近日，北京新陆航科技有限公司（以下简称“新陆航”）正式发布“吸积式RSI引擎”。该引擎面向大模型与智能体时代的企业AI落地，让模型、知识与智能体产生的经验可沉淀、可迁移、可复用、可审计，推动客户新任务接入的边际成本持续下降。引擎由新陆航联合创始人兼CTO蔡晶（毕业于清华大学自动化系）带队研发，目前已在客户现场启动POC验证。
新陆航CEO贾艳强表示：“企业的AI建设正在从单点项目走向基础设施。新陆航的长期方向，是构建新一代领域智能基础设施，把模型、知识、经验、数据和业务真正连接起来。此次发布的引擎，是这条路线上的关键一步——先让企业的经验成为可管理的资产。”
蔡晶表示：“企业AI的下一阶段竞争，不只是单次模型精度，而是谁能以更低成本把新任务接进来、把旧能力保下来、把成功经验复用起来。我们希望把这层‘经验资产’做扎实，让智能体从‘横向堆叠’升级为‘纵向贯通’。”
新陆航将引擎所管理的对象定义为企业的“经验资产”：继数据资产、知识资产之后，第三类可治理、可增值的AI资产。引擎不取代大模型，也不替换客户现有系统——无论其基于新陆航产品线还是第三方平台搭建——而是通过统一的“经验协议”，在现有系统旁增加一层经验管理，与客户已有的模型、知识库和业务系统直接对接。
一、从“项目制交付”到“经验资产平台”
当前企业AI落地普遍面临四类问题：学了新任务、忘了旧能力；每来一件新事都从零开始；生搬硬套相似经验，反而把旧任务带偏；经验越积越多，却没人整理、不敢使用。对应到技术语言，分别是“灾难性遗忘”“冷启动成本高”“负迁移”和经验治理缺失。
这类问题的根源在于“项目制交付”：每接一个新任务，就新搭一套模型、新标一批数据、新写一套流程，任务之间互不相通，投入随任务数线性增长。引擎要改变的正是这一模式——让每一次任务的投入都沉淀为可复用的经验资产。
二、三层吸积盘与四模块闭环
引擎以“吸积盘”为架构隐喻——如吸积盘分层吸附、逐层累积，新经验分层加入，旧经验不被覆盖。整体由三层吸积盘、四模块闭环与统一经验协议构成：三层吸积盘分别承载主干通用经验、任务或租户私有经验、迁移过渡经验；四模块闭环覆盖吸积知识存储、经验匹配筛选、自适应迁移适配与分层融合更新；统一经验协议则将经验封装为携带来源、版本、质量分与外传标签的“经验卡片”，作为引擎与外部系统对接的标准接口。
算法体系由5个核心算法与11个系统级支撑算法构成：前者包括多层渐进吸积合并、层级原型吸积存储、双指标动态经验筛选、多吸积盘混合域自适应蒸馏与多源经验门控正则化；后者覆盖任务边界检测、开集拒识、遗忘审计与安全回滚、无源迁移、稀疏路由推理等系统环节。其中多项技术与前述难题直接对应：多层渐进吸积合并确保新经验分层并入、旧能力不被覆盖；双指标动态经验筛选在经验进入主干前拦截“相似但不适配”的负迁移来源；学习式可迁移性估计量化既有经验对新任务的可用性，直接压缩新任务的冷启动标注量。
在与大模型的融合边界上，新陆航坚持“LLM只产建议、确定性模块做执行”：大模型能力被引入语义锚、Agent调度、可迁移性先验与开集命名等环节，但不替代数值主体与治理机制。
三、典型场景：天级上线与数据不出域
以工业质检中的精密结构件产线为例——这是一类典型场景，下列数字为基于该场景的目标测算，非实测结果：厂商每年新增3—5类缺陷，每类需2—3周、8—15万元；小批量多品种换型后精度下降10—20个百分点；为识别新缺陷重新训练，旧缺陷召回率反而下降；同时产线照片不能上云，边缘判定须在50毫秒内出结果。按引擎设计目标，新缺陷上线周期有望从约2周压缩至3天，单类新缺陷标注量从约500张降至约50张，旧缺陷识别能力保持不低于95%。
在大型集团OA场景，以一家5万人、12个事业部的典型集团为例：招待费、业务招待费、客户招待叫法不一；制度一年修订数百次；单据不能跨部门；新部门无历史数据；老审批人离职经验流失。引擎以“组织级经验盘”应对多部门隔离与制度频繁变更：每个事业部持有独立的任务级吸积盘，原始单据不出部门，跨部门只交换“经验卡片”；制度修改当天生成新卡片入库，旧卡片降权。设计目标为新部门适配周期从2—3个月降至1—2周、制度变更当天生效、冷启动所需样本从数千条标注降至约100条历史审批。
新陆航表示，上述数字均为目标测算口径，将随POC验证进展对外更新。公司同时明确：衡量引擎价值的北极星指标不是单次模型精度，而是客户新任务接入所需标注成本与工程人力的下降幅度。
在数据边界上，“原始数据不出域，只交换经验卡片”是引擎的默认设计：工厂场景中，跨厂只交换几百KB级的原型与描述，不交换原始图片；OA场景中，单据不出部门。每条经验卡片全程可追溯、可回滚，与企业数据最小化流动的合规要求相契合。
目前，该引擎已在客户现场启动POC验证，相关进展将随验证节点对外更新。
关于北京新陆航科技有限公司
北京新陆航科技有限公司先后获得国家高新技术企业认证、双软企业认证、北京市专精特新企业，拥有CNAS认可测评实验室。公司专注于企业级持续学习与数据智能领域，致力于构建新一代领域智能基础设施，连接模型、知识、经验、数据和业务。公司现有数据智造、知识中枢、领域智能体、训推平台、动态本体与智能体Runtime六大产品；“吸积式RSI引擎”作为独立的经验层，既可与上述产品组合交付，也可部署于客户基于其他平台构建的现有系统。产品研发由联合创始人兼CTO蔡晶（清华大学自动化系）带队，持续推动吸积式持续学习技术路线的研发与产品化落地。