Microsoft：SkillOpt自主进化智能体

SkillOpt 是一种专为大型语言模型（LLM）智能体设计的文本空间优化器，旨在通过结构化的自进化提升智能体的任务执行能力。该技术将智能体技能视为一种可训练的外部状态，通过分析任务执行轨迹并利用另一模型作为优化器，对技能文档进行精细的增加、删除或替换编辑。为了确保优化的稳定性，它引入了文本学习率控制编辑步长，并通过验证门控机制仅接受能切实提高得分的改进。此外，拒绝编辑缓冲区和周期性慢速更新的设计，使其在不改变模型权重的前提下，能够捕捉长期的领域经验。实验证明，该方法在多个基准测试中显著超越了手动编写或一键生成的技能方案，且具备跨模型和跨平台的迁移能力。这种方法不仅保持了技能文件的紧凑性与可解释性，还为智能体领域适配提供了一种高效且受控的新途径。