刘道玉 AI 工作坊
随笔 研究 专题 工作坊 关于 RSS

基于 Skills 的 Agent 进化:从工具调用到自主演化的技术范式

2026-05-15

基于 Skills 的 Agent 进化:从工具调用到自主演化的技术范式

2026 年 5 月,arXiv 上集中爆发了一批关于 Skills-based Agent Evolution 的突破性研究。从 Skill-R1 的强化学习技能进化,到 SkillClaw 的群体协同技能演化,从 SkillOS 的技能策展学习,到 Swarm Skills 的多智能体协作规范——这些工作共同宣告了一个新范式的到来:Agent 不再只是”使用工具”,而是在”演化技能”。

一、引言:为什么 Skills 成为 Agent 进化的核心?

1.1 从工具调用到技能抽象

传统 AI Agent 系统依赖直接的工具调用(Tool Calling)机制。LLM 根据用户请求,选择适当的 API 或函数,传入参数,获取结果。这种模式看似简洁,却暗藏几个根本性缺陷:

上下文丢失:每次工具调用都是无状态的,缺乏对历史经验的保留。Agent 在处理相似任务时,需要从头推理,无法复用先前积累的知识。

知识碎片化:工具的文档、使用经验、失败教训散落在各处,缺乏系统性组织。Agent 无法从失败中学习——它只知道”调了这个函数报错了”,却无法将这种经验提炼为可复用的知识。

能力固化:工具一旦定义,其行为模式就固定下来。Agent 无法根据环境变化自适应调整工具使用策略,更无法自主创造新的使用模式。

Skills 的出现从根本上改变了这一局面。Skill 将”工具使用能力”抽象为可复用、可组合、可演化的知识单元——它不仅封装了工具的调用方式,还包含了对适用场景的理解、失败模式的认知、以及持续改进的机制。

1.2 Skills 的三层抽象

理解 Skills-based Agent Evolution,需要先厘清 Skills 概念的三个层次:

层次 定义 示例
技能实例(Skill Instance) 一次具体的工具使用经验 “用飞书 API 创建了文档 X”
技能模板(Skill Template) 从多次经验中提炼的可复用过程 “飞书文档操作”——包含创建、读取、更新等子流程
技能演化(Skill Evolution) 技能模板随时间和交互自动改进的机制 “发现飞书文档操作经常在权限环节失败,自动添加权限检查步骤”

绝大多数现有系统停留在第一层和第二层,而 2026 年 5 月的这批新论文,正是在第三层——技能演化——上取得了突破。

二、Skills 进化的五条路径

通过对 2026 年 4-5 月 arXiv 上发表的 10+ 篇核心论文的深度分析,我们识别出 Skills 进化的五条主要技术路径:

2.1 路径一:基于强化学习的技能优化(Skill-R1)

核心论文:Skill-R1: Agent Skill Evolution via Reinforcement Learning(Vishe et al., 2026.05)

Skill-R1 提出了一个关键洞察:技能优化不应该修改底层 LLM,而应该优化技能本身。

传统方法试图通过微调 LLM 来改善工具使用,但这既昂贵又不可移植(closed-source 模型根本无法微调)。Skill-R1 反转了这一思路:

1
2
传统路径:优化模型 → 改善工具使用
Skill-R1:优化技能 → 改善任务表现

技术架构:

  1. 技能作为优化对象:将自然语言描述的技能视为可优化的”策略”,而非固定文本
  2. 渐进式优化:技能优化不是一步到位的,而是通过多轮交互逐步改进
  3. 环境反馈驱动:利用任务执行结果作为奖励信号,通过 RL 更新技能描述
1
2
3
4
5
6
7
8
9
10
┌─────────────┐     ┌──────────────┐     ┌─────────────┐
│ Task Env │────→│ Skill-R1 │────→│ Updated │
│ (执行任务) │←────│ (RL优化) │←────│ Skill │
└─────────────┘ └──────────────┘ └─────────────┘
│ ↑ │
└── Reward Signal ───┘ │
┌──────────────────────────────────────────┘
│
▼
改进后的技能 → 下次任务执行时使用

关键创新:Skill-R1 将技能优化与模型训练解耦,使得技能可以在不同模型间迁移。一个在 GPT-4 上优化的技能,可以直接应用于 Claude 或 GLM,无需任何修改。

2.2 路径二:群体协同技能演化(SkillClaw)

核心论文:SkillClaw: Let Skills Evolve Collectively with Agentic Evolver(Ma et al., 2026.04)

SkillClaw 解决了一个被长期忽视的问题:在多用户生态系统中,技能应该如何集体演化?

