SkillGym：用验证过的技能运行轨迹微调，Claude Code 成功率提升 19 分
rohanpaul_ai · x · 2026-10-06
上海 AI 实验室新论文发现：用经过验证的人类编写的 agent 技能运行轨迹训练模型，即使不提供技能文件，也能让模型成为更好的 agent。
方法
- Prompt 时代的 skills 依赖检索与指令遵循，在验证过的技能运行数据上微调可降低这种依赖。
- SkillGym 把每个技能文件变成带通过/失败检查器的沙盒任务，只用通过检查的运行轨迹作为训练数据。
结果
- 在 Claude Code 环境中，Qwen3.5-35B-A3B 在 Terminal-Bench 2.1 上从 39.33% 提升到 58.43%（+19.10 分）。
- 不加载任何技能文件时，模型在 SkillsBench 上得 26.81%，已超过带技能文件的基础模型（23.34%）。
- 在此基础上再加载技能文件仍有效，可进一步提升到 51.47%。
启示
技能文件写在 prompt 里时只有被检索到并遵循才起作用；把这些「用法」内化进模型权重，是提升 agent 实战能力的更稳路径。
所属事件:上海AI实验室发布SkillGym，技能轨迹微调显著提升Agent能力(2 条相关)→
「编程与Agent」频道最新
- Ethan Mollick 吐槽:AI 工具分散在本地与云端,解释起来太混乱 — emollick · 2026-10-06
- 开发者把数学公式变成音乐,做了个即输即听的小工具 — measure_plan · 2026-10-06
- Rork 与 ASC CLI 将支持 iPhone 双屏截图,分辨率可达 2853×2007 — rudrank · 2026-10-06
- 单提示词加 1 美元预算，agent 借 Lora Pilot MCP 产出 30 秒视频 — no3us · 2026-10-06
- Persona Policies 开源:进化式框架自动生成多样拟真用户画像 — natashajaques · 2026-10-06
- 开发者做原生 Mac 应用一键群发消息给多个 AI Agent — msg · 2026-10-06