技能价值多少？Agent技能的结构感知Shapley估值

智能体技能正在通过自动化反馈循环进行优化，产生长结构化成果，其内部价值仍不清楚。我们研究技能评价：在固定智能体和任务分布下，为固定的技能单元（规则、示例、脚本和启发式）分配信用。技能评价不同于数据或提示范围的评价，因为技能单元是结构化的：它们可能依赖于其他单元，属于文档层次结构，触发智能体行为，并消耗有限的提示上下文。我们引入SkillSV，一种结构化Shapley风格框架，用于技能评价。SkillSV将技能编译成单位、依赖关系和层次结构，使只有有效的替代品技能才能被评估。它使用配对删除和长度无关填充来分离内容价值与上下文成本，并用噪声智能体评估结果中的抽样预算估计器来估算最终值。在四个智能体基准测试中，我们评估SkillSV的可信度、行动性及其解释：它恢复了单元间的交互，保留了整体技能提升，并引导安全剪枝和压缩。