SkillOpt：将智能体技能作为可训练参数
概览而言，AI 智能体常常因其指令或技能被手动修改而失败，且修改后无法保证性能提升。SkillOpt 将技能编辑转化为一个训练过程，使智能体行为更加可靠，而无需修改模型权重。SkillOpt 将智能体技能文件视为冻结目标模型之外的一个可训练参数，将技能编写从一次性提示转变为受控的优化过程。在六个基准测试、七个目标模型和三种执行模式下，SkillOpt 在所有 52 个评估单元中均为最佳或并列最佳方法，在不更新模型权重的情况下提升了性能。通过受限文本编辑、验证门控、拒绝编辑反馈以及慢速/元更新，SkillOpt 保持技能紧凑且可审计，避免了不受控制的提示漂移。优化后的技能可跨模型规模、智能体框架及相关任务迁移，表明它们捕获了可复用的工作流知识，而非特定于基准测试的指令。
大语言模型（LLM，Large Language Model）越来越多地被部署为智能体，用于收集证据、调用工具并执行多步骤任务。对于这些智能体来说，难题已不再是如何调用工具，而是能否可靠且一致地完成任务。如今，智能体技能通常来自三个来源：专家手写、前沿模型一次性生成，或智能体在执行后粗略修订。这些方法均不像深度学习优化器那样运作。它们缺乏步长控制、保留验证集，以及任何对失败修订的记忆。结果，技能往往随每次重写变得更长并发生漂移，而看似完全合理的修订却可能悄悄降低实际任务性能。这种不受控制的技能演变已成为从智能体原型迈向可靠、生产级部署的主要障碍。