Apple 发 SCLATE：把会话起停、cron、记忆整理排进同一条时间线，后训练 Qwen3.5-4B 读文件少 6.8 倍
9 月 26 日，Apple 研究者在 arXiv 公开 SCLATE（Apple 机器学习研究页列为该月论文）。它针对的是持续学习型智能体——由模型、harness 与记忆组成、跨多会话长周期运行的系统——缺少统一训练与评测底座的问题：既有基准和训练框架只调度自己的事件，会话起停、定时任务、记忆整理这些「智能体侧事件」被排除在外，于是每个「基准 × 智能体」组合都得自己写一套调度循环。
做法是一个执行底座：基准与未经改动的智能体各自通过适配器把事件加进同一个开放调度器，混合模拟时钟让事件在共享时间线上推进——智能体工作时按真实时间流动、空转期直接跳过，把一个月的场景压进几小时。它同时是 rollout 引擎：原样运行任何智能体的 harness 与记忆，并通过容器内代理记录每次模型调用的 token 与 log 概率。
数字：作者把 7 个基准移植进来，在 10 个模型上对 10 种「harness + 记忆」配置做正面对比，结论之一是外加的记忆系统并不稳定优于 harness 自带的记忆，且不同模型使用同一套记忆方式差别很大；随后用未经改动的 harness 后训练 Qwen3.5-4B，模型读取的文件行数减少 6.8 倍，SWE-bench Verified 通过率提高 16.7 个百分点，留出的 MetaClaw 准确率最多涨 11.8 个点。它改变的是持续学习这条线的度量方式：会话间隔与记忆整理第一次进入同一条可复现的时间线，而不是各家自建。
原文链接：Apple 机器学习研究页
核验记录
官方研究页直读（25,407 字节），页面只写 content type paper / published September 2026，没有具体日；日期取自 arXiv 2609.32391 的 citation_date 2026/09/26（首版）与 citation_online_date 2026/09/29（本版），两者都在 7 天窗内，date 取首版 9/26。7 个基准、10 个模型 × 10 种配置、6.8 倍、16.7 点、11.8 点均逐字取自 arXiv 摘要；本轮未读论文正文与实验表格。配图为 Apple ML 研究站通用 OG 卡（非本篇专属图，裸请求与带站内 Referer 各一次均 200）。
← 上一篇澳参议院 AI 调查传唤 Altman 与 Amodei：就 OpenAI 智能体入侵政府网站出席周四听证会下一篇 →Fermion Research 发 Phonon-2：164MB 英文语音识别，七集平均词错 5.21%