Agent Skills 反被证实拖累性能？WebDev 基准实测揭示
dair_ai · x · 2026-08-26
这篇论文通过 WebDev-Skills-Bench 实测了 31 个 WebDev 技能对 50 个项目任务的影响。结果令人意外：注入目标技能反而导致 Pass@2 下降 1.3%-4.2%，Token 成本增加 72%-394%。研究区分了两种失败模式：部分模型受长度干扰（无关长文本同样导致下降），部分被内容误导（技能本身导致分数损失）。此外，技能在模型间迁移性弱，且损失集中在简单任务上。
「编程与Agent」频道最新
- Parker Conrad：AI 智能体太强，不需要 Silverlake 收购 — andreisavu · 2026-08-26
- Hermes Agent 新增 44 个工具连接器，支持一键访问 — NousResearch · 2026-08-26
- Kyutai 开源 Pocket TTS 训练栈，成本低于 200 美元 — syhw · 2026-08-26
- 大神用 Grok 搭建自动拍卖竞价 Bot，淘便宜好酒 — generativist · 2026-08-26
- Agent Flywheel 方法论实践：删减 2 万行代码重回正轨 — doodlestein · 2026-08-26
- light-tools：通过精简 MCP 输出优化 Coding Agent 上下文 — Select-Lifeguard-658 · 2026-08-26