待验证50% 置信事实精确时间

SMC不需要重新训练模型，作为运行时机制叠加在现有智能体系统之上

1

来源数

50%

置信度

长期有效

时效性

2026/9/11

首次发现

来源

推测性宏提交SMC：让工具型AI智能体提速44.9%的双层架构解析

涉及实体

Speculative Macro Commitconcept

相关事实

待验证具备自我改进能力的系统理论上可在无需大规模重新训练的前提下，通过运行时的迭代逐步提升表现66% 相似待验证技能包模式通过一层工程规范约束引导模型行为，无需重新训练模型65% 相似待验证即便在高温设置下，模型探索的仍是训练分布覆盖的语义空间，不会产生训练数据中从未以任何形式出现过的概念63% 相似待验证当前大模型训练完成后权重被冻结，通过上下文窗口和RAG假装掌握新信息，模型本身没有真正变化63% 相似待验证大模型的权重在训练完成后就已固定，每次推理不会修改权重，也不会在服务端为用户保留状态62% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/898567

API

curl https://kongchang.com/api/v1/knowledge/claims/898567

MCP

get_claim(id=898567)