arXiv cs.AI· Yu Ge, Linna Xie, Zhong Li, Yu Pei, Tian Zhang·· 9 天前AI 评分27
SkillMorph：基于轨迹引导故障定位的 Agent 技能演化
Trajectory-Guided Fault Localization for Agent Skill Evolution
AI 导读
SkillMorph 通过轨迹引导的故障定位来演化 Agent 技能，先对比失败与成功轨迹中的证据以定位可疑动作，再据此确定技能编辑位置并生成修订。在 SWE-Skills-Bench 和 CannBot 上，其演化后的技能在试验级准确率和执行一致性上均优于原始技能及四种现有技能演化方法。该方法还应用于 AI 算子开发团队的自动化内核生成，已有 6 个技能修订 PR 被接受。
正文 · AI 翻译
摘要：Agent 技能为代码智能体提供了可复用的指导，但不完整或不合适的指导可能会损害任务执行。为减少技能改进所需的人工投入，近期方法利用 LLM 根据执行反馈生成修订。然而，将这些修订建立在明确的行为证据之上仍然具有挑战性。为弥补这一空白，我们提出 SkillMorph，一种基于轨迹引导的智能体技能故障定位的技能演化方法。其核心思想是在生成修订之前，将执行证据与具体技能内容关联起来。具体而言，SkillMorph 在跨重复运行和任务的抽象轨迹中比较失败与成功证据，并纳入演化循环之间的变化以识别可疑动作。随后，它利用这些可疑动作定位技能中的编辑位置并生成相应修订。在 SWE-Skills-Bench 和 CannBot 上的实验表明，由 SkillMorph 演化得到的技能在试验级准确率和执行一致性上始终优于原始技能以及四种现有技能演化方法得到的技能。我们还将 SkillMorph 应用于与 AI 算子开发团队进行的自动化内核生成，该团队已接受 6 个技能修订拉取请求。
| 评论： | 20 页，3 张图 |
| 主题： | 软件工程（cs.SE）；人工智能（cs.AI） |
| 引用为： | arXiv:2610.11858 [cs.SE] |
| （或 arXiv:2610.11858v1 [cs.SE] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.11858 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Yu Ge [查看电子邮件]
[v1]
2026 年 10 月 8 日星期四 12:38:51 UTC（562 KB）
来源：arXiv cs.AI · arxiv.org