先定位瓶颈再选学习方式

五种改变分别解决什么

运行内适应利用当前context调整计划，结束后未必保留；memory保存带scope的事实与偏好；skill沉淀可复用方法；harness优化工具、检索、控制和验证；权重训练改变模型参数。前四种可以提高系统表现而底层模型完全不变。不要用“自我学习”把这些通道混在一起，分别记录变更对象、验证方式、删除责任与回滚范围。

先从失败证据定位瓶颈

找不到资料先检查连接器、解析、召回、rerank与ACL；算错先用程序；参数错先修工具描述和错误反馈；跨session丢状态先修持久日志和memory；重复写入先修幂等。只有正确证据已经可用、接口和约束合理，模型仍稳定出现行为缺口，才把微调作为优先候选。强模型对照也能帮助判断是能力上限还是环境问题。

用最小改变形成可比较实验

固定任务、数据、权限和预算，比较原方案、prompt或工具改进、不同模型以及训练候选。记录目标能力、预期收益和不应退化的切片；用开发集迭代，用持出任务确认泛化。不能以训练loss更低、记忆更多或模型自称更会做事代替端到端证据。

晋升看增量收益

将每成功任务成本、人工修订、严重错误、尾延迟及维护开销一起比较。训练和运营需要持续投入，历史投入不构成强行上线的理由。允许系统自动提方法或配置diff，但把权限、隐藏grader和正式发布指针留在受信控制层。学习的目标是可迁移能力，而非背住某家公司的答案或某位学生的一段对话。