大型語言模型（LLM）在靜態基準測試中表現出色，但在動態、真實的部署環境中仍面臨嚴峻挑戰，主要瓶頸包括概念漂移和基於梯度的適配成本過高。傳統的微調方法難以適應非平穩數據流，要麼導致災難性遺忘，要麼需要大量人工數據整理。針對這些問題，來自Nitin Vetcha和Dianbo Liu的研究人員提出了一種名為SOLAR（Self-Optimizing Lifelong Autonomous Reasoner，自我優化終身自主推理器）的新型開放自主智能體。
SOLAR的核心創新在於將參數級元學習融入智能體的自我改進過程。它首先整合常識知識的強先驗，使模型具備有效的遷移學習能力。隨後，通過多級強化學習框架，SOLAR能夠自主發現適配策略，從而在測試階段高效適應未見過的領域。具體而言，SOLAR將模型權重視為一個可探索的環境，通過策略搜索來調整參數，而非依賴外部梯度信號。
關鍵地，SOLAR維護着一個不斷演化的有效修改策略知識庫，該知識庫隱式地充當了情節記憶緩衝，在可塑性（適應新任務）和穩定性（保留元知識）之間取得平衡。這種設計使得SOLAR能夠在持續學習流中避免災難性遺忘，同時不斷提升性能。
實驗結果表明，SOLAR在常識推理、數學、醫學、編程、社會推理和邏輯推理等廣泛任務上均優於強基線方法。例如，在常識推理基準上，SOLAR比傳統微調方法準確率提升超過10%，且無需任何人工標註。在醫學問答和數學推理任務中，SOLAR同樣展現了顯著的適應能力。
該研究已被AAAI 2026會議持續學習流橋接（Streaming Continual Learning Bridge）分論壇接收，並發表在CEUR Workshop Proceedings上（卷4183，2026年）。論文於2026年3月23日提交至arXiv（編號2605.20189）。作者認為，SOLAR代表了邁向能夠終身適應演化環境的自主智能體的重要一步，為未來在機器人、自動駕駛和個性化AI助手等領域的部署提供了新範式。