经交互轨迹挖掘为计算机使用智能体自动生成SKILL.md

显式技能库使计算机使用智能体更易检视——但此类库能否以改进下游策略的方式从交互数据中挖掘仍不清楚。我们经三阶段管线研究该问题：切分GUI轨迹、把分段聚类为候选技能、并从所得标注训练技能感知策略。挖掘出的聚类在源基准上可读：8个聚类中5个对InteraSkill Workflows标签纯度至少0.95。但可读不等于可迁移。GRPO仅把IW技能步准确率从18.5%提升到20.5%——BrowseComp+基本不变——且在关键源域指标上逊于平凡的频率先验。因此我们把该方法呈现为诊断研究：轨迹挖掘能暴露可检视的技能结构——但当前的边界检测器、无序分段表示与离线奖励模型不足以支撑可靠的跨域策略改进。