大多數強化學習（RL）管道為每個任務訓練一個全新的代理，花費大量數據和計算資源，然後在切換環境時丟棄這些學習到的權重。 為什麼只訓練一次人工智慧，當它可以永遠學習呢？ Gensyn 的 BlockAssist 在一個實時應用中證明了去中心化的持續強化學習，這是一個在 Minecraft 中的 AI 伴侶，能夠從您在設備上的遊玩中學習，然後通過一個無需許可的計算群體進行集體改進。 相比之下，大多數大型模型是通過人類反饋或大量標記數據集在集中式管道中進行微調的。相反，BlockAssist 翻轉了這個劇本。學習發生在每個用戶的遊玩流中，持續且私密。 - 首先，它消除了對每個新能力的大型離線訓練運行的依賴。模型即時自我精煉。 - 它也是本質上個性化的：我的 BlockAssist 可能會發展出與您的不同技能，因為我們各自在自己的遊玩中訓練它。我們本質上是在以一種隨著用戶擴展的方式進行 AI 改進的群眾外包，這與集中式 AI 微調是非常不同的範式。 此外，我們在基礎設施及其潛力方面是臭名昭著的（尤其是在加密領域），但 Gensyn 正在用一個真實的應用來證明這一點。 BlockAssist 是一個重要的里程碑，展示了當強化學習、持續學習和去中心化基礎設施結合在一起時，可能實現的成果。