置信度和验证失败交回前沿模型或人工。
7. 执行对抗测试：覆盖过时手册、矛盾证据、提示注入、跨租户和删除请求。
8. 比较已验收结果：测量通过率、严重失败率、P50/P95 延迟、审核时间和总成本。

Wavect 的 AI Enablement 服务可把这一模式变成适合实际工作负载的模型阶梯、受治理的学习存储和验收集。Hyperstate AI 案例展示了我们通过改造 AI 工作负载周边系统来降低成本和延迟的方法。如果重复流程和决策阈值尚不清楚，请先阅读探索阶段指南。

来源与证据边界

文中五个一手来源于 2026 年 9 月 5 日复核。Agno 构建了 Harness，并报告冷启动对比和输出 Token。ARC 服务器生成了动作重放成绩卡，但实验仍只覆盖公开演示集。Wavect 未独立复现运行或审计供应商账单。该结果可支持试点，不代表节省得到保证。