SkillOpt 把 Agent Skill 变成可训练工件:比提示词优化更重要的是验证门禁
微软 SkillOpt 把 SKILL.md 当作可训练外部状态,用 rollout、反思、受限编辑和验证门禁改进 Agent 行为。
5 min
共 3 篇文章
微软 SkillOpt 把 SKILL.md 当作可训练外部状态,用 rollout、反思、受限编辑和验证门禁改进 Agent 行为。
微软 SkillOpt 把 skill 文档当作 frozen agent 的外部状态,用受限编辑和验证门禁训练可部署的 best_skill.md。
SkillOpt 不是微调模型,而是训练 skill 文档。适合有重复任务、可评分样本和验证集纪律的 Agent 团队。