Skill++ 只改写新技能描述即可缓解技能库路由干扰。
资讯摘要
论文提出 Skill++，针对 LLM 智能体技能库持续增长时的“路由干扰”问题：路由器仅凭技能名称与描述选择技能，相似新技能可能挤掉旧技能，导致原本正确的路由失效。作者将问题形式化为终身技能路由，即类增量持续学习问题，并提出只改写新技能名称与描述、无需训练路由器或标注数据的方法。作者报告在十轮扩展至 731 个技能时，Skill++ 对 76.3% 的查询选全所需技能，原始元数据为 36.4%。
要点速读
- 问题：路由器仅依据名称和描述选技能，相似新技能会挤占旧技能，造成路由干扰，公开技能描述与正文不符时更严重。
- 方法：Skill++ 只改写每个新技能的名称与描述，说明正文支持什么、与最近前驱技能的区别及排除的相关工作，不训练路由器、不需标注数据。
- 作者报告：技能库经十轮增至 731 个时，76.3% 查询选全所需技能，原始元数据为 36.4%；在三个基准和五个 LLM 路由器上优于对比方法，并迁移到 Codex CLI 智能体框架。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/11/4 08:00:28（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。