基于蒙特卡洛树搜索的智能体技能双层优化

智能体技能（skills）是指令、工具与配套资源的结构化集合，用于帮助大语言模型（LLM）智能体执行特定类别的任务。实证证据表明，技能的设计会实质性影响智能体的任务表现，然而系统性地优化技能仍具挑战。由于技能以结构化方式包含指令、工具与配套资源，优化它需要同时确定这些组件的结构以及每个组件所包含的内容。这就产生了一个结构与组件之间强相互依赖的复杂决策空间。因此，我们将这两个耦合的决策表示为技能结构与组件内容，并把技能优化形式化为一个双层优化问题。我们提出一个双层优化框架：外循环采用蒙特卡洛树搜索（Monte Carlo Tree Search）确定技能结构，内循环则在外循环选定的结构内精炼组件内容。在两个循环中，我们都使用 LLM 辅助优化过程。我们在一个开源的运筹学问答数据集上评估所提框架，实验结果表明，双层优化框架提升了配备优化后技能的智能体的表现。