COBRA-Skills 用上下文多臂老虎机优化 Agent 技能，成本降约 55-58%
GardenDelicious1476 · reddit · 2026-09-13
开源研究项目 COBRA-Skills 把 Agent Skill 优化视为序贯预算分配问题——判断下一个最值得评估的技能，避免昂贵的「生成-执行-分析-重写」全量循环：
- 维护候选技能种群，用神经预测器估计技能效用，LinearUCB 平衡探索与利用，只在目标 agent 上评估被选中的技能，并复用执行反馈做定期再生成、变异和交叉；
- 在 6 个 agent 基准（搜索 QA、表格、文档理解、数学、社交推理、具身任务）×3 个目标模型上测试：平均表现最佳，比 SkillOpt 成本低约 55-58%，每基准仅需 50 个优化样本，兼容 Codex 和 Claude Code harness，目标模型自身生成技能时依然有效；
- 有趣发现：成本下降的主要来源不是减少目标 agent 执行，而是避免重复的 LLM 轨迹分析与技能重写。
论文 arXiv:2609.11682，代码与 HF 页面均开源。
所属事件:港中深 COBRA-Skills 优化智能体技能库成本大降(2 条相关)→
「编程与Agent」频道最新
- effect-harness + Cloudflare：agent 循环自由拆到多台 VM 上跑 — samgoodwin89 · 2026-10-31
- jh3yy：AI agent 第一次让工具跟上我的大脑，找回心流 — jh3yy · 2026-10-31
- CAFE 生态周报：Maple 三天迁移 30 万行 React 到 Foldkit — samgoodwin89 · 2026-10-31
- 二十年没写代码，他用 Claude 做出百星开源 TV 启动器 — SuB8u · 2026-10-31
- Factory 收购 typedef_ai，为 AI agent 补上企业数据上下文层 — maddiehfaulkner · 2026-10-31
- 浏览器 Agent 丢链后图搜索救场:5/5 对单轨迹回放 0/5,作者主动更正数据 — JeremyCMorgan · 2026-10-31