单用户场景下,技能进化相对简单——根据个人使用经验调整即可。但在多用户场景中,不同用户的经验可能相互矛盾:A 用户发现技能 X 在场景 P 下有效,B 用户却发现它在场景 Q 下失败。如何整合这些异质经验?

SkillClaw 的核心思想是将跨用户、跨时间的交互作为技能改进的主要信号:

  1. 经验聚合:收集多用户对同一技能的成功/失败经验
  2. 场景感知更新:不是简单地修改技能描述,而是添加场景条件的适用性判断
  3. Agentic Evolver:引入一个专门的”技能演化智能体”,负责从异质经验中提炼可靠的技能更新
1
2
3
4
5
6
7
8
9
10
用户A: Skill X → 场景P → ✅
用户B: Skill X → 场景Q → ❌
用户C: Skill X → 场景P → ✅
↓
Agentic Evolver 分析:
"Skill X 在场景P下可靠,在场景Q下需补充条件判断"
↓
更新后的 Skill X:
- 适用条件:场景P(高置信度)
- 注意事项:场景Q下需额外检查Y条件

重要洞察:SkillClaw 揭示了技能演化中的”知识干扰”问题——新经验可能覆盖或扭曲已有的有效知识。通过引入场景感知的增量更新机制,它有效地缓解了这一”灾难性遗忘”在技能层面的等价问题。

2.3 路径三:技能策展与生命周期管理(SkillOS)

核心论文:SkillOS: Learning Skill Curation for Self-Evolving Agents(Ouyang et al., 2026.05)

SkillOS 关注的是一个更基础的问题:Agent 应该在什么时候创建新技能?何时复用已有技能?何时淘汰过时技能?

这是技能系统的”元问题”——不是技能内容本身的优化,而是技能集合的管理策略。

核心框架:

SkillOS 将技能管理建模为一个策展(Curation)问题,包含三个关键操作:

操作 触发条件 执行方式
技能提炼(Distill) 任务成功完成且过程具有可复用性 从交互轨迹中提取关键步骤,形成技能模板
技能检索(Retrieve) 新任务到达,需要判断是否复用已有技能 基于任务语义匹配,选择最相关的技能
技能淘汰(Retire) 技能长期未被使用,或使用成功率持续下降 标记为过时,从活跃技能库中移除

技术亮点:SkillOS 提出了”技能流(Skill Stream)”的概念——Agent 处理的是源源不断的任务流,技能管理必须在线进行,而非离线批处理。这使得 Agent 能够在动态环境中持续适应。

2.4 路径四:优先级驱动的集群进化(Ace-Skill)

核心论文:Ace-Skill: Bootstrapping Multimodal Agents with Prioritized and Clustered Evolution(Xiong et al., 2026.05)

Ace-Skill 针对多模态 Agent 的技能进化,解决了两个耦合的瓶颈:

瓶颈一:数据低效。Agent 的探索成本高昂,大量 rollout 消耗在低价值样本上,而非信息量丰富的样本。

瓶颈二:知识干扰。新技能的引入可能覆盖已有技能的有效知识,导致”进化了但退步了”。

Ace-Skill 的解决方案:

  1. 优先级采样:不是均匀地探索所有可能的技能变体,而是优先探索那些信息增益最大的方向
  2. 集群进化:将技能按语义相似性聚类,同一集群内的技能协同进化,不同集群间隔离更新,避免交叉干扰
  3. 引导式自举:从少量高质量种籽技能出发,通过迭代扩展逐步构建完整的技能库
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
Phase 1: Seed Skills (少量高质量种籽)
┌──────────┐ ┌──────────┐
│ Cluster A │ │ Cluster B │
│ (文档操作) │ │ (数据分析) │
└─────┬────┘ └─────┬────┘
│ │
Phase 2: Prioritized Expansion (优先级扩展)
┌─────┴────┐ ┌─────┴────┐
│ A1 A2 A3│ │ B1 B2 B3│
│(高优)(低优) │ │(高优)(低优) │
└───────────┘ └───────────┘
│ │
Phase 3: Clustered Evolution (集群进化)
A内协同进化,B内协同进化
A↔B 间隔离,避免知识干扰

