---
title: "From Procedural Skills to Strategy Genes: Towards Experience-Driven Test-Time Evolution"
created: 2026-06-14
updated: 2026-06-14
type: paper
tags: [agent, experience-reuse, test-time-adaptation, representation]
sources: [raw/papers/procedural-skills-to-strategy-genes-2026.md]
confidence: high
---

# From Procedural Skills to Strategy Genes

> 从过程技能到策略基因：走向经验驱动的测试时进化

**作者:** Junjie Wang, Yiming Ren, Haoyang Zhang (清华大学, EvoMap)
**发表:** arXiv 2604.15097v2, 2026年4月 (v2: 2026年6月)
**领域:** cs.SE, cs.CL | 代码: [skill2gep](https://github.com/EvoMap/skill2gep), [evolver](https://github.com/EvoMap/evolver)

## 核心问题

这篇论文提出了一个**表示层面的问题**：可复用经验应该如何被编码，才能在推理时作为有效的控制信号，并作为迭代进化的基底？传统方法将经验视为"内容对象"——存储、检索、重放，但本文追问：这种经验能否在测试时真正起到**稳定且有效的控制作用**？

## 方法

在 45 个科学代码求解场景上进行 4,590 次受控试验，设计三类分析探针：

- **[[skill-probe|技能探针]]** — 分析过程技能为何无法提供稳定的测试时控制
- **[[gene-probe|基因探针]]** — 分析策略基因为何是更好的经验表示
- **[[evolution-probe|进化探针]]** — 分析基因作为迭代进化基底的属性

## 核心发现

1. **文档导向的技能与控制需求不匹配**：技能包（~2,500 tokens）的控制信号稀疏，仅集中在 Workflow 等窄片段中；扩展为完整文档反而降低整体表现（-1.1pp vs 基线）。
2. **表示本身是一阶因素**：在经验内容大致相同的情况下，如何包装、组织、暴露经验给模型会产生实质性差异。Gene（~230 tokens, +3.0pp）远超 Skill，且重新添加文档材料通常削弱而非增强 Gene。
3. **Gene 是更好的经验积累载体**：附加的失败历史在 Gene 中比在 Skill 或自由文本中更有效，可编辑结构优于纯文本，失败信息压缩为紧凑警告比朴素追加更有用。
4. **进化结果**：在 CritPt 基准上，gene-evolved 系统分别从 9.1% → 18.57% 和 17.7% → 27.14%。

## 关键贡献

1. 将可复用经验从"存储与调用内容"重新塑造为"表示测试时控制信号"的问题
2. 识别出影响经验复用的对象层面因素：信息过载、表示包装效应、结构鲁棒性、有界复用、选择性积累
3. 引入 [[strategy-gene|策略基因]] 和 [[gene-evolution-protocol|GEP协议]] 作为协议化的控制表示

## 相关概念

- [[strategy-gene|策略基因]] — 紧凑的控制导向经验表示
- [[procedural-skill|过程技能]] — 文档导向的经验包
- [[gene-evolution-protocol|基因进化协议 (GEP)]] — 协议层
- [[test-time-control|测试时控制]] — 表示对模型行为的推理时影响
- [[experience-representation|经验表示]] — 经验如何被形式化编码
- [[experience-distillation|经验蒸馏]] — 压缩经验为控制信号
- [[bounded-reuse|有界复用]] — 复用存在范围边界
- [[gene-bench|Gene-Bench]] — 45场景基准
- [[critpt|CritPt]] — 外部物理学推理基准