正在打开每日关注
SkillOpt：让 Agent 技能像模型一样训练
用有界编辑与留出验证，持续优化可迁移的 Agent 技能文档。
来源摘录
MICROSOFT JUST OPEN-SOURCED SELF-EVOLVING AGENT SKILLS. it's called skillopt. skills that improve themselves the same way you train an ai model. no more guessing whether your prompt tweaks helped. a base model runs the task, an optimizer evaluates the output and rewrites the instructions itself. → isolates successful paths from failures to find precise improvements → auto-rejects any edit that doesn't beat your benchmark score → beats hand-crafted prompts and optimizers like textgrad → zero model lock-in, the skill transfers to any model you switch to 100% free. open source.
深度解析
是什么 这条推文介绍 Microsoft 开源的 SkillOpt：把 skill 文档视为冻结 Agent 的“可训练状态”，用离线任务轨迹和评分来迭代说明，而不改基础模型权重。README 还提供 Python 3.10+、PyPI、arXiv、MIT 等入口；这些是画面可见元数据，不等同于对效果的独立验证。
核心设计 流程类似文本空间的训练回路：基础模型按当前技能执行，独立优化器从成功/失败 rollout 中提取编辑方向，只允许对单一文档做受限的增删改；编辑预算、epoch/批次、拒绝编辑缓冲区和 held-out selection gate 共同控制更新。候选版本只有在留出集得分提升时才接受，部署阶段无需额外推理调用。
关键洞察 它把“改 prompt 凭感觉”变成可复现的实验协议：明确状态、预算、评测门槛和回退路径。最值得借鉴的是训练与部署分离、bounded diff、留出验证，以及把跨模型/跨 harness 迁移作为目标，而不是把某次模型输出误当成能力提升。
边界与风险 “击败手写 prompt、TextGrad、零模型锁定、100% 免费”等属于原推文的宣传性断言，截图未给出基准、成本或复现实验。实际效果会受任务评分器、留出集质量、编辑器偏差和优化成本影响，也可能过拟合 benchmark 或累积隐性语义损伤。采用前应审计评测泄漏、版本可回滚性与跨模型复测。