@pauliusztin_: Microsoft 刚刚开源了今年我见过的最有趣的智能体工程项目之一…… → https://git…

X AI KOLs Timeline 工具
microsoft open-source agent-engineering skill-optimization ai-agents python-library

摘要

Microsoft 开源了 SkillOpt，这是一个将智能体技能文档视为可训练产物的框架，通过迭代反馈循环优化它们，而无需修改模型权重。它作为一个 Python 库提供，支持自我演进的智能体技能。

Microsoft 刚刚开源了今年我见过的最有趣的智能体工程项目之一…… → https://github.com/microsoft/SkillOpt… 大多数工程师认为改进 AI 智能体需要： 更好的模型 更多的数据 更多的微调 SkillOpt 采用了一种完全不同的方法。 它不是优化模型…… 而是优化技能。 可以把技能想象成 AI 智能体的标准操作流程（SOP）。 一份小文档，描述： 如何解决任务 使用哪些工具 遵循哪些步骤 如何格式化输出 什么样的行为是好的 传统上，这些技能文件编写一次后就再无人问津。 SkillOpt 将它们变成了可训练的东西。 这个想法出奇地简单： 1. 在一批任务上运行智能体 2. 衡量性能 3. 让第二个模型分析失败原因 4. 提出对技能文档的修改 5. 只保留能提升验证性能的修改 这个循环看起来惊人地类似于机器学习。 ……只不过你训练的是技能，而不是权重。 多年来，我们一直将技能、提示词和智能体指令视为静态的产物。 SkillOpt 将它们视为可以持续改进的东西。 模型保持不变。 技能不断进化。 了解更多：https://github.com/microsoft/SkillOpt…
查看原文
查看缓存全文

缓存时间: 2026/06/29 10:26

▶ 在 YouTube 上观看完整演示

相似文章

@AlphaSignalAI: https://x.com/AlphaSignalAI/status/2069064122218717387

X AI KOLs Timeline

本文探讨了AI代理如何利用微软研究院的SkillOpt等技术自动编写和优化其技能文件，该技术将技能文档视为可训练状态，并带来显著的性能提升。文章还解决了手动技能调优的挑战，并介绍了GEPA和EvoSkill等进化方法的框架。