先给结论：人工智能机器人学新技能别把旧的擦掉。家庭和产线要的是技能目录能增不能洗。2026年连续学要先过遗忘门：新任务上去之后，旧开门、旧倒水、旧地图掉点超过阈值就算事故。擦掉旧目录的更新不准进家。多技能共存过不了，就别宣传通用。技能库必须增量写入。

人工智能机器人很会学新的，痛点在学新的时候把旧的洗掉

一次模仿能学会开门。再学倒水，门又不会了。发布会只播新动作。家里要的是同一台机器早上开门、中午倒水、晚上把杯子放回原处。目录被洗，通用是广告词。广告词进不了客厅。

遗忘不是偶发噪声，是把多技能写成一次拟合的默认结局。一次拟合的成功标准是「当前任务最高」。当前最高，历史任务变成干扰。干扰被梯度抹掉。抹掉在验证集上看不出来，因为验证集已经换成新任务。换成新任务，旧生活被开除。

连续学要有技能库，不是只有一张当前策略表。新技能写成可复用片段，旧片段默认冻结或弱更新。更新要过遗忘门：抽一组旧任务，掉点超过阈值，更新回滚。回滚不是保守，是把客厅当产线。产线不会为了上新工位把旧工位拆掉。

家庭比实验室更狠。实验室可以重置场景。家里的门把手、冰箱磁吸、地毯厚度不会为了你的新数据重来。旧地图被新技能覆盖，机器人会在熟悉的走廊里卡住。卡住一次，用户不再给第二次。

宣传「通用」之前，先数目录。目录里同时活着的技能有多少、旧技能的成功率掉了多少、掉了能不能回滚。数不清，通用两个字删掉。删掉比出事便宜。

人工智能连续技能2026五步：先目录，再增量，再许进家庭

1. 技能写成目录条目，每条有独立验收。没有目录，不得称多技能。
2. 新技能默认增量写入。全量覆盖旧参数，标为洗库，禁止上家庭和产线。
3. 每次更新跑遗忘门：旧任务抽样，掉点超阈值即回滚。不跑门，更新无效。
4. 地图、物体、动作三类记忆分账。新动作不得默认改旧地图。
5. 通用宣传必须附「同时存活技能数」和「旧任务掉点」。两数空，宣传下架。

两处只有进过真实房子才清楚。其一，机器上午学会用洗碗机。下午为了学把杯子放进柜，视觉编码器被新数据拉走，晚上不会开冰箱。开冰箱是旧技能，没有单独回归。用户看到的是「越用越傻」。越用越傻不是人格，是洗库。给旧技能加冻结和抽样回归之后，洗碗机还在，开冰箱也在。其二，医院送药车上新楼层。新楼层的地图写进同一张表，旧楼电梯门的停靠被覆盖。夜班卡在电梯里。后来把地图按楼层分账，动作技能共享，楼层记忆不共享。新楼加上去，旧电梯还在。

仓库同样。上新货号时若重写库位，夜班按旧习惯走会全错。货号增量、库位增量、抓取技能尽量不动。动了抓取，旧货号抽测必须过。过不了，新货号今晚不上。

建设者该把遗忘门做成更新默认。管家庭和产线的人，该拒收只会播新动作、不交旧任务对照的方案。没有对照，更新是赌博。

结论：人工智能机器人的连续学习，成功标准是旧的还在、新的加上去，不是最新一条最漂亮

目录。增量。遗忘门。分账。仍为新动作洗库，客厅和产线会把机器退回来。

你下次看家庭机器人更新，先问旧任务抽样掉了多少、能不能回滚；两问含糊，更新先不要进家。

现场还要防口号替换验收。把「端到端已经准、新技能已经上、演示已经好看、问答已经高分」写成周报，不等于程序可查、旧技能还在、第一人称对得准、已知发现能独立重现。周报可以写，门禁必须绑在规格、遗忘、手眼和闭卷重现上。

若只能改一处：先把「演示分高」从唯一成功标准里拿掉。分高可以记，可验证、不遗忘、第一人称可教、能独立发现四件跟不上就算事故。

现场还要防口号替换验收。把「端到端已经准、新技能已经上、演示已经好看、问答已经高分」写成周报，不等于程序可查、旧技能还在、第一人称对得准、已知发现能独立重现。周报可以写，门禁必须绑在规格、遗忘、手眼和闭卷重现上。

若只能改一处：先把「演示分高」从唯一成功标准里拿掉。分高可以记，可验证、不遗忘、第一人称可教、能独立发现四件跟不上就算事故。

现场还要防口号替换验收。把「端到端已经准、新技能已经上、演示已经好看、问答已经高分」写成周报，不等于程序可查、旧技能还在、第一人称对得准、已知发现能独立重现。周报可以写，门禁必须绑在规格、遗忘、手眼和闭卷重现上。

若只能改一处：先把「演示分高」从唯一成功标准里拿掉。分高可以记，可验证、不遗忘、第一人称可教、能独立发现四件跟不上就算事故。

本文侧重全链路风控方法论。落地时请用自身业务单据做回放验证，不要把示例阈值直接当生产策略。 相关：风控体检 · 方案资源