本文提出了 EvoSkill，一种面向多智能体系统的自动技能发现框架。该框架通过迭代失败分析，自动生成、细化并固化结构化的智能体技能（Skill），在 OfficeQA 和 SealQA 等复杂任务中显著提升了基于代码的智能体（如 Claude Code）的 SOTA 性能。
TL;DR
AI 智能体正从简单的“提示词工程”转向复杂的“技能工程”。EvoSkill 是由 Sentient 与弗吉尼亚理工大学联合提出的一种自进化框架，它不改动模型参数，而是通过分析执行失败的原因，自动编写、测试并沉淀出可重用的 Skill 文件夹。实验证明，这种方法在财务推理和联网搜索任务中分别带来了 7.3% 和 12.1% 的性能飞跃，且技能具备极强的跨任务迁移能力。
1. 痛点：为什么 Prompt Tuning 走到了尽头？
在当前的 AI Agent 开发中，我们经常遇到两个瓶颈：
- 耦合度过高：针对特定任务优化的 Prompt 换个模型（比如从 Claude 换到 GPT）可能就失效了。
- 知识黑盒：由于缺乏领域专家知识（Domain Expertise），即使是强大的 Claude Code 在面对《美国财政部公报》这种复杂的财务报表分析时，也经常在数据提取阶段翻车。
传统的进化算法（如 AlphaEvolve）往往在优化底层的代码逻辑，但 EvoSkill 的作者 Salaheddin Alzubi 等人认为：我们需要的是一种类似人类“方法论”的抽象——即 Skill（技能）。
2. 核心架构：EvoSkill 的“三位一体”进化环
EvoSkill 并不是简单地让 LLM 自己反思，而是构建了一个严密的生产线：
2.1 三大核心角色
- Executor (A)：干活的。运行当前的程序，如果失败（Score 低于阈值），记录下 Trace（执行轨迹）。
- Proposer (P)：复盘的。查看失败轨迹和标准答案，进行根因分析（Root-cause Analysis），提议是该“新建技能”还是“修改旧技能”。
- Skill-Builder (S)：写代码的。将文字提议具象化。它不仅写文档（SKILL.md），还会编写配套的辅助 Python/TS 工具脚本。
2.2 帕累托前沿 (Pareto Frontier) 筛选机制
为了防止“越改越差”，EvoSkill 维护了一个 容量的程序集。只有当新生成的技能在 验证集（Validation Set） 上跑赢了当前的弱者，才会被收录进 Git 分支。
图1：EvoSkill 闭环流程，通过持续的失败分析驱动技能库的扩张。
3. 实验见证：化腐朽为神奇的领域专家技能
3.1 OfficeQA：攻克财务推理
在 OfficeQA 任务中，智能体需要查阅长达数十年的财政部报表。
- 进化出的技能：框架自动生成了“数据提取验证（Data Extraction Verification）”和“经济时间序列分析”技能。
- 成果：仅仅使用 10% 的训练数据，准确率就从 60.6% 提升到了 67.9%。
图2：随着训练分片的增加，EvoSkill 的性能稳步超越 Baseline。
3.2 跨任务的“零样本迁移”（Zero-shot Transfer）
这是本论文最令人惊艳的地方。研究者将在 SealQA（杂乱联网搜索任务）中进化出的 search-persistence-protocol（搜索持久化策略）直接丢给 BrowseComp 任务。结果显示，无需任何改动，准确率直接提升 5.3%。
这证明了：EvoSkill 发现的是通用的“逻辑模式”，而非简单的过拟合。
4. 深度洞察：Skill 为什么比 Prompt 更强？
从 Methodology 来看，EvoSkill 产生的技能是结构化的文件夹：
- SKILL.md：定义了触发条件（Trigger）和标准作业程序（SOP）。
- Helper Scripts：提供具体的工具函数（如文中提到的
analyze_timeseries.py）。
这种“可插拔”的特性解决了传统优化方法的三大难题：
- 可解释性：人类一眼就能看出 AI 掌握了什么新技能。
- 可组合性：多个独立进化出来的技能可以 Merge 到一起，形成更强的技能包。
- 低上下文开销：由于有 Trigger 机制，模型不需要在 Context 中塞入所有指令，只在需要时加载（Progressive Disclosure）。
5. 局限与未来
虽然 EvoSkill 表现出色，但其进化效率仍受限于 LLM 的推理成本和验证集的评估速度。此外，对于多模态任务（如需要看图解题的技能）的自动构建，仍然是未来的待开垦地。
总结： EvoSkill 为通向 AGI 路径提供了一种新思路——不再追求把所有东西塞进权重或 Prompt，而是通过自动化的方式，为智能体构建一套可以持续生长的“外挂大脑（Skill Library）”。
参考文献：
- Salaheddin Alzubi, et al. "EvoSkill: Automated Skill Discovery for Multi-Agent Systems", 2026.
- Relevant Repos: github.com/sentient-agi/EvoSkill