SkillCompiler：将智能体技能编译为程序以减少执行不确定性

论文提出将智能体技能编译为程序以减少执行不确定性。

资讯摘要

论文提出 SKillCompiler 自进化技能框架，将技能拆解为细粒度操作并分析可执行性，把规格明确的操作编译为经验证的程序，保留依赖上下文的操作由 LLM 推理，并设计程序资产复用机制避免重复合成。作者报告在五个基准和六个模型家族上优于现有方法，任务性能最高提升 32.33%。

要点速读

1. SKillCompiler 采用可执行性感知的技能编译策略，构建混合技能骨架：明确操作编译为程序，上下文相关操作仍由 LLM 推理。
2. 设计程序资产复用机制，将已验证程序组织为可复用资产，仅在必要时合成并验证新程序。
3. 作者报告在五个基准、六个模型家族上实验，任务性能最高提升 32.33%。

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 2026/10/31 08:00:18（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。