微软 TeleTune：从离线日志学 agent 技能，省最多 75 倍 token
EliasEskin · x · 2026-10-14
Microsoft 与 UNC Chapel Hill 发布论文 TeleTune: Evolving Agent Skills From Offline Telemetry，探索能否让 agent 从现成的用户/agent 遥测日志中学习技能，而训练期间不需要可交互环境。
要解决的问题：离线遥测日志虽记录了真实软件使用方式，但 (1) 缺乏显式任务目标，(2) 无法回放以验证每次技能更新，(3) 多任务混杂、噪声大。
方法：提出 skill-guided progress——用固定日志上的动作预测误差作为离线指标，为每条轨迹推断目标、根据预测误差提出技能修改建议，只保留提升该指标的编辑。
结果：
- WorkArena 上 +6.7%、Mind2Web 上 +7.7%（平均成功率 77.1% on WorkArena）
- 相比在真实环境中验证技能更新，节省 5–75 倍优化用 token
- 技能可迁移到未见过的在线任务（Mind2Web 上超越 AWWM 等基线，达 80.6%）
「编程与Agent」频道最新
- Cursor 经 Supabase MCP 直连后端，对话即可改生产库 — XFreeze · 2026-10-14
- 开发者断言：超人类 Agent 一步到位，Vibe coding 已死 — josh_bickett · 2026-10-14
- MIRA-AC 用代理反馈训练自动科研策略,多项发现任务成绩提升 — anirudhg9119 · 2026-10-14
- MIRA-AC 行为对比:区分性假设测试 16.8%→28%,无效微调近半减 — anirudhg9119 · 2026-10-14
- MIRA-AC 训练细节:重建完整 episode,只更新元推理器 — anirudhg9119 · 2026-10-14
- MCP Event 规范亮相：让 Agent 被动监听系统事件主动干活 — irvinebroque · 2026-10-14