Zep 推出 Agent Skills：从验证轨迹自动编译技能

Zep 用验证轨迹自动编译带版本的 Agent Skill 并提升弱模型通过率。

资讯摘要

论文介绍 Zep Agent Skills，一项面向生产环境 LLM 智能体的程序性记忆服务。它仅以经过验证的任务尝试为证据，将每次尝试记录为含有序事件、结果与验证强度的 Trace，再由 Reflector 与 Curator 两个角色组成的编译器生成带版本的 Skill，并通过准入闸门与使用结果调整检索排序。作者报告在 τ³-bench banking、AppWorld、EnterpriseOps-Gym 上，教师模型轨迹编译出的 Skill 使三个较弱执行模型的通过率提升 4.5 至 18.8 个百分点。

要点速读

1. 服务仅使用验证过的尝试作为证据，并为 Skill 每个字段标注支撑事件，同时管理各版本的准入与分发。
2. 编译器分 Reflector 与 Curator 角色，将验证 Trace 转为版本化 Skill；扫描与准入闸门决定候选是否生效，验证后的使用结果改变 Skill 搜索排名。
3. 作者报告在 τ³-bench banking、AppWorld、EnterpriseOps-Gym 上，教师模型轨迹编译的 Skill 使三个较弱执行模型在各推理强度下通过率提升 4.5 至 18.8 点，增益多集中在教师解出的任务上。

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。