加载中...
avatar
文章
30
标签
40
分类
4
首页
归档
标签
分类
说说
友链
关于
搜索
我的博客【前沿】Skill 与自进化 返回首页
首页
归档
标签
分类
说说
友链
关于
搜索

【前沿】Skill 与自进化

发表于2026-08-31|更新于2026-09-02|前沿技术
|总字数:7|阅读时长:1分钟
文章作者: Moyon
文章链接: https://moyon.net.cn/2026/08/31/agent-tech-skill-evolution/
版权声明: 本博客所有文章除特别声明外，均采用 CC BY-NC-SA 4.0 许可协议。转载请注明来源 我的博客！
Skill渐进披露自进化
请作者喝杯咖啡 ☕
  • 微信
    微信
  • 支付宝
    支付宝
cover of previous post
上一篇
【实习】实习经历面试问答
cover of next post
下一篇
【前沿】协议与工程治理
评论
avatar
Moyon
记录代码、阅读与思考
文章
30
标签
40
分类
4
Follow Me
公告
This is my Blog
目录
  1. 1. 目录
  2. 2. Agent Skill 体系：能力封装与渐进式披露
  3. 3. 一、为什么需要 Skill
  4. 4. 二、Skill 的结构
    1. 4.1. SKILL.md 的组成
    2. 4.2. 主体的标准板块
  5. 5. 三、三种目录形态
  6. 6. 四、渐进式披露：核心设计亮点
    1. 6.1. 三级加载
    2. 6.2. 为什么这个设计有效
  7. 7. 五、description：召回的唯一依据
    1. 7.1. 好的 description 模板
    2. 7.2. 单一职责原则
  8. 8. 六、Skill 解决的三个工程问题
  9. 9. 七、Skill 与记忆的关系
  10. 10. 八、总结
  11. 11. 补充：声明式字段与组合
    1. 11.1. 三个声明式字段
    2. 11.2. composable_with：显式组合关系
    3. 11.3. 声明式字段与渐进式披露的配合
  12. 12. Skill 自进化机制：参数派 vs 非参派
  13. 13. 一、两条技术路线的分野
  14. 14. 二、非参进化的底层逻辑
  15. 15. 三、六套代表性方案
    1. 15.1. 参数派（2 套）
      1. 15.1.1. SkillRL：递归技能增强强化学习
      2. 15.1.2. MemSkill：记忆技能自进化
    2. 15.2. 非参派（4 套）
      1. 15.2.1. AutoSkill：无需训练的终身学习
      2. 15.2.2. SkillClaw：多用户交互驱动进化
      3. 15.2.3. SAGER：策略进化 ≠ 记忆进化 ⭐
      4. 15.2.4. SkillOpt：文本空间系统化优化器 ⭐ 当前 SOTA
  16. 16. 四、SkillOpt 五大核心机制详解
    1. 16.1. 机制 1：有界编辑（Edit Budget）= 文本学习率
    2. 16.2. 机制 2：验证门（Held-out Gate）= 防止过拟合
    3. 16.3. 机制 3：拒绝缓冲区（Rejected-Edit Buffer）= 负反馈记忆
    4. 16.4. 机制 4：慢更新（Slow / Meta Update）= 跨 Epoch 长程记忆
    5. 16.5. 机制 5：双模型分工
  17. 17. 五、完整执行流程
  18. 18. 六、六套方案对比总览
  19. 19. 七、从六套方案提炼的设计原则
  20. 20. 自进化 Agent：技术路线全景
  21. 21. 一、什么是自进化 Agent
  22. 22. 二、三问框架：What / When / How
    1. 22.1. What：进化什么
    2. 22.2. When：何时进化
    3. 22.3. How：如何进化
  23. 23. 三、反馈循环框架
  24. 24. 四、四大进化支柱
  25. 25. 五、六条主流技术路线
    1. 25.1. 路线 1：反思与自我批评（Reflection & Self-Critique）
    2. 25.2. 路线 2：强化学习驱动的进化（RL-based Evolution）
    3. 25.3. 路线 3：自博弈与协同进化（Self-Play & Co-Evolution）
    4. 25.4. 路线 4：技能库积累（Skill Library Accumulation）
    5. 25.5. 路线 5：轨迹优化（Trajectory Optimization）
    6. 25.6. 路线 6：自我奖励与评估（Self-Reward & Self-Evaluation）
  26. 26. 六、代表性系统总览
  27. 27. 七、优化阶梯：进化对象的逐级深化
  28. 28. 八、自进化的边界与风险
    1. 28.1. 适用边界
    2. 28.2. 安全边界
  29. 29. 九、六条路线的选择指南
  30. 30. 十、总结
  31. 31. 补充：统计显著性验证与可证伪
    1. 31.1. 统计显著性验证门槛
    2. 31.2. 可证伪原则
    3. 31.3. 小样本与大样本
  32. 32. 自进化闭环工程：从自博弈 Demo 到生产落地
  33. 33. 一、Agent 上线只是开始
  34. 34. 二、三条工程落地路径
  35. 35. 三、Harness 是进化的基础设施
  36. 36. 四、自博弈闭环：五个角色
    1. 36.1. 这个闭环的关键设计
  37. 37. 五、Evaluator 的五维度评估
  38. 38. 六、线上效果回收闭环
    1. 38.1. 策略蒸馏与策略注入：改的核心机制
    2. 38.2. 关键设计：不只发现问题，也发现机会点
  39. 39. 七、夜间自迭代，早上看报告
  40. 40. 八、记忆与持续进化
  41. 41. 九、效果度量
    1. 41.1. 效率提升
    2. 41.2. 质量保证
  42. 42. 十、从客服到通用 Agent
  43. 43. 十一、总结
  44. 44. 补充：候选生成独立步骤与停止阈值
    1. 44.1. 候选生成作为独立步骤
    2. 44.2. CandidateChange 结构
    3. 44.3. improvement_threshold 停止阈值
  45. 45. 补充：评测工程方法论
    1. 45.1. 通用消融实验方法论
    2. 45.2. 自进化曲线
    3. 45.3. 串联可靠性论据
最新文章
【前沿】Agent 记忆与偏好
【前沿】Agent 记忆与偏好2026-08-31
【前沿】Agent 架构与工程
【前沿】Agent 架构与工程2026-08-31
【前沿】协议与工程治理
【前沿】协议与工程治理2026-08-31
【前沿】Skill 与自进化
【前沿】Skill 与自进化2026-08-31
【实习】实习经历面试问答
【实习】实习经历面试问答2026-08-31
© 2026 By Moyon框架 Hexo 8.1.2|主题 Butterfly 5.7.0
×