arXiv 论文：Agent Skills 可能有害，307 起失败可归因到具体 skill
alex_verem · x · 2026-08-21
arXiv 论文《Agent Skills Can Be Harmful: An Empirical Study of Skill-Induced Failures in LLM Agents》（2608.11888）对 skill 诱发的 agent 失败做了系统归因分析。作者提出了一个差分分析框架：把 skill 引导的运行与「无 skill」或「语义匹配 skill」的参照运行对比，把任务失败或成本回退归因到具体加载的 skill，并在 SkillsBench 与 SWE-Skills-Bench 上实例化，产出 307 起 skill 诱发失败（125 起功能失败、182 起效率回退）。
论文还构建了 SkillTriage——一个分类法驱动的归因工具，对成对案例做归一化、抽取差分证据并生成分诊报告。主要发现：功能失败极少由明显无关的 skill 造成，反而是看似相关的 skill 常让 agent 错误实现或遗漏任务要求的实现要素；效率回退则表现为 token 消耗与执行时间的增加。
所属事件:论文实证 AI Skill 或致 Agent 失败：307 起案例归因(2 条相关)→
「编程与Agent」频道最新
- Every 发布 8000 字 Codex 编年史：深访创始团队并支持 agent 协作阅读 — danshipper · 2026-10-16
- 开发者 4 天重写 GitHub:Keel 让 Agent 先声明意图再改代码 — threepointone · 2026-10-16
- 小模型当裁判又塞满上下文：eval 常见反模式遭吐槽 — xeophon · 2026-10-16
- Meta 开放权重模型 Muse Spark Open 上架 Ollama：1M 上下文、可接 Claude Code — ollama · 2026-10-16
- Monid 上线：一个余额按次调用 1700+ 工具的 Agent 工具注册平台 — HeyAmit_ · 2026-10-16
- OpenAI 上线 Sites 官方教程:从创建到发布全流程 — OpenAIDevs · 2026-10-16