SkillOpt

SkillOpt - AI智能体技能自进化框架，文本空间优化、验证门控与技能导出工具

SkillOpt 简介

SkillOpt是微软研究院推出的AI智能体技能自进化框架，集文本空间优化、验证门控与技能迁移于一体。框架将自然语言技能文档视为可训练对象，通过冻结目标模型执行、优化器模型反思编辑、验证门控筛选的闭环流程，实现技能的自动迭代与提升。无需微调模型或手动维护提示词，SkillOpt在SearchQA、SpreadsheetBench、LiveMath等基准测试中超越最强基线，支持跨模型与跨工具链的技能迁移，最终仅输出单个技能文件供部署使用。

SkillOpt 核心功能/服务

文本空间技能优化：将传统参数空间优化映射到文本空间，以技能文档为参数、轨迹推导的编辑方向为梯度、编辑预算为学习率。通过添加、删除、替换等原子操作对技能文档进行结构化编辑，在保持可解释性的同时实现稳定的技能提升。

验证门控与编辑缓冲：引入held-out selection gate机制，仅当候选技能在验证集上表现提升时才接受更新，避免无条件自编辑导致的性能退化。 rejected edit buffer将失败编辑转化为负反馈，帮助优化器避免重复有害方向，实现更长期的优化记忆。

跨模型迁移与低成本部署：训练完成的技能文档可迁移至不同模型与工具链使用。实验显示，GPT-5.4的LiveMath技能迁移至GPT-5.4-nano提升15.2%，Codex训练的SpreadsheetBench技能迁移至Claude Code提升31.8%。部署时目标模型仅消耗最终技能文件，无需加载优化器内存。

SkillOpt 适合谁

• AI Agent开发者：构建需要持续迭代任务能力的智能体应用的技术团队。SkillOpt提供系统化的技能自动优化流程，减少手动Prompt工程与维护成本，使Agent在特定任务域上持续提升表现。
• 大模型应用研究者：从事LLM Agent能力增强、技能迁移与自进化机制研究的学术与工业研究人员。框架开源且提供完整论文与实验数据，可作为相关方向的基础研究工具与对比基准。
• 企业AI平台工程师：需要在生产环境中部署可维护、可迭代的AI代理系统的工程团队。SkillOpt将技能与模型解耦，支持技能文件的版本管理与热更新，降低生产环境的运维复杂度。

为什么选择SkillOpt

SkillOpt由微软研究院开发并开源，论文已发布于arXiv。框架在ALFWorld、SearchQA、SpreadsheetBench、LiveMath等多个基准上验证有效，ALFWorld hard score从70.9%提升至85.8%。消融实验表明，bounded edit budget、held-out validation gate与rejected edit buffer三个组件均对最终性能有显著贡献。相比模型微调，SkillOpt在文本空间操作技能文档，无需访问模型权重，适配闭源API模型。技能以纯文本文件形式存在，便于版本控制、人工审核与跨团队共享。访问项目页面查看论文、视频演示与代码资源。