GitHub 380 万个 Agent 技能文件过半为重复，完整数据集已开源
rohanpaul_ai · x · 2026-08-23
一篇新论文分析了 GitHub 上的 Agent 技能文件，发现公开库中虽有 380 万个文件，但超过 50% 是其他文件的精确副本，实际独立的文件仅约 190 万个。
这暴露了当前 Agent 技能缺乏注册表和包管理器的现状：开发者通常直接复制文件夹，技能通过 Markdown 描述让运行时加载，无编译检查，导致技能版本冻结且无法推送修复。论文进一步探讨了编辑副本是否引入了原版没有的命令或网络调用风险。
该数据集已打包为 SQLite 文件发布，可供大规模分析。
- 论文标题: GitSkills: A Dataset of Agent Skills on GitHub
- 链接: arxiv.org/abs/2608.10906
所属事件:研究称 GitHub 上超半数 Agent 技能文件为重复(2 条相关)→
「研究」频道最新
- Netflix 揭秘 LLM Judge 生产实践：每周评估数十万条推荐解释 — omarsar0 · 2026-08-24
- Nature 评论：数据溯源是自主科学的信任基石 — gabepgomes · 2026-08-24
- 新架构 RHEA：8GB 显存即可训练 10 亿参数模型 — zemondza · 2026-08-24
- 跳过 LLM 写代码老套路：自训 16M 参数模型做生成式 CAD — debreuil · 2026-08-24
- Claude 助手发现 6 维球复结构，解 60 年数学难题 — Singularitarian · 2026-08-24
- 研究揭示 AI Agent 行为：六成阅读量来自指令与笔记 — dair_ai · 2026-08-24