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
- MCP 新增 Skills 扩展:按需发现并加载技能,节省上下文窗口 — blaizedsouza · 2026-09-14
- Spawn 游戏平台支持邀请自有编码 Agent 写代码并陪你联机试玩 — majidmanzarpour · 2026-09-14
- 开发者吐槽:GLM/DeepSeek 一步搞定的事,却为高端模型付了天价 — haydendevs · 2026-09-14
- Codex 升级后会话间主动协调,用户无需再提醒相互沟通 — RileyRalmuto · 2026-09-14
- 开发者推出 Alchemy Console：云资源的可视化浏览与删除面板 — samgoodwin89 · 2026-09-14
- 零成本剪辑组合技:用 Codex Astra 6 + 免费版 DaVinci Resolve 19.1 — alexcovo_eth · 2026-09-14