tokenbender 提出让 AI 从经验中学习的 8 条原则，质疑多智能体持续学习架构

tokenbender 发长文列出构建能从经验中学习的 AI 的 8 条核心原则，直指 many-agent 与持续学习架构泡沫。他提出收集生产环境 trace 不等于学习，只有建立哪里出错的归因机制日志才有用；多数 agent 失败应先修工具、上下文或检索，最后才考虑更新权重。他把一条真实世界反馈加高质量人类洞见视为最大杠杆，并称合成数据价值等同于推测。