微软研究院 SkillOpt 用文本优化技能，六基准 52/52
eyishazyer · x · 2026-07-24
这篇长帖拆解了 Microsoft Research 的 SkillOpt：它不是调模型权重，而是优化一份自然语言形式的“skill document”。
- 模型本身保持冻结，真正被反复迭代的是这份文本指令。
- 整个流程包括四步：先在任务上跑 rollout，再由另一个优化器模型做反思；编辑幅度被“预算”限制，相当于文本版学习率；最后必须在留出的验证集上通过，才能保留。
- 失败的改动会进入 rejection buffer，防止优化器反复犯同样的错误；更慢的 epoch 级更新则帮助长周期技能演化，而不会把上下文窗口撑爆。
- 作者称，SkillOpt 在六个 benchmark、七个目标模型上拿到 52/52 的结果，尤其在 SpreadsheetBench 和 OfficeQA 这类工具型任务上提升很大。
- 其落地优势是：最终产物只是一个可直接塞进 system prompt 的短 Markdown 文件，推理时不需要额外调用模型。
所属事件:微软发布SkillOpt：不调权重优化智能体技能(5 条相关)→
「编程与Agent」频道最新
- 工程师身份危机蔓延:多智能体系统正在重定义软件工程问题 — rakyll · 2026-10-26
- 零基础学员经 AI 辅导也能跑通完整 CI/CD 流水线 — curious_vii · 2026-10-26
- Ruff 作者感叹:前沿模型能在任何软件里找到无穷多 bug — charliermarsh · 2026-10-26
- 开发者实测同一 skill 跨 Opus 5.5 与 Sol 6.1:指令遵循表现参差 — lucasmeijer · 2026-10-26
- 用小开源模型逆向工程游戏二进制:主 agent 中途重写子 agent 的 harness — yb2698 · 2026-10-26
- ContractSim：首个评估 LLM 自然语言合同谈判的框架 — xuanalogue · 2026-10-26