智能体与自主科学
突破级
暂无讲解视频
核心要点
- 问题/背景
- 这篇论文把 skill learning 本身抽象成一个 meta-skill：不是训练模型权重，而是让一个可加载的技能负责生成、部署和改进其他领域技能。
- 方法/机制
- SkillEvolver 优化的是 skill 的 prose 和 code artifact，因此产物可以放进任意 protocol-compliant CLI agent，而不需要重新训练模型。
- 结果/证据
- 它和 trace distillation 的差别是先部署学到的技能，再从另一个 agent 使用该技能时遇到的失败中学习；并用 fresh-agent overfit audit 检查泄漏、静默绕过和部署技能特定失败。
- 收录价值
- 收录价值在于它把 agent capability extension 做成递归接口：技能不仅是能力载体，也可以是学习和改进技能的优化器。
论文摘要
SkillEvolver 将技能学习本身视为元技能。一个单一的元技能迭代地编写、部署和完善特定领域的技能，优化文本和代码产物而非模型权重。它从另一个代理在利用部署的技能时遇到的失败中学习，并使用新鲜代理过拟合审计来捕捉漏斗、静默绕过和特定技能的失败。
英文原文
SkillEvolver treats skill learning itself as a meta-skill. A single meta-skill iteratively authors, deploys, and refines domain-specific skills, optimizing prose and code artifacts rather than model weights. It learns from failures encountered by another agent while using the deployed skill and uses fresh-agent overfit audits to catch leakage, silent bypass, and skill-specific failures.