微软 TeleTune：从离线日志进化智能体技能

Rohan Paul· @rohanpaul_ai · X·2026-10-09 21:00· 17 分钟前AI 评分42

AI 导读

微软论文提出 TeleTune，让智能体直接从原始使用日志中学习软件技能，无需实时测试环境，仅保留能更好预测用户下一步动作的技能编辑。该方法猜测每个会话的目标，用文本技能库让模型预测每条日志动作，错误预测触发技能库修改，只有在留出日志上准确率提升的编辑才会被保留。论文称旧日志上的下一步动作准确率与实时成功率一致，建议产品记录用户活动并据此挖掘智能体技能。

正文

微软新论文表明，智能体可以从原始使用日志中学习软件技能，只保留能更好预测用户下一步动作的技能编辑。

也就是说，你不需要实时测试环境来检验一项新的智能体技能是否有用，因为旧日志上的下一步动作准确率与实时成功率一致。

使用日志蕴含大量知识，但它们不记录目标，常常混合多个任务，且无法重放。此前的方法，如 Agent Workflow Memory，需要带目标标注的示例或实时环境来测试改动。

TeleTune 猜测每个会话的目标，并让模型使用文本技能库预测每一条日志动作。错误的猜测会提示对技能库进行编辑，而只有当编辑在留出日志上提升准确率时才会被保留。

如果你的产品记录用户活动，就从中挖掘智能体技能，并用留出日志上的下一步动作准确率来评判每一次改动。

– arxiv. org/abs/2610.05437

标题：“TeleTune: Evolving Agent Skills From Offline Telemetry”

来源：Rohan Paul · x.com