EvoSkill：面向多智能体系统的自动化技能发现

编码智能体日益被用作通用问题求解器，但其灵活性本身并不带来专门任务所需的领域专长。近期工作通过智能体技能应对：可复用的工作流与代码，为智能体增补领域特定能力。如今多数技能为手工制作，既有进化方法优化的低层工件（如提示与代码）与特定模型和任务紧耦合。我们提出 EvoSkill，一个通过迭代失败分析自动发现并改进智能体技能的自演化框架。EvoSkill 分析执行失败，提出新技能或修改既有技能，并将其具体化为结构化、可复用的技能文件夹。由智能体程序构成的 Pareto 前沿主导选择，只保留能提升留出验证表现的技能，且底层模型保持冻结。我们在两个基准上评估 EvoSkill：OfficeQA（基于美国财政部数据的接地推理基准），精确匹配准确率提升 7.3%（60.6%→67.9%）；SealQA（带噪声检索的搜索增强问答基准），取得 12.1% 增益（26.6%→38.7%）。我们还研究在一个任务上演化的技能向另一任务的零样本迁移能力：从 SealQA 演化的技能无需修改零样本迁移到 BrowseComp，准确率提升 5.3%，表明技能级优化能产生超越训练任务的可迁移能力。