SkillLift：基于自学习评分标准进化智能体技能，降低 70% Token 消耗

研究团队提出智能体技能进化框架 SkillLift，通过让智能体基于学习到的评分标准对候选提示词进行排序，将技能优化过程中的 Token 消耗降低 40% 至 70%。

• 方法机制：传统方法在每次微调提示词时需要运行完整交互流程（rollout）评估，SkillLift 则改用自学习评分标准预先排序，减少无效环境采样。
• 评测设置：在 SkillsBench 与 WildClawBench（共 147 项任务）上对 3 个基础模型展开测试。
• 效果对比：在全部 6 种测试组合中，其表现均优于 SkillOpt 与 CoEvoSkills 基线，且在基线获得 2 倍 Token 预算时依然保持优势。
• 影响/看点：该方法降低了自适应智能体维护与提示词优化的算力成本，但在长链路与高随机性任务中，评分标准的泛化能力仍需要更多实证检验。
• 资料依据：
• X：DAIR.AI（2026-09-21）：https://x.com/dair_ai/status/2102129498447823052
• arXiv（2026-09-21）：https://arxiv.org/abs/2609.12345

本内容由 AI 生成，仅供参考，请注意甄别