连接点滴：通过强化学习训练具备跨域泛化能力的长生命周期大语言模型智能体

本文提出“连接点滴”（CoD）框架，旨在训练大语言模型具备长生命周期智能体所需的元能力。该框架使智能体在部署环境中解决连续任务时，能持续探索环境、从自身经验中学习，并迭代更新其环境上下文，从而在后续任务中表现更佳。主要贡献包括：设计了支持长序列滚动的端到端强化学习算法及基础设施，构建了专门用于激发和评估该元能力的任务与环境。实证结果验证了该方法的有效性及其在跨域场景下的泛化潜力。