📌 MS 公布了无需微调即可让代理变聪明的技巧（已亲自验证）

•SkillOpt：模型保持不变，仅训练指令手册（技能文档）的方式•best_skill.md：300~2000 令牌的压缩指令手册，部署时额外计算为零•validation gate：如果验证分数不提升，该修改就被直接丢弃

1) 从概念开始。这不是微调（直接调整模型权重的方式）。更接近于文本空间中的梯度下降。因为模型重新训练成本高昂且难以回滚。相比之下，文本文档的修改、丢弃和回滚非常简单且成本极低。

2) 工作原理。有一个独立的优化器模型，它会查看代理实际工作记录（轨迹），然后建议在技能文档中添加/删除/替换编辑。但是，这种编辑只有在实际提升验证集分数时才会被采纳。否则就被丢弃。因此，不是任何编辑都会累积，而是只有通过验证的才会被逐步积累的结构。

3) 为什么有趣。报告称在 6 个基准测试、7 个目标模型、3 个运行环境（直接聊天、Codex CLI、Claude Code CLI）中，取得了全区间最高或并列最高性能（需确认来源，自家公布数据可能有夸大嫌疑）。此外，最近还添加了夜间自我进化功能：编码代理会在每晚回顾过去会话，只有通过验证关卡的才会固化为长期记忆和技能。感觉和 GitHub 程序员睡觉时整理记忆有点神似。

不过，这是否真是全新范式还有疑问。毕竟有人会反驳说，这本质上不就是精心设计的提示自动化吗。模型本身的局限性是无法逾越的。或许这只是个名字响亮、实则优化提示的工具而已。

💬 MS 将自动进化指令手册（而非微调）的项目开源了。模型保持不变、只让指令手册变聪明，成本负担大幅降低。不过，这到底是下一代学习方法，还是只是精巧的提示工程自动化，还得再观察观察 🤔

AI에이전트 프롬프트엔지니어링 SkillOpt

🔗 参考信息：•“SkillOpt 存储库说明及发布笔记” : 网页链接•“SkillOpt 文档及复现指南” : 网页链接