EASE：自我进化智能体的行为自适应技能管理

Agent技能为自我进化Agent提供了一种轻量级机制，可以在不更新模型参数的情况下积累可重用的程序知识。然而，现有的学习技能策展人通常会在不明确建模下游执行者行为的情况下优化策展。我们表明，这可能会导致系统性的跨执行器退化：接受不同执行器训练的策展人在与自己的训练执行器配对时表现最佳，这表明有效的技能策展是依赖于执行器的。我们制定了行为自适应技能管理，并引入了 EASE，这是一个学习单个管理器的框架，可以使其决策适应不同的执行者行为。 EASE 维护最近执行模式的在线行为档案，并根据此档案、当前轨迹和检索的技能来调节管理者，以从不断发展的存储库中添加、修改或删除技能。我们通过强化学习在多个冻结执行器上联合训练共享策展人，使用检索感知和行为感知时间归因来重点优化具有可观察下游影响的策展操作。在 ALFWorld、ScienceWorld 和 WebShop 中，执行器范围从 Qwen3-8B/32B 和 GPT-OSS-120B 到看不见的 Kimi K2.6、DeepSeek V4 Flash 和 Gemini 3.5 Flash，EASE 的性能优于强大的基于技能和内存的基线，而无需针对每个执行器进行微调。 EASE 还减少了 34.5--41.0% 的技能，将技能检索提高了 36.3--38.7%，测量编辑效用提高了 51.8--60.0%，并将部署时间推理词元减少了 9.1--14.5%。这些结果将行为自适应技能管理确立为构建自我进化智能体的有效原则。