微软开源 SkillOpt，让 Agent Skills 自我进化
blaizedsouza · x · 2026-07-21
微软开源 SkillOpt，让 Agent Skills 像模型一样自我进化
这条帖子转述了微软开源的 SkillOpt：一个训练“agent skills”的框架，但它训练的不是模型权重，而是技能文档本身。
它的主张是：
- 先由基础模型完成任务；
- 再由一个独立优化器评估结果，并自动改写技能说明；
- 系统会把成功路径和失败路径分开，只有真的优于基准的修改才会被接受；
- 技能可以跨模型迁移，不被单一模型绑定。
截图里的 README 把它形容为“自我进化的 Agent Skills 的执行策略”，并明确使用了类似深度学习训练的术语：
- epoch
- batch size / mini-batch
- learning rate
- validation gate
- bounded edits
项目想解决的问题是：把 skill document 变成 frozen agent 的可训练状态，用更稳定、可复现的方式持续提升 agent 行为，而且部署时不需要额外的 inference-time 模型调用。
所属事件:微软开源 SkillOpt 实现 Agent 技能自我进化(2 条相关)→
「编程与Agent」频道最新
- 智能体自治别急着放权，先跑波次找摩擦点 — JnBrymn · 2026-07-22
- Coding agents 正走向 AI 写、AI 审、人工批的流程 — aftahi_ai · 2026-07-22
- oMLX 0.5.2 增加菜单栏统计和低比特解码内核 — awnihannun · 2026-07-22
- GitHub 机器人审到上限，PR 还要等 39 分钟 — DanielLockyer · 2026-07-22
- Codex Remote 的 Max 推理强度疑似只在移动端开放 — GabGarrett · 2026-07-22
- 有人用 MCP 做了个 demo，主张商店应把价格和购物车开放给 AI — gelembjuk · 2026-07-22