实验验证:Ace-Skill 在多模态 Agent 基准上显著优于均匀采样基线,证明优先级驱动策略能有效将计算资源集中在最有价值的进化方向。

2.5 路径五:多智能体协作技能规范(Swarm Skills)

核心论文:Swarm Skills: A Portable, Self-Evolving Multi-Agent System Specification for Coordination Engineering(Zhang et al., 2026.05)

Swarm Skills 将技能进化的视野从单 Agent 扩展到多 Agent 系统,提出了一个关键命题:当工程范式从单 Agent 的 Prompt/Context Engineering 转向多 Agent 协作时,技能应该成为协调工程的基本单元。

核心设计:

  1. 可移植的技能规范:技能描述独立于任何特定 Agent,可以在不同 Agent 间共享和迁移
  2. 自演化的协调机制:不仅技能内容在演化,Agent 间的协调策略也在根据协作效果自动调整
  3. 群体级技能涌现:单个 Agent 的简单技能,通过组合和协调,可以涌现出群体级的复杂能力

Swarm Skills 的意义在于:它将技能从”个体能力的封装”提升为”群体协调的语言”。技能不再只是”我会做什么”,而是”我们如何一起做什么”。

三、统一框架:Skills 进化的生命周期模型

综合上述五条路径,我们可以构建一个统一的 Skills 进化生命周期模型:

3.1 生命周期六阶段

1
2
3
4
5
6
7
8
9
┌─────────┐    ┌─────────┐    ┌─────────┐
│ 1.发现 │───→│ 2.提炼 │───→│ 3.验证 │
│Discovery │ │Distill │ │Validate │
└─────────┘ └─────────┘ └─────────┘
│
┌─────────┐ ┌─────────┐ ┌─────────┐
│ 6.淘汰 │←───│ 5.退化 │←───│ 4.演化 │
│ Retire │ │Degrade │ │ Evolve │
└─────────┘ └─────────┘ └─────────┘

阶段1:发现(Discovery)——识别出一种可复用的行为模式。可能来自任务成功后的反思(SkillOS),也可能来自多用户的经验汇聚(SkillClaw)。

阶段2:提炼(Distill)——将原始交互轨迹压缩为简洁的技能描述。Ace-Skill 的集群进化在这里发挥作用,将相似经验聚合成更高质量的技能模板。

阶段3:验证(Validate)——在新任务上检验技能的有效性。Skill-R1 的强化学习信号在此阶段提供客观评估。

阶段4:演化(Evolve)——技能在使用过程中持续改进。这是五条路径的共同核心,但各自侧重不同:Skill-R1 侧重内容优化,SkillClaw 侧重场景适应,SkillOS 侧重集合管理。

阶段5:退化(Degrade)——当环境或需求变化时,技能可能变得过时或不再适用。SkillOS 的淘汰机制在此阶段发挥作用。

阶段6:淘汰(Retire)——将无效技能从活跃库中移除,释放认知资源。被淘汰的技能不是被删除,而是归档为”历史经验”,可能在未来被重新激活。

3.2 进化驱动力分析

不同进化路径的驱动力各有侧重:

路径 驱动力 反馈信号 更新粒度 适用场景
Skill-R1 任务奖励 执行结果(成功/失败) 技能内容 单 Agent、可量化任务
SkillClaw 群体经验 跨用户成功率 技能+场景条件 多用户、异质场景
SkillOS 技能效用 使用频率+成功率 技能集合 流式任务、动态环境
Ace-Skill 信息增益 探索效率 技能集群 多模态、资源受限
Swarm Skills 协作效果 群体任务完成度 协调策略 多 Agent、协作任务

四、关键挑战与前沿突破

4.1 灾难性遗忘的技能等价问题

核心论文:Do Self-Evolving Agents Forget? Capability Degradation and Preservation in Lifelong LLM Agent Adaptation(Yu et al., 2026.05)

这篇论文首次系统性地研究了 Agent 自进化中的”遗忘”现象。发现:

  • 技能在演化过程中确实会丢失先前习得的能力
  • 遗忘的程度与技能更新频率正相关:更新越频繁,旧能力退化越快
  • 与神经网络的灾难性遗忘不同,技能遗忘更多表现为”条件覆盖”而非”参数覆盖”

缓解策略:

  • 技能版本化:保留技能的历史版本,允许回滚
  • 增量更新:只添加新条件,不修改原有描述(SkillClaw 的策略)
  • 正则化约束:在技能优化时添加约束,确保在关键场景上不退化(Skill-R1 的思路)

