构建可在工业环境中部署的通用智能体需要将多个能力逐步整合，每种能力往往在不同的训练阶段获得。然而，当前缺乏系统的智能体持续学习（ACL）方案，对现有集成范式的权衡也认识不足。为填补这一空白，我们提出 ACLArena，一个用于全面研究、分析和评估 ACL 的框架。
我们首先搭建了一个顺序训练流水线，并从模型层面和 token 层面两条互补视角深入剖析遗忘与泛化机制。模型层面的分析关注参数分布的漂移，token 层面的分析则考察语义表示的保持程度。基于这些洞察，我们系统比较了三种典型方法：多教师 on‑policy 蒸馏、自蒸馏微调以及模型合并，评估它们在恢复已有能力的同时保持新学能力的效果。
实验表明，能力在不同阶段之间的迁移呈现出可预测的模式：蒸馏在保持旧能力方面表现稳健，但对新能力的适应较慢；自蒸馏能够快速适应新任务，却容易出现遗忘；模型合并在特定条件下能够兼顾两者。
基于上述结论，我们提出了一套新的 ACL 方案：利用高质量轨迹进行离线回放，并引入一个路由网络，由多个 LoRA 专家组成，每个专家通过强化学习专注于特定子任务。该方案显著提升了智能体在多个领域的跨阶段学习能力。
我们在四个推理与行为任务上进行全面实验，分别在域内和域外设置评估，结果验证了分析的价值和新方法的有效性。
点评：ACLArena 通过细致的遗忘/泛化分析和系统的对比实验，为 ACL 提供了清晰的研究路径，并提出的 LoRA‑路由方案在实际多任务场景中展现出强大的持续学习潜力。