大多数强化学习（RL）管道为每个任务训练一个全新的智能体，消耗大量数据和计算资源，然后在切换环境时丢弃这些学习到的权重。 为什么只训练一次人工智能，而它可以永远学习呢？ Gensyn 的 BlockAssist 在一个实时应用中证明了去中心化的持续强化学习，它是 Minecraft 中的一个 AI 伴侣，能够从您在设备上的游戏玩法中学习，然后通过一个无权限的计算群体集体改进。 相比之下，大多数大型模型是在集中式管道中通过人类反馈或大量标记数据集进行微调的。相反，BlockAssist 翻转了这个剧本。学习发生在每个用户的游戏流中，持续且私密。 - 首先，它消除了对每个新能力进行大量离线训练的依赖。模型实时自我优化。 - 它也是本质上个性化的：我的 BlockAssist 可能会发展出与您的不同技能，因为我们各自在自己的游戏玩法上训练它。我们本质上是在以一种与用户规模相适应的方式众包 AI 改进，这与集中式 AI 微调是截然不同的范式。 此外，我们在加密领域尤其以谈论基础设施及其潜力而闻名，但 Gensyn 正在通过一个真实的应用证明这一点。 BlockAssist 是一个重要的里程碑，展示了当 RL、持续学习和去中心化基础设施结合在一起时可能实现的目标。