Problem

目前的 AI 代理人技能多為人工撰寫或一次性生成，缺乏如深度學習權重優化般的系統性改良機制，導致現有方法在面對回饋時，難以保證能穩定且持續地優化初始表現。

Method

SkillOpt 為首個受控的文字空間優化器，將技能視為外部狀態，由獨立模型根據執行結果對技能文件進行精細的編輯（增、刪、改）。該系統僅接受能提升驗證分數的編輯，並結合文字學習率預算與更新緩衝機制，確保訓練過程穩定且不增加推論成本。

Results

在 52 項對比測試中，SkillOpt 表現均為最優或持平，全面超越人工撰寫、TextGrad 與 EvoSkill 等現有方法。在 GPT-5.5 測試中，其準確率最高可提升 24.8 個百分點。實驗更證實，優化後的技能具備優異的跨模型、跨環境與跨領域遷移能力。

Significance

本研究證明了技能訓練能具備如同權重優化般的可重現性與嚴謹度，為自演化 AI 系統提供了可靠的技術路徑。這不僅大幅強化代理人的執行效能，更在不增加額外運算成本的情況下，實現了技能的持續進化與知識轉移。