AI技能训练新范式：像调参一样优化Agent技能

把 AI 智能体当员工，把「技能」当训练手册——SkillOpt / SkillGrad 让技能像参数一样被训练

录

• 把 AI 智能体当员工，把「技能」当训练手册——SkillOpt / SkillGrad 让技能像参数一样被训练
• • @[TOC]( 录 )
  • 一、什么是「技能」（Agent Skill）？
  • • 关键设计：三级渐进披露（Progressive Disclosure）
    • 技能 ≠ 工具（Tool）≠ 提示词（Prompt）
  • 二、技能有什么用？为什么必要？
  • 三、技能怎么自动优化？——从"手写 prompt"到"训练 skill"的范式跃迁
  • • ① SkillOpt（Microsoft Research，2026-05）
    • ② SkillGrad（Wang et al., 2026-06）
    • SkillOpt vs SkillGrad 一图流
  • 四、开源包一览
  • 五、工作流举例：用 SkillGrad 训练一份 xxxx VOC 技能
  • • 步骤 0 · 准备数据集
    • 步骤 1 · 一次 iteration 的 4 个 LLM 调用
    • • ▶ Call 1 · **Executor**（前向传播）
      • ▶ Call 2 · **Diagnoser**（backward / 文本梯度）
      • ▶ Call 3 · **Momentum Agent**（动量累积）
      • ▶ Call 4 · **Patcher**（layer-aware 参数更新）
    • 步骤 2 · **Validation Gate**（早停 / 拒绝）
    • 步骤 3 · Epoch 结束：Slow/Meta 更新
    • 步骤 4 · 部署
    • 训练一次要几百个 LLM 调用吗？
  • 六、优势总结（决策者视角）
  • 七、一句话收尾
  • • 参考链接（可直接点开）

一、什么是「技能」（Agent Skill）？

技能 = 一个装着SKILL.md的文件夹——里面写着"遇到 X 类任务时该怎么办、按什么步骤、用哪几个脚本"。它是 Anthropic 2025-10 首次落地、2025-12 开源，随后 Microsoft/Google 全线采纳的开放规范（agentskills.io）。

一个最小技能长这样：

xxxx_voc_online/ ├── SKILL.md # 唯一必需：YAML 元数据 + 过程知识 ├── scripts/ # 可选：可执行代码 │ ├── download_source.py │ ├── run_report.py │ ├── gen_profiles.py │ └── write_manifest.py ├── profiles/ # 可选：数据/配置 │ ├── xxxx_us_weekly.json │ └── xxxx_us_monthly.json └── requirements.txt

SKILL.md头部：

--- name: