大型技能库上Agent检索方法的比较

大型技能库支持的Agent必须决定加载哪些技能及其顺序；全量加载成本高，也不能自动提供执行排序结构。作者在690项技能上比较两种系统：结合词法与稠密嵌入检索、按需加载的混合排序器，以及表示前置条件、数据流和先后关系的带类型知识图。在117个真实、非照抄技能描述的查询中，排序器的前五项正确技能命中率为73.5%±8.0%，约四分之一查询未获正确技能。按原设计、在相同Token预算下用图邻居替换额外排序结果时，图显著更差，下降11.2个百分点（p=0.0007）。LLM生成的边没有比本地嵌入直接获得的邻居增加收益；排序器漏掉的查询有73%根本无法经图到达。其原因在于预过滤拓扑上限：图的候选边来自排序器已经搜索的同一嵌入邻域，98.6%的带类型边连接的技能已被排序器共同返回。图能丰富关系语义，却不能扩大检索范围。作者编写的查询还会让hit@5最多虚高44个百分点，从而掩盖这些结果。本研究解释为什么增加结构未能超过强排序器，并识别将结构依赖纳入检索可能有效的条件。