原始来源日期:2026年10月7日。本文依据最近72小时内发布的一手资料编译。

原文编译

自进化Agent会把一次成功经验蒸馏成长期技能,但技能可能包含错误流程、偶然细节或只适用于原任务的知识。仅检查技能文本无法证明它在新任务中仍有帮助。

SkillSandbox为每个候选技能专门生成一个能触发其作用、又不同于来源任务的场景。Proposer指定需要保留的条件与应改变的细节,Builder把描述构造成可实际执行的任务和环境。

Verifier分别运行启用和禁用技能的Agent,比较任务是否可执行、技能是否提高效用以及是否改善效率,再给出Keep或Reject,决定候选是否进入长期技能库。

作者在ALFWorld和WebShop、三种模型上报告最强下游表现和更高执行效率,并进一步分析判定是否真实反映可复用性。结果仍依赖合成场景覆盖,未触发的风险不会被自动发现。

阅读全文时需要把核心机制与边界条件合并判断:SkillSandbox为每个候选技能专门生成一个能触发其作用、又不同于来源任务的场景。Proposer指定需要保留的条件与应改变的细节,Builder把描述构造成可实际执行的任务和环境。 与此同时,原文也明确提醒:作者在ALFWorld和WebShop、三种模型上报告最强下游表现和更高执行效率,并进一步分析判定是否真实反映可复用性。结果仍依赖合成场景覆盖,未触发的风险不会被自动发现。 这两部分共同限定了这项工作的可复现范围和工程含义,不能只引用其中的性能数字或状态标签。

量仔观察

本站判断,动态对照实验比“成功一次即写入技能库”可靠得多。企业Agent应保存无技能基线、场景生成规则、执行日志和判定理由,支持之后重新验证与撤销。

对安全技能,场景必须加入禁止条件和对抗样本,而不只生成能展示收益的任务。Builder与Verifier也应相互隔离,避免同一模型既出题又裁判形成自我确认。