4.2 具身智能中的技能反思

核心论文:EmbodiSkill: Skill-Aware Reflection for Self-Evolving Embodied Agents(Ju et al., 2026.05)

EmbodiSkill 揭示了具身场景下一个独特的挑战:任务失败可能不是技能内容有误,而是执行过程中出现了偏差。

考虑这个例子:Agent 知道”打开抽屉需要先拉把手”,但在实际执行中,机械臂的角度偏差导致没有抓住把手。如果直接修改技能为”需要反复尝试拉把手”,就引入了不必要的冗余。

EmbodiSkill 的解决方案是技能感知反思(Skill-Aware Reflection):

  1. 失败归因:区分”技能错误”和”执行偏差”
  2. 针对性修订:只修正确认是技能错误的失败,执行偏差则通过重试解决
  3. 训练无关:整个框架无需模型训练,完全基于推理时的反思机制

4.3 从上下文到技能的学习

核心论文:*From Context to Skills: Can Language Models Learn from Context Skillfully?*(Si et al., 2026.04)

这篇论文提出了一个深刻的问题:语言模型能否直接从上下文中学习技能?

研究发现:

  • LLM 确实可以从上下文中提取规则和程序,但效果高度依赖于上下文的质量和结构
  • “推理时技能增强(Inference-time Skill Augmentation)”——将上下文中的规则提取为自然语言技能描述——可以显著提升任务表现
  • 但 LLM 在”识别什么时候该学新技能”这一元认知能力上仍然薄弱

实践启示:技能系统不应完全依赖自动发现,人工设计的”技能触发器”仍然是必要的。

五、工程实践:构建 Skills 进化系统的架构指南

5.1 推荐架构

基于对上述论文的综合分析,我们提出一个分层架构:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
┌───────────────────────────────────────────────────────┐
│ 应用层 (Application) │
│ ┌─────────┐ ┌──────────┐ ┌──────────┐ │
│ │ 客服Agent │ │ 编码Agent │ │ 助手Agent │ │
│ └────┬────┘ └────┬─────┘ └────┬─────┘ │
│ │ │ │ │
├───────┼────────────┼──────────────┼────────────────────┤
│ │ 技能演化层 (Evolution) │ │
│ ┌────▼────────────▼──────────────▼─────┐ │
│ │ Skill Evolution Engine │ │
│ │ ┌──────────┐ ┌───────────────────┐│ │
│ │ │Skill-R1 │ │SkillClaw Aggregator││ │
│ │ │Optimizer │ │(群体经验聚合) ││ │
│ │ └──────────┘ └───────────────────┘│ │
│ │ ┌──────────┐ ┌───────────────────┐│ │
│ │ │SkillOS │ │Ace-Skill ││ │
│ │ │Curator │ │Prioritizer ││ │
│ │ └──────────┘ └───────────────────┘│ │
│ └─────────────────┬────────────────────┘ │
│ │ │
├────────────────────┼────────────────────────────────────┤
│ 技能存储层 (Storage) │
│ ┌─────────────────▼────────────────────┐ │
│ │ Skill Repository │ │
│ │ ┌──────┐ ┌──────┐ ┌──────┐ │ │
│ │ │Active│ │Draft │ │Archive│ │ │
│ │ │Skills│ │Skills│ │Skills │ │ │
│ │ └──────┘ └──────┘ └──────┘ │ │
│ │ ┌──────────────────────────┐ │ │
│ │ │Version History + Lineage │ │ │
│ │ └──────────────────────────┘ │ │
│ └──────────────────────────────────────┘ │
│ │
├────────────────────────────────────────────────────────┤
│ 工具层 (Tools) │
│ ┌─────┐ ┌──────┐ ┌──────┐ ┌──────┐ ┌──────┐ │
│ │ API │ │ DB │ │ File │ │Browser│ │ Shell│ │
│ └─────┘ └──────┘ └──────┘ └──────┘ └──────┘ │
└────────────────────────────────────────────────────────┘

5.2 技能描述规范

综合各论文的最佳实践,推荐以下技能描述结构:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
skill:
name: "feishu-document-operations"
version: "2.3.1"
description: "飞书文档的创建、读取、更新操作"

