Skill 演化（Evolution）

定义

Skill evolution 关注已形成的 skill artifact 如何被修订、验证、优化、共享和治理。它与 acquisition 的区别：acquisition 解释 skill 最初如何获得，evolution 关注获得之后如何持续改进。

五阶段细化管线

Skill Revision → Skill Validation → Policy Coupling → Repository Evolution → Runtime Governance
       ↑                                                                          |
       └──────────────────────────────────────────────────────────────────────────┘
                               (governed reuse feedback)

1. Skill Revision（修订）

反馈改变持久 skill 对象的内容
关键操作：创建、重写、合并、丢弃
必需条件：修订必须可追溯、可版本化、可回滚
代表：EvoSkill, Memento-Skills, AutoSkill, XSkill

2. Skill Validation（验证）

将演化转为生存问题：修订后的 skill 必须通过检查才能被信任
检查形式：执行测试、一致性验证、替代验证、回滚验证
代表：SkillWeaver, ASI, CoEvoSkills, TroVE, PSN, Audited Skill-Graph

3. Policy Coupling（策略耦合）

Skill 基底成为控制器训练状态的一部分
RL 中 skill 库随策略共同演化——策略优化改变 skill 基底，改变后的基底影响动作空间
代表：SkillRL, ARISE

4. Repository Evolution（仓库演化）

将接受的变更扩展到单个 artifact 之外
核心挑战：同步、去重、关系一致性、安全分发
代表：Uni-Skill, SkillX, SkillNet, SkillClaw

5. Runtime Governance（运行时治理）

演化后的 skill 只有在运行时被正确检索、路由、信任检查后才真正改变行为
治理闭环：检索 → 路由 → 信任检查 → 执行 → 退役
安全侧：防止污染 skill、恶意文档、过度信任
→ runtime-governance

非对称性挑战

当前系统添加 artifact 远强于安全重写或退役。增长比清理更好理解。

2.6 KiB Raw Blame History Unescape Escape

Skill 演化（Evolution）

定义

五阶段细化管线

1. Skill Revision（修订）

2. Skill Validation（验证）

3. Policy Coupling（策略耦合）

4. Repository Evolution（仓库演化）

5. Runtime Governance（运行时治理）

非对称性挑战

参考

2.6 KiB

Raw Blame History