知识卡片：WeAct——将动态权重切换作为智能体动作

一句话结论

WeAct 把“选择哪个 LoRA 适配器”纳入智能体的动作空间，让长程任务在执行过程中按需切换能力模块，在 8 个深度研究基准上以更少算力比全量微调平均提升 6.2% 准确率，比最强静态 LoRA 合并方法提升 27.5%。

事件概述或研究问题

长程智能体需要从交错的轨迹中学习异构能力，但更新共享参数学习新能力会损害已习得能力，造成灾难性遗忘；同时轨迹的不同阶段可能需要不同能力，而常规联合训练与静态适配器合并在整个执行过程中保持固定参数配置。WeAct 针对的正是“执行期参数配置固定”与“能力需求随阶段变化”之间的错配。

方法/产品要点

• 在冻结的主干模型之上，训练多个独立的能力专属 LoRA 适配器。
• 将适配器选择加入智能体的动作空间，称为“权重级内部动作”（Weight-level Internal Actions）。
• 这些内部动作复用模型原生的工具调用接口，在共享上下文中按需组合能力。
• 支持模块化持续适配：新增适配器扩展能力、更新既有适配器提升质量，均不改动主干与其他适配器。

主要结果或产业意义

• 在 8 个深度研究基准上，Qwen3-32B + WeAct 相比全量微调对应方案平均准确率提升 6.2%，且算力消耗更少。
• 相比最强的静态 LoRA 合并方法，平均准确率提升 27.5%。
• 持续适配示例：新增代码计算适配器扩展能力，更新既有写作适配器提升报告质量，两次更新均保持主干和其他适配器不变。

为什么重要

它把“能力组合”从训练期的静态设计问题转变为执行期的动作决策问题，为长程智能体提供了一种避免灾难性遗忘、并支持模块化增量升级的参数组织方式；与关注上下文生命周期管理的既有卡片形成互补——后者管理“记忆与成本”，WeAct 管理“能力与参数”。

局限与不确定性

• 材料仅给出 Qwen3-32B 单一基座的结果，其他模型规模与架构上的表现待核实。
• 8 个深度研究基准的具体名称、评测协议与统计显著性待核实。
• 适配器数量增长带来的选择开销、路由错误率与存储成本未在摘要中说明，待核实。
• 论文发表时间为 2026-10-19，arXiv ID 为 2610.26847v1，其版本状态与同行评审情况待核实。

可用于图书/PPT/简报的角度

• “动作空间不止于工具调用”：把参数切换视为一种内部动作，扩展智能体动作设计的内涵。
• 灾难性遗忘的工程解法：冻结主干 + 能力专属适配器 + 执行期选择。
• 模块化持续演进：新增/更新适配器即扩展能力，便于产品化迭代与能力审计。
• 效率叙事：更少算力换来更高准确率，适合放在“成本-能力”权衡章节。

原始材料

• 标题：WeAct: Dynamic Weight Switching as Agent Actions
• 作者：Rui Shi, Xunjian Yin, Jiacheng Sang, Zichuan Liu, Shuyan Zhou
• arXiv ID：2610.26847v1（cs.LG；cs.AI、cs.CL）
• 发布/更新：2026-10-19T17:59:19Z
• 摘要页：https://arxiv.org/abs/2610.26847v1
• PDF：https://arxiv.org/pdf/2610.26847v1
• 关键词：Weight-level Internal Actions；LoRA adapters；adapter selection；catastrophic forgetting；long-horizon agents；continual adaptation