微软开源 SkillOpt，一个将 Agent 技能文档视为可训练参数的文本空间优化框架，通过系统化的训练循环让技能文档自我进化，在 52 个评测组合中全面领先。
📝 详细摘要
本文详细介绍了微软开源的 SkillOpt 框架，其核心思想是将 Agent 的行为指导文档（如 CLAUDE.md、system prompt）视为可训练的「外部权重」，并借鉴深度学习训练循环（前向传播、反向传播、参数更新）来系统化地优化这些自然语言文档。框架包含 Rollout（执行任务）、Reflect（分析失败/成功案例）、Edit（结构化编辑）和 Gate（验证门控）四个核心步骤，并引入了文本学习率、被拒绝编辑缓冲区、慢更新与元技能等机制来防止灾难性遗忘、利用负反馈和实现长期记忆。在 7 个目标模型、6 个基准测试、3 种执行环境的 52 个评测组合中，SkillOpt 均达到最优或并列最优，且训练出的技能文档展现出强大的跨模型和跨环境迁移能力。文章认为，SkillOpt 标志着智能体技能优化从手工试错走向了系统化训练，进一步将人类的认知负担转移给机器。
💡 主要观点
- SkillOpt 将 Agent 技能文档视为可训练的「外部权重」，借鉴深度学习训练循环进行系统化优化。 框架包含 Rollout（前向传播）、Reflect（反向传播，分析失败/成功案例）、Edit（参数更新，结构化编辑文档）和 Gate（验证门控）四个步骤，将手工试错转变为自动化训练过程。
💬 文章金句
- Agent 的技能文档就是它的「外部权重」，既然内部权重可以用梯度下降来优化，外部权重也应该有一套系统化的训练方法。
- 一份好的操作手册，对新手的价值远大于对专家的价值，这个直觉在 AI Agent 上同样成立。
- SkillOpt 告诉我们，智能体的一切都是可以自我学习的。
📊 文章信息
AI 初评：90
来源：机器之心
作者：机器之心
分类：人工智能
语言：中文
阅读时间：15 分钟
字数：3551
标签： SkillOpt, 微软, AI Agent, 技能优化, 文本空间优化