别再手写 Skill 了，微软开源了“技能训练器” SkillOpt

如果你最近在用 Claude Code、Codex、Cursor，肯定听过 Skill 这玩意。本质上它就是一份 Markdown 说明书：告诉 Agent 遇到什么任务该怎么调用工具、怎么组织步骤、怎么避坑。

但问题也很明显：Skill 要么手写累，要么一次性生成飘，要么让 Agent 自己改几轮就偏题。 微软最近开源了一个叫 SkillOpt 的项目，试图把「写 Skill」这件事，变成像训练神经网络一样严谨。

它到底在干什么？

SkillOpt 的论文名字很直接：《SkillOpt: Executive Strategy for Self-Evolving Agent Skills》，作者来自微软研究院，联合上海交大、复旦、同济，论文挂在 arXiv 上：arXiv:2605.23904。

它的核心想法是：不碰模型权重，不改 Agent 框架，唯一可优化的就是那份 Skill 文档本身。 你可以把 best_skill.md 理解成 LLM Agent 的「可训练权重」——用 Rollout、Reflect、Aggregate、Select、Update、Validate 六阶段循环，在纯文本空间里做梯度式更新。

它有文本学习率、拒绝采样缓冲、epoch 级慢更新， deployment 时不增加任何额外推理调用，最终产物就是一个 300–2000 token 的 best_skill.md，直接给 Agent 用。

为什么值得关注？

• 效果硬：论文在 6 个 benchmark、7 个目标模型、3 种执行环境下，共 52 个评测单元全部最优或并列最优。
• 提升明显：在 GPT-5.5 上，直接对话平均涨 23.5 分，Codex agent loop 涨 24.8 分，Claude Code 涨 19.1 分。
• 可迁移：优化出来的 Skill 在不同模型、不同 Agent CLI 之间能直接复用，不需要重新训练。
• nightly 自进化：v0.2.0 还出了 SkillOpt-Sleep，夜间自动复盘历史 session，replay 高频任务，在保留集验证门控后沉淀成可复用 Skill。

怎么用？

官方已经装到了 PyPI，直接 pip install skillopt 就能跑；GitHub 仓库里还给了 Claude Code、Codex、Copilot、Devin、OpenClaw 的插件/MCP 集成示例。对开发者来说，基本是「clone 下来就能试」。

如果你还在靠「人工调 prompt + 人工改 skill」来提升 Agent，SkillOpt 这种把 Skill 当权重来训的思路，真的很值得跟。

GitHub: https://github.com/microsoft/SkillOpt