评分 5.4 · 来源：arXiv cs.AI · 发布于 2026-04-13
评分依据：Agent 技能自演化是当前热点方向，提出了从执行失败反溯技能缺陷的闭环机制。
核心问题
企业级 LLM Agent 落地面临一个关键瓶颈：现有 skill creator 缺乏领域 grounding，产出的技能与真实任务需求脱节；更严重的是，部署后缺乏系统化机制将执行失败归因到具体技能缺陷，导致技能质量停滞不前。
SkillForge 方案
SkillForge 的核心贡献是一个闭环的自演化技能框架：
- 领域感知的技能生成：基于实际工单和 SOP（标准操作流程）生成初始技能集
- 执行追踪与失败归因：记录每次 agent 执行的完整 trace，当任务失败时将错误映射到具体技能步骤
- 定向精炼：只更新有缺陷的技能模块，而非全量重训练
- 持续验证：在最新工单上验证更新后的技能效果
关键洞察
- 技能质量不应是一次性产出，而应是持续演化的过程
- 企业场景中 SOP 合规性是 agent benchmark 的重要维度（类似 SAGE benchmark 的思路）
- 失败驱动的精炼比批量更新更高效，这与 RLHF 中 reward model 指导更新的思路一脉相承
与现有工作的联系
- 与 SEA-Eval 关注的 self-evolving agent 方向高度契合
- 与 HiL-Bench 强调的「知道何时求助」互补——SkillForge 让 agent 知道如何自我改进
- 对构建生产级 coding agent（如 Claude Code、Codex）的 plugin/skill 生态有参考价值
论文: arXiv:2604.08618