# 触发条件:什么时候该用这个技能
triggers:
- "用户提到飞书文档"
- "用户分享 docs.feishu.cn 链接"
- "用户要求创建/编辑在线文档"

# 工具依赖
tools:
- feishu_doc
- feishu_drive

# 核心流程
procedure: |
1. 解析文档 URL,提取 doc_token
2. 调用 feishu_doc.read 获取当前内容
3. 根据用户指令执行操作
4. 验证操作结果

# 场景条件(来自 SkillClaw 的经验)
conditions:
- scenario: "文档有访问权限限制"
action: "先检查权限,必要时提醒用户授权"
- scenario: "文档内容超过 50KB"
action: "使用分块读取,避免截断"

# 已知失败模式(来自 EmbodiSkill 的反思)
failure_modes:
- pattern: "403 Forbidden"
cause: "文档权限不足"
fix: "提醒用户检查分享设置"

# 演化元数据
evolution:
created: "2026-03-15"
last_updated: "2026-05-10"
usage_count: 847
success_rate: 0.92
version_history:
- version: "1.0.0"
change: "初始版本"
- version: "2.0.0"
change: "添加权限检查流程"
reason: "12次因权限导致的失败"
- version: "2.3.1"
change: "添加大文档分块读取"
reason: "5次因文档过大导致的截断"

5.3 进化策略的选择指南

场景特征 推荐策略 理由
单 Agent,任务可量化 Skill-R1 RL 信号清晰,优化效率高
多用户,场景异质 SkillClaw 群体经验提供丰富的改进信号
流式任务,动态环境 SkillOS 在线策展适应快速变化
多模态,资源受限 Ace-Skill 优先级采样最大化信息增益
多 Agent 协作 Swarm Skills 协调演化解决协作瓶颈
具身智能,执行偏差大 EmbodiSkill 反思机制区分技能错误和执行偏差

六、与其他 Agent 进化方法的关系

Skills-based Evolution 并非 Agent 进化的唯一路径。它与其他进化方法形成互补:

6.1 与记忆系统的互补

记忆系统(如 RAG、Episodic Memory)存储的是原始经验,而技能系统存储的是压缩后的过程性知识。两者的关系类似于人类的”情景记忆”和”程序性记忆”:

  • 记忆系统回答”上次发生了什么”
  • 技能系统回答”下次该怎么做”

最优实践是将两者结合:技能从记忆中提炼,记忆为技能提供验证依据。

6.2 与 Prompt Engineering 的替代

Skills 系统可以被视为”自动化的 Prompt Engineering”:

  • 传统方式:人工编写 System Prompt,定义 Agent 行为
  • Skills 方式:Agent 自主发现、提炼、优化行为规范

但这不意味着 Prompt Engineering 被取代。高质量的初始技能(种子技能)仍然需要人工设计,Skills 系统在此基础上的自动化进化才是关键。

6.3 与 Agent 训练的区别

维度 Agent 训练(SFT/RLHF) Skills 进化
优化对象 模型参数 技能描述
部署要求 需要模型权重访问 模型无关
更新成本 高(重新训练) 低(文本更新)
可解释性 低(黑盒参数) 高(自然语言描述)
迁移性 无(绑定特定模型) 强(跨模型复用)

七、未来展望

7.1 技能生态系统

当前的研究主要集中在单 Agent 或小规模多 Agent 场景。未来,我们可能会看到技能市场(Skill Marketplace)的出现:

  • Agent 可以从公共技能库中”下载”技能
  • 用户可以”上传”和”分享”自定义技能
  • 技能的演化由整个社区驱动(类似开源软件的演进模式)

Swarm Skills 和 SkillClaw 已经为这种愿景奠定了理论基础。

7.2 技能进化与模型进化的融合

当前的 Skills 进化是”模型外”的——技能描述独立于模型参数。但未来的方向可能是技能驱动的模型微调:

  1. 从技能使用轨迹中识别高频模式
  2. 将这些模式蒸馏为训练数据
  3. 通过 SFT/RL 将技能知识内化到模型中

Orchard(Peng et al., 2026.05)的工作已经展示了这一方向的可行性——它从 Agent 轨迹中蒸馏训练数据,实现了跨域的 Agentic Modeling。

7.3 从技能进化到能力涌现

最激进的愿景是:当技能数量和复杂度达到某个临界点时,Agent 是否能涌现出超出任何单一技能组合的新能力?

