近期，微软提出SkillOpt框架，为大型语言模型（LLM）驱动的智能体技能优化提供了新思路。传统方法需微调模型参数来提升技能表现，成本高且易遗忘。SkillOpt另辟蹊径，将技能文档（如任务步骤、约束条件）视为可训练的外部状态，通过梯度优化文本内容，而无需改动底层模型参数。
- 主要进展包括：
- 核心原理：SkillOpt将技能文档映射为连续向量，在智能体执行轨迹的反馈信号下迭代更新，实现技能自动进化。论文表明，在多个基准任务上，该方法使智能体准确率提升高达23.5个百分点（论文链接）。
- 实践验证：有技术博客详细实现了SkillOpt的编码流程，包括提示词优化、技能进化分析和基线对比，验证了其可操作性和一致性（实现分析）。
- 性能数据：多个社交媒体报道指出，SkillOpt在不修改模型的情况下，使技能质量提升20分以上（例如“智能体技能自我进化，质量提升20分”）。
当前焦点集中于：SkillOpt如何平衡文本空间优化的收敛性与稳定性，以及其在不同任务类型（如代码生成、问答）中的泛化能力。未来观察点：该框架是否可能取代传统的模型微调思路，成为智能体技能维护的标准范式；以及它如何与多技能库协同，处理复杂长尾任务。