SkillSeek:传统 IR 检索即可替代 LLM 循环,单次成本从 51.3 降至 27.5 美元
StevensAGI · hf · 2026-10-01
Stevens AGI 发布开源技能检索器 SkillSeek,针对 Agent 技能市场规模化后的选择难题——开源聚合技能已超 23 万个,筛选而非编写成为瓶颈。
- 现有主流做法是把选择外包给 agent 内部的 LLM 检索循环(重写查询、迭代筛选),每个任务都要烧 token
- SkillSeek 用标准 IR 方案:两级检索器(BGE-base 双塔编码器 + 小型 cross-encoder),通过 MCP 暴露
- 在 89 任务的 SkillsBench 上,4×11 网格实验显示:仅 bm25 在四个设置中的三个就能达到或超过 Liu 等人的 LLM 循环,小 cross-encoder 补齐第四个
- 单次试验总花费从 51.30 美元降到 27.54 美元,与无技能基线相差不到 0.5 美元
- 结论:在 OpenHands 环境下,确定性 IR 方案应作为 agent 技能检索的强默认,LLM 循环仅作补充
「编程与Agent」频道最新
- 开源 Hybris MCP Server 让 AI 助手直接管理 SAP Commerce Cloud — modelcontextprotocol · 2026-10-01
- CMU 发布 cua-speedrun：同分下 computer-use agent 速度差距可达 4.4 倍 — arankomatsuzaki · 2026-10-01
- 开源 M-Anchor：零 LLM 调用的确定性 Python 网关拦截越权记录更新 — Informal-Winter-3190 · 2026-10-01
- 不用 Fable 纯跑 Opus 4.5,不到两天烧完 Claude 周额度 — yihui_indie · 2026-10-01
- 双模型分工实操：Opus 管架构审查，Sol 负责大量编码 — haider1 · 2026-10-01
- 形式化验证专家批 AI 圈认知落后 15 年：现代 FV 不靠 SMT 与翻译器 — tianyin_xu · 2026-10-01