SkillOpt 让 skill 也能“训练”

SkillOpt 让 skill 也能“训练”

微软联合上海交通大学、复旦大学、同济大学等机构提出 SkillOpt 框架，用于自动评估并迭代优化 Agent 的 skill。论文中，该框架通过 harness 闭环让大模型先写 skill，再在独立验证集上跑分，只有分数提升的文本编辑才会保留；其编辑操作包括增加、删除、替换文本。实验显示，GPT-5.5 的直接对话准确率因此提升了 23.5 分，且每一步设置 4 到 8 个编辑操作预算时效果最好，最终最佳 skill 往往只保留 1 到 4 个被接受的核心修改。