【第648期】SkillOpt：大语言模型智能体技能的系统化文本优化器

Seventy3 · Jul 9, 2026 · 16m

Seventy3：借助NotebookLM的能力进行论文解读，专注人工智能、大模型、机器人算法、crypto方向，让大家跟着AI一起进步。

如果你想要解读自己的论文，获得更多曝光度。请联系小助手微信：seventy3_podcast 加群。

合作邮箱：zhiwudazhanjiangshi#gmail.com

今天的主题是：

SkillOpt: Executive Strategy for Self-Evolving Agent Skills

Summary

今天的智能体技能（skills）要么是手工打造的、要么是一阶段（one-shot）生成的，或者是通过控制松散的自我修正演化而来的，这些方式的表现都不像针对技能的深度学习优化器，且在反馈下都无法可靠地超越其初始起点。我们认为，技能反而应该作为冻结状态下智能体的外部状态（external state）来进行训练，并应当具备与让权重空间优化（weight-space optimization）可复现相同的严谨度。

据我们所知，SkillOpt 是首个针对智能体技能的系统化、可控的文本空间优化器（text-space optimizer）：一个独立的优化器模型将带有评分的测试流（scored rollouts）转化为对单个技能文档进行有限制的“添加/删除/替换”编辑，并且只有当某次编辑能严格提升留出验证集（held-out…