观点：来自对话环境的自省体验是通向更好学习之路
人工智能
2026-02-17 v1
摘要
当前的 AI 训练方法将推理视为规模的副产品。我们认为，稳健的推理源于语言自我反思，而这种自我反思本身则来自高质量的社会互动。drawing on Vygotskian developmental psychology，我们提出三大核心论点。首先，我们主张私有心的社会 genesis：学习来自对话环境的过程因对另一个代理（内或外）的对齐而凸显，作为一种新的理解世界的方式；这种对齐的摩擦细化和结晶推理过程。其次，我们主张，经由对话式支架的自省体验允许代理进行 sense-making，这将学习从即时数据流中解耦，将原始环境数据转化为丰富、可学习的叙事。最后，我们认为，话语质量即为新的数据质量：代理私有推理的深度以及其关于 test-time compute 的效率，取决于它所掌握的对话的多样性和严谨性。我们得出结论，优化这些对话支架是下一代通用智能的主要杠杆。
关键词
引用
@article{arxiv.2602.14910,
title = {Position: Introspective Experience from Conversational Environments as a Path to Better Learning},
author = {Claudiu Cristian Musat and Jackson Tolins and Diego Antognini and Jingling Li and Martin Klissarov and Tom Duerig},
journal= {arXiv preprint arXiv:2602.14910},
year = {2026}
}