---
title: "Text-Space Optimizer (文本空间优化器)"
created: 2026-05-29
updated: 2026-05-29
type: concept
tags: ["optimization", "text-space", "agent", "skill"]
sources: ["https://arxiv.org/abs/2605.23904"]
---

# Text-Space Optimizer (文本空间优化器)

**Text-Space Optimizer** 是 [[skillopt|SkillOpt]] 引入的核心范式：将 Agent skill 的训练建模为**文本空间中的优化问题**，与权重空间中的深度学习优化形成精确的结构类比。

## 为什么需要文本空间优化

传统的 skill 创建方式都不具备优化器的基本特征：
- **手写/一次性生成**：无反馈循环
- **松散自修正**：无控制（学习率、验证、动量）
- **缺乏可复现性**：每次结果不可预测

## 从权重空间到文本空间的映射

SkillOpt 建立的精确类比：

| 组件 | 权重空间（θ） | 文本空间（Skill） |
|------|:---:|:---:|
| 优化对象 | 浮点张量 | Markdown 文档 |
| 更新操作 | θ ← θ - η∇L | ADD/DELETE/REPLACE |
| 步长控制 | Learning rate η | [[textual-learning-rate\|Edit budget L_t]] |
| 数据划分 | Train/Val/Test | Rollout/Validation/Test |
| 防止过拟合 | Early stopping | [[held-out-validation-gate\|Validation gate]] |
| 负反馈 | 梯度下降 | [[rejected-edit-buffer\|Rejected buffer]] |
| 动量 | EMA / Adam β | [[slow-meta-update\|Epoch-wise slow update]] |

## 核心洞察

> "The deep-learning analogy is operational rather than decorative."

这个类比不只是比喻——每个组件都有**操作性对应**。这使得 skill optimization 不再是"随便改改"，而是一个可控的、可复现的训练过程。

## 相关

- [[skillopt]] — SkillOpt 的具体实现
- [[skill-as-external-state]] — 为什么文本可以被优化
- [[yang-skillopt-2026]] — 原始论文