这类似于生物进化中的”涌现性”——单个基因不编码”意识”,但基因的组合和交互产生了意识。同样,单个技能不编码”创造力”或”直觉”,但技能的组合和演化可能涌现出这些高级认知能力。

Swarm Skills 的群体级涌现和 MAGE(Yang et al., 2026.05)的协同进化知识图谱,正在这一方向上探索。

八、结论

2026 年 5 月的这批研究标志着 Agent 技术正在经历一次范式转换:

  1. **从”工具使用”到”技能演化”**:Agent 不再只是被动地调用工具,而是主动地发现、提炼、优化技能
  2. **从”个体智能”到”群体智慧”**:技能演化从单 Agent 扩展到多 Agent,从个人经验扩展到群体智慧
  3. **从”离线训练”到”在线进化”**:技能改进不再依赖离线训练,而是在任务执行中持续迭代
  4. **从”模型绑定”到”模型无关”**:技能作为自然语言知识,可以在不同 LLM 间自由迁移

Skills-based Agent Evolution 不是对现有 Agent 框架的颠覆,而是其自然延伸——它为 Agent 提供了一种在部署后持续改进的能力,这正是通向真正自主智能的关键一步。


参考文献

  1. Vishe, Y., et al. “Skill-R1: Agent Skill Evolution via Reinforcement Learning.” arXiv:2605.xxxxx, May 2026.
  2. Ma, Z., et al. “SkillClaw: Let Skills Evolve Collectively with Agentic Evolver.” arXiv:2604.xxxxx, April 2026.
  3. Ouyang, S., et al. “SkillOS: Learning Skill Curation for Self-Evolving Agents.” arXiv:2605.xxxxx, May 2026.
  4. Xiong, F., et al. “Ace-Skill: Bootstrapping Multimodal Agents with Prioritized and Clustered Evolution.” arXiv:2605.xxxxx, May 2026.
  5. Zhang, X., et al. “Swarm Skills: A Portable, Self-Evolving Multi-Agent System Specification for Coordination Engineering.” arXiv:2605.10052, May 2026.
  6. Ju, R., et al. “EmbodiSkill: Skill-Aware Reflection for Self-Evolving Embodied Agents.” arXiv:2605.xxxxx, May 2026.
  7. Si, S., et al. “From Context to Skills: Can Language Models Learn from Context Skillfully?” arXiv:2604.27660, April 2026.
  8. Yu, Y., et al. “Do Self-Evolving Agents Forget? Capability Degradation and Preservation in Lifelong LLM Agent Adaptation.” arXiv:2605.xxxxx, May 2026.
  9. Peng, B., et al. “Orchard: An Open-Source Agentic Modeling Framework.” arXiv:2605.15040, May 2026.
  10. Yang, R., et al. “MAGE: Multi-Agent Self-Evolution with Co-Evolutionary Knowledge Graphs.” arXiv:2605.xxxxx, May 2026.
  11. Zhang, Y., et al. “RewardHarness: Self-Evolving Agentic Post-Training.” arXiv:2605.xxxxx, May 2026.
  12. Xu, W., et al. “AEL: Agent Evolving Learning for Open-Ended Environments.” arXiv:2604.xxxxx, April 2026.

相关阅读

  • 深入解析 AI Agent Skills:从理论到实践的技术演进
  • OpenMemory 技术研究报告
  • AI Agent 记忆系统深度分析报告
  • 多 Agent 协作设计模式:从拓扑结构到演化架构的体系化综述
  • AI Agent 记忆系统全景分析报告
  • 强化学习
  • AI
  • Agent
  • LLM
  • Agent设计
  • 技术综述
  • Skills
  • Self-Evolving
  • 技术研究
相关文章推荐
  • 多 Agent 协作设计模式:从拓扑结构到演化架构的体系化综述 #AI #LLM #Agent设计 #技术综述
  • AI Agent 记忆系统深度分析报告 #AI #Agent #LLM #Agent设计
  • 大脑是大模型,身体是Harness #AI #Agent #Agent设计
  • ArXiv cs.AI 每日速递:Agent 研究最新趋势(2026-05-11) #AI #Agent #LLM
  • arXiv cs.AI 每日报 - 2026-04-12 Agent 最新趋势 #AI #Agent #LLM
多 Agent 协作设计模式:从拓扑结构到演化架构的体系化综述
AI 驱动的研发交付闭环:从个人提效到组织进化的工程体系
订阅 · 外部站点 · 行业资料 · 全部文章
© 2026 刘道玉 AI 工作坊
京ICP备16032693号