SidneyZhang/myWiki
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity
Files
6021dea160092d29b1a1f202917027e29f55465d
myWiki/concepts/skill-acquisition.md

2.3 KiB
Raw Blame History

title, created, updated, type, tags, sources
title created updated type tags sources
Skill 获取 — 四种路径 2026-06-19 2026-06-19 concept
agent-skills
acquisition
taxonomy
https://arxiv.org/abs/2605.07358

Skill 获取（Acquisition）

定义

Skill acquisition 是构建或生成新 skill 的过程。Zhou et al. (2026) 按主导直接来源将方法分为四类。

四种获取路径

1. Human-Derived（人工来源）

  • 领域专家直接编写可复用过程、定义范围和附加条件
  • 优势：语义精度高，可编码隐性判断和安全关键规则
  • 劣势：扩展性差，手动维护成本高
  • 实践：通常作为种子层，为更自动化的获取提供基础

2. Experience-Derived（经验来源）⭐ 研究最活跃

从 agent 的过去执行——轨迹、示例、交互历史、反馈——中抽象可复用模式。

四步处理管线：

  1. Selection（选择）：过滤成功/有信息量的轨迹
  2. Abstraction（抽象）：压缩为 lesson、启发式、声明式指导
  3. Memory Organization（记忆组织）：重组为持久结构化记忆（层级图、语义记忆）
  4. Procedural Packaging（过程打包）：转化为 workflow、API 或可执行模块

代表：Voyager, Reflexion, ExpeL, BoT, Trace2Skill, AWM, PolySkill

3. Task-Derived（任务来源）

  • 从当前任务需求直接构建 skill——LLM 提出候选，执行结果决定是否保留
  • 优势：即时响应，不需等待专家或经验积累
  • 代表：CREATOR, ToolMakers, Cradle, CodeAct, SkillWeaver

4. Corpus-Derived（语料来源）

  • 从外部文本/结构化资源（文档、仓库、数据集、接口轨迹）中提取
  • 优势：可扩展的冷启动覆盖
  • 代表：AppAgent, AutoGuide, HuggingGPT, ToolLLM, Corpus2Skill

互补而非竞争

四种路径不应视为互斥——最强大的 skill 库来自组合：

  • 人工方法贡献精度和信任
  • 经验方法贡献行为接地和多样性
  • 任务方法贡献响应速度
  • 语料方法贡献冷启动覆盖

LLM 作为共同催化剂，降低了所有四条路径的 skill 创建、转换和维护成本。

参考