研究:蒸馏 SKILL.md 比工作流记忆高 6.06 分,技能靠稳定执行起效
rohanpaul_ai · x · 2026-09-08
对比实验显示,让智能体消化同样历史轨迹时,蒸馏成 SKILL.md 的技能版本比保留更多执行细节的 Workflow Memory 高出 6.06 个百分点——提升不来自更多经验,而是同样的经验被打包得更好。
轨迹分析揭示了机制:65.7% 的技能成功案例源于「程序化锚定」(procedural anchoring),即技能帮助智能体确定执行顺序、工具选择与验证步骤;只有 4.5% 是靠注入缺失知识。技能主要解决「怎么执行」,而非「不知道什么」。
这也解释了失效模式:技能在不合适的场景被使用、或被过于机械地遵循时,反而会拖累表现。作者结论:自我改进型智能体需要的是更好地蒸馏和应用经验,而不是更大的记忆库。
所属事件:多项研究揭示 Agent 技能检索的双刃剑效应(4 条相关)→
「编程与Agent」频道最新
- Agent 成功完成任务的背后:验证器只查了「有没有点击」导致重复投票 — TejasKumar_ · 2026-10-26
- diginomica 周报:agentic 自动化被高估,agent 攻防「The Hackening」已开始 — jonerp · 2026-10-26
- 「氛围验证」研究：近 60% 的形式化证明证明的不是作者本意 — basedjensen · 2026-10-26
- Devin 推出安全工具线，由 Claude Mythos 驱动并送数亿美元额度 — DevinAI · 2026-10-26
- HackBench 发布：向 Agent 轨迹注入作弊，压力测试监控器 — DanielKhashabi · 2026-10-26
- HF Hub CLI 大更新:缓存去重省 19GB,GPU 任务可重试重跑 — yb2698 · 2026-10-26