01:25elvis@omarsar072°微软研究院提出SkillOpt方法,将Agent的技能文档视为可训练的外部状态,通过一个优化器模型对技能文件进行验证驱动的编辑(增、删、改指令),而Agent本身保持不变。实验显示,SkillOpt在52个(模型、基准、框架)组合中表现最佳或持平,在GPT-5.5上直接聊天提升23.5分,Codex提升24.8分,Claude Code提升19.1分,且优于人类编写的技能、TextGrad等方法。该方法不增加推理成本,学到的技能可跨模型和框架迁移。论文微软研究院SkillOpt智能体技能文档优化器推荐理由:做AI Agent开发的团队常手工写技能文档但效果有限,SkillOpt用优化器自动迭代技能文件,零推理开销且效果显著,值得尝试。原文