为什么重要：Agent Skills（技能）正在成为 LLM Agent 的核心记忆载体，但行业对 skill 的生成、提取、消费三个阶段缺乏系统理解。两篇最新论文从优化方法论和全生命周期评估两个维度，首次构建了可量化的技能工程体系，对 Agent 开发者有直接参考价值。
论文：Executive Strategy for Self-Evolving Agent Skills（SkillOpt）
作者：Yifan Yang et al.（微软亚研院 & 清华大学）
来源：arXiv:2605.23904 · cs.AI
新方法
Agent
优化
核心问题：现有 skill 生成依赖人工、一次性生成或粗放式自改进，缺乏像深度学习优化器那样可控、可复现的训练范式。
技术方案：SkillOpt 将 skill 文档视为外部状态，用一个独立的 optimizer model 对其做 text-space 优化：
关键数据：
| 场景 | 无 Skill 基线 | SkillOpt 效果 |
|---|---|---|
| GPT-5.5 Direct Chat | 基线 | +23.5 points |
| GPT-5.5 + Codex Agent | 基线 | +24.8 points |
| Claude Code | 基线 | +19.1 points |
| 跨模型迁移 | skill artifact 可跨模型规模迁移 | |
| 跨执行环境 | Codex ↔ Claude Code 之间可迁移 | |
局限性：skill 质量仍受制于初始 rollout 质量；慢 meta update 增加了训练成本；跨 domain 迁移的极限边界尚未明确界定。
论文：From Raw Experience to Skill Consumption: A Systematic Study of Model-Generated Agent Skills
作者：Zisu Huang et al.（微软亚研院 & 清华大学）
来源：arXiv:2605.23899 · cs.AI
系统性研究
评估框架
负迁移
核心问题：skill extraction 方法众多，但没有人系统研究 skill 在「生成→提取→消费」全链路中的实际效用和失效模式。
发现一：模型能力不对称
发现二：非平凡负迁移
发现三：meta-skill 可减少负迁移
将 lifecycle 各阶段的发现转化为指导提取方向的 meta-skill（关于哪些特征与实际效用相关），在多个 domain 上一致提升 skill 质量，显著减少负迁移。
局限性：框架覆盖 5 个 agentic 任务 domain，但覆盖范围仍有空白；meta-skill 的泛化能力依赖特定任务类型。
Skill Extraction 方法对比
| 方法 | 代表工作 | 特点 |
|---|---|---|
| Trace2Skill | — | 从执行轨迹中提取 |
| TextGrad | — | 基于梯度的文本优化 |
| GEPA | — | 通用经验池 |
| EvoSkill | — | 进化式 skill 改进 |
| One-shot LLM | — | 一次性生成 |
周边技术热点（同期 arXiv）
方向判断：两篇论文揭示的核心洞察是：skill 本身不是瓶颈，「如何让 skill 在目标消费者上真正生效」才是未解决的难题。SkillOpt 解决了 skill 优化端，Huang et al. 解决了评估诊断端，两者结合构成了一个粗粒度的 skill 工程闭环。
对 Agent 开发者的实操建议：
待解决问题：负迁移的根因尚未被完全理解；skill 质量与 rollout 初始质量的依赖关系需要更系统刻画；跨模态（视觉 Agent）skill 迁移尚属空白。