LASKO：基于李代数胚的Agent技能优化

智能体可通过修改提示词、评价规则、计划、工具契约、示例、验证器和执行轨迹来改进技能。这些修改作用于结构化内容，其效果要经执行、验证与评估才能观察，并不是向量空间中的独立坐标。即时可见效果相同的修改，可能在路由上下文、模板状态、护栏范围或后续组合能力上不同；先修复模式再修正规范化规则，也未必等同于反序操作。论文提出李代数胚技能优化框架LASKO，将带类型和锚定关系的Markdown技能视为基范畴，将可用编辑策略表示为受控李代数胚的截面。锚映射ρ将编辑策略映射到可见Markdown效果；核ker(ρ)表示潜在模板、路由或实现结构，李括号刻画修改组合的非交换性。框架先进行微秒级李括号筛选，再对筛选后的修改运行成本较高的模型验证。初步基准获得数量级加速；自然语言因果提取任务中，相比通过671B参数的DeepSeek V3.1四位模型逐项验证全部修改，获得接近15倍加速。