编码 agent 的技能库会自己长个儿

带过新人的人都懂：让他背操作手册没用，让他复盘自己踩过的坑才有用。一篇 10 月 26 日提交的论文，把这套带教法教给了编码 agent。

一、发生了什么

论文要解的难题是：编码轨迹里缠满了具体任务和具体仓库的细节，直接把成功案例存成经验，换个仓库就没法用。作者提出一套分层沉淀法：先从单条轨迹里提取任务级证据；同一个仓库里反复出现的证据，合并成仓库级技能候选；跨仓库还成立的模式，最后固化成通用技能。全程用外部的「写手-评委」循环来生成和审查技能，底下的编码模型冻结不动，只有写手和评委的策略在外层进化——换模型、换外壳都不用推倒重来。失败轨迹也没浪费——反复出现的失败模式会被记成「避坑指南」，教后来的任务识别征兆、及时止损。实测阵容不小：两个真实缺陷修复基准上，跑了一家中国厂商的中杯模型和一个美国大厂的上一代旗舰，外壳用了一轻一重两套。仅从训练集长出来的十条技能，就在所有组合里带来提升，跨基准、跨模型、跨外壳的迁移全部成立。论文还演示了不靠验证器、只用学出来的评委筛选技能，照样能再涨一截。

二、跟你有什么关系

维护 agent 工具链的工程师：不用动模型权重就能持续涨分，技能库是比微调便宜得多的迭代抓手，模型换代技能照用。企业里想沉淀工程经验的：每个团队踩过的坑都能进技能库，新人 agent 上手即继承，老工程师的经验第一次有了机器可读的存放处。做多模型接入的：技能跨模型、跨外壳都有效，说明它存的是过程性知识，不是对某家模型的过拟合。

三、怎么用

1. 按三层归档：单次任务心得先留任务级，仓库里重复出现的升级为仓库级，跨仓库成立的才进全局库，避免细节污染；起步门槛不高，实验里全部技能都长自同一个公开训练集，先攒一百条好轨迹再说。
2. 失败也入库：给高频失败模式写「识别加恢复」条目，价值不比成功经验低——论文里成功轨迹教「怎么做」，失败轨迹教「别怎么做」，两条腿缺一不可。
3. 用评委把关：入库存不存让独立的评估策略打分，别让模型自己给自己发证书。

四、三个别信的说法

「技能库等于更长的系统提示词。」 一股脑塞背景只会撑爆上下文，分层的意义是过滤掉任务特有细节，只留真能迁移的程序性知识。

「换了模型技能就作废。」 实验在多个基座和两套外壳上都验证了迁移，过程性知识比参数记忆更耐换车。

「存了就一劳永逸。」 技能会过时，仓库重构、依赖升级之后旧条目需要评委重新审一遍。

「技能库是微调的替代品。」 两者解决不同层面的问题：技能改行为不动权重，见效快但上限受底座限制；真要换能力天花板，还是得回到训练。

五、一句话结论

让 agent 把每个坑都变成一条可复用的技能，它才算是真的在长大。

信息来源

• 编码 agent 分层技能进化的论文，2026-10-26 提交

功能与价格以官方公告为准。本文写于 2026 年 10 月 28 日。