腾讯 SkillAdam 论文：给 Agent 技能进化加记忆，准确率 28.3%、token 省三分之二
rohanpaul_ai · x · 2026-10-02
腾讯新论文 SkillAdam 解决 agent 技能文件自动改写的两大通病：改写工具常原地打转，新编辑撤销了已生效的修复，token 白烧。
核心做法是教会改写模型两个习惯：
- 记住历史修复：保留已修复项的日志，避免反复横跳；
- 给大改加刹车：结果不稳定时改用更小、更保守的编辑。
效果：在长程购物和旅行规划任务上平均准确率 28.3%，对比此前最优方法 SkillOpt 的 21.7%，且 token 用量只有约三分之一。可迁移的实践结论：自动调优 agent 指令时，给它加一份过往修复的记忆和一个限制大改的机制。
论文：arXiv 2609.08944 "SkillAdam: Stable and Efficient Skill Evolution for Agents"
「编程与Agent」频道最新
- 开发者力挺拥抱 AI 写代码：像拒绝练手写体一样学手写代码没意义 — brandon_galang · 2026-10-02
- Mirelo 接入 AWS 的 Kiro IDE，AI Agent 可直接生成音效 — ordax · 2026-10-02
- GitHub 1.8 万星免费 Harness Engineering 课程：14 讲+8 实战项目 — Hesamation · 2026-10-02
- 开源项目 Manifesto：让 UI 与 Agent 走同一套应用内操作规则 — TraditionalListen994 · 2026-10-02
- 安全通告里的 void* 指针:AI 正在翻 Linux 内核旧代码 — mircomusolesi · 2026-10-02
- A2A 协议声量高落地少：多数团队仍停留在评估阶段 — Diarnstinc_Crew_6510 · 2026-10-02