CDSE 论文:拆分技能四组件,自进化 agent 提升 7.6 个百分点
ruslansv · x · 2026-10-20
arXiv 论文《From Trajectories to Differentiated Skills: Cognitive Differentiation for Self-Improving Agents》(2610.23599) 提出 CDSE 方法，让 LLM agent 的技能自我进化而无需微调基座模型。
核心思路：现有技能进化方法把知识当成单一工件，而真实技能混合了控制逻辑、启发式、工具指引和可执行流程。CDSE 受认知科学启发，把技能拆成 Meta / Experience / Tool / Script 四个功能组件，从成功与失败轨迹中提取有证据支撑的语义梯度，按功能角色归并后做组件特定的更新与验证，并跨组件协调调用。
关键数据：
- 对 500 个头部 skill 包的分析显示 96.8% 已跨越至少两个功能角色
- 在 6 个 benchmark、3 个 agent 模型、2 种执行框架的 36 个设置中全部取得最高分，比 Base agent 高 7.6 个百分点，比每个设置下最强对手高 2.6 个百分点
- 与 SKILL.md 式渐进披露机制天然契合
「编程与Agent」频道最新
- Coinbase 上线 Agent 交易:AI 可直接做多美股指数与加密永续 — MurrLincoln · 2026-10-20
- Google Cloud 提出 Agent Substrate：挂起/恢复成智能体核心原语 — rseroter · 2026-10-20
- 700 字节的 MCP 服务器：只报时间，零依赖秒启动 — kaphwor · 2026-10-20
- Anthropic 工程师公开 Opus 5.5 代码动画短片完整 prompt 心法 — dfeinition · 2026-10-20
- Meta 发布 ProPerAgent：记忆驱动主动助手准确率从 15% 提至 38% — dair_ai · 2026-10-20
- Claude Motion 动画一键发 Descript，配音字幕成片三步走 — descript · 2026-10-20