MetaSkill-Evolve：经双时间尺度元技能进化的LLM智能体递归自改进

近期LLM智能体 tackle 日益长程开放的任务，外部技能（供给智能体的可复用流程知识）进一步扩展该能力。但固定的手写技能很少最优、也无法适应任务多样性。自改进智能体经从执行轨迹重写技能文件应对，收益可观——但这种自进化仍非递归：它只改进任务技能（智能体做什么），而改进流程（如何改进）只写一次、保持固定。我们引入MetaSkill-Evolve：使智能体技能改进递归化的双时间尺度框架——每个分支同时携带任务技能s与分支局部元技能m=(ψ,σ,α,π,ε)，五个组件参数化改进管线的分析器、检索器、分配器、提议者与进化者。任务技能在快循环进化，元技能在慢循环经把同一管线应用于自身而进化——无额外模型或目标。五个管线智能体共享单一冻结骨干：MetaSkill-Evolve在三个智能体基准（OfficeQA、SealQA、ALFWorld）上超过无技能、静态技能与单层进化基线——留出测试准确率较原始骨干分别提升+23.54、+16.09与+1.92分。