arXiv cs.CL· Daniel Chalef, Peter Evans, Pavlo Paliychuk, Mehul Patel, Preston Rasmussen, Jack Ryan·· 10 小时前AI 评分45
Zep Agent Skills：从已验证 Trace 自主编译与治理智能体技能
Learning by Doing: Autonomously Compiling and Curating Agent Skills from Verified Traces
AI 导读
Zep 推出生产级服务 Agent Skills，用 Reflector 与 Curator 两个角色把已验证的 Trace 编译成带版本号的技能，并记录每个字段的支撑事件、通过准入闸门控制上线。
正文 · AI 翻译
摘要：面向生产环境 LLM 智能体的记忆系统大多存储语义记忆（关于用户和领域的事实）或情景记忆（先前的交互）。Trace2Skill、WikiSkill 和 SkillRevise 等研究系统从智能体运行中学习流程，将其打包为 Skills，并在基准测试上评估。我们介绍 Zep Agent Skills，这是一项为已部署智能体提供此类程序性记忆的生产服务。该服务仅使用经过验证的尝试作为证据，为 Skill 的每个字段引用支持事件，并对每个 Skill 版本的准入和分发进行治理。该服务将每次任务尝试记录为一个 Trace，包含有序事件、结果和验证强度。一个具有独立 Reflector 和 Curator 角色的编译器将经过验证的 Trace 转换为带版本的 Skill。扫描和准入关卡控制哪些候选者变为活跃状态，而经过验证的使用结果会改变每个 Skill 的搜索排名。Agent Skills 格式是由 Anthropic 发起并捐赠给 Agentic AI Foundation 的开放标准，因此任何支持该格式的宿主都可以加载编译后的 Skill。智能体通过带渐进式披露的词法搜索，经由 API 或 MCP 检索 Skill。我们在 $\tau^3$-bench banking、AppWorld 和 EnterpriseOps-Gym 上评估 Zep Agent Skills。从教师模型的 Trace 编译出的 Skill 使三个较弱执行器模型在相同任务上的通过率在每个推理努力级别上提升 4.5 至 18.8 个百分点。大部分增益出现在教师模型解决的任务上。在 ALFWorld 上，从一个小模型的运行中编译出的 Skill 带来的增益与先前工作报告的连续微调增益相似或更大，且无需训练。
| 评论： | 25 页，9 张图，14 张表 |
| 主题： | 人工智能（cs.AI）；计算与语言（cs.CL） |
| ACM 分类： | I.2.6；I.2.11 |
| 引用为： | arXiv:2611.01386 [cs.AI] |
| （或此版本的 arXiv:2611.01386v1 [cs.AI]） | |
| https://doi.org/10.48550/arXiv.2611.01386 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Daniel Chalef [查看电子邮件]
[v1]
2026 年 11 月 1 日周日 00:47:54 UTC（139 KB）
来源：arXiv cs.CL · arxiv.org