PsychAgent：面向自我演化心理咨询师的经验驱动终身学习智能体

现有AI心理咨询师方法主要依赖使用静态对话数据集的监督微调。然而，这与人类专家形成对比——后者通过临床实践与经验积累持续提升专业水平。为弥合这一差距，我们提出面向心理咨询的经验驱动终身学习智能体（PsychAgent）。首先，我们建立专为纵向多会话交互设计的记忆增强规划引擎，通过持久记忆与策略性规划保障治疗连续性。其次，为支持自我演化，我们设计了技能演化引擎，从历史咨询轨迹中提取基于实践的新技能。最后，我们引入强化内化引擎，通过拒绝采样微调（rejection fine-tuning）将演化出的技能融入模型，以提升多种场景下的表现。对比分析显示，我们的方法在所有报告的评估维度上都取得高于强通用LLM（如GPT-5.4、Gemini-3）及领域专属基线的分数。这些结果表明，终身学习能提升多会话咨询回复的一致性与整体质量。