SkillsVote：坐席技能从采集、推荐到进化的生命周期治理

长视野 LLM 代理生成的痕迹可以成为可重用的经验，但原始轨迹是嘈杂的、局部的且难以管理。代理技能提供了一个结构化工件，用于组合程序指导、可执行资源和适用性边界。然而，开放技能生态系统包含冗余、不均匀、环境敏感的工件，并且不加区别的更新可能会污染未来的环境。我们推出了 SkillsVote，这是一个跨收集、推荐、归因和演化的代理技能生命周期治理框架。 SkillsVote 分析了百万规模的开源语料库的环境要求、质量和可验证性，并综合了可验证技能的任务。在执行之前，它会对结构化技能文件夹执行代理库搜索以公开教学上下文。执行后，它将轨迹分解为与技能相关的子任务，将结果归因于技能引导的执行、代理探索、环境和结果信号，并只允许成功的可重用发现进行证据门控更新。 Terminal-Bench 2.0 和 SWE-Bench Pro 上的实验表明，SkillsVote 提高了代理在具有挑战性的代理编码基准上的性能。收益来自于两种互补的途径：测试时任务流的在线演化，以及通过根据历史轨迹或策划的开源技能构建的冻结库进行离线传输。