以下为论文《A Comprehensive Survey on Agent Skills: Taxonomy, Techniques, and Applications》的读书笔记。

1. 前言

将经验沉淀为可复用技能，是人类学习亘古不变的模式。人们不会每次都从零着手处理任务，而是不断把反复实操、示范演示、试错经历与专业指导，转化为可复用的流程。这一知识外化过程历经漫长演变：从具象的实操技艺，到成文的工程规范，再到数字化工具与可编程工作流，如今已然迈入智能体原生技能生态阶段。

基于大语言模型的智能体，正逐步成为实现复杂任务自动化的主流范式。本质而言，这类智能体是以大语言模型为认知核心的自主系统，能够感知环境、解读任务场景、推导抽象目标，并借助规划调度、工具调用、记忆调取与规范化交互完成行动执行。OpenClaw、Manus、Claude Code 等前沿系统均是该范式的典型代表，也标志着智能系统从被动生成应答，正式转向主动式、行动导向型任务执行。

随着大模型智能体落地场景持续拓宽，承接的任务复杂度不断提升，依托应用程序接口、插件及 MCP 等协议层实现的工具增强，已然成为核心设计准则。但实际应用表明，仅具备工具调用权限，无法解决能力触发时机、多工具协同方式、故障处理机制以及结果校验判定等问题。面对长周期、多类型的复杂任务，若每次都依靠智能体从头推演执行流程，会造成系统稳定性差、响应迟缓、可靠性不足等问题，这类流程断层已然成为发展主要瓶颈。

该瓶颈推动智能体体系转向以技能为核心的研发思路。本文将智能体技能定义为可复用的流程载体，承载特定实操方法知识，可在既定约束条件下统筹调度工具、记忆与运行环境。在此体系中，智能体与技能形成高度协同的层级架构：智能体承担高层认知规划工作，负责理解意图、拆解目标；技能则作为关键执行层，把抽象规划转化为稳定的底层实操动作。

技能如同智能体的肌肉记忆，将实操经验固化为可复用模块后，智能体无需重复分步推理，既能大幅降低执行失误，还可将临时动作沉淀为长效能力，在反复任务中灵活调取、组合、优化与管控。

2. 核心定义与动机

1. Agent技能的定义
   论文将Agent技能定义为可重用的程序性构件，用于协调工具、记忆和运行时上下文，以完成特定任务。形式化为：
   $S = (M, \mathcal{R}, \mathcal{C})$

   • $M$：根指令文档
   • $\mathcal{R}$：辅助资源（文本、代码等）
   • $\mathcal{C}$：适用条件（元数据、自然语言描述或嵌入）

2. 从工具到技能的范式转变
   单纯的工具访问（如API、MCP协议）不能解决“何时调用、如何协调、如何处理失败”等程序性问题。技能作为操作层，将“如何做”的知识外化为可存储、检索、修订和重用的构件，弥补了程序性鸿沟。

3. 技能与智能体的互补关系

   • 智能体：高层认知规划、意图解释、目标分解
   • 技能：底层可靠执行、可重用、可组合
     → 形成“认知-操作”双层协同架构。

3. 技能生命周期四阶段

论文围绕表示、获取、检索、进化四个阶段组织文献：

3.1. 技能表示（Skill Representation）

• 根据辅助资源 ( \mathcal{R} ) 的配置分为三类：
  • 文本型：参考文档、模板等 → 提升理解，无执行依赖
  • 代码型：脚本、函数等 → 高确定性，但需管理版本和依赖
  • 混合型：两者结合 → 可解释且可执行，但协调成本最高

3.2. 技能获取（Skill Acquisition）

四个来源，互为补充：

• 人类衍生：专家编写或交互式精炼
• 经验衍生：从执行轨迹中通过选择、抽象、记忆组织、程序化封装生成技能（如Voyager、Reflexion、Trace2Skill）
• 任务衍生：根据当前任务需求即时生成技能，经执行验证后保留（如CREATOR、ToolMakers）
• 语料库衍生：从文档、代码库、竞赛方案等外部资源中提取技能（如DS Agent、HuggingGPT）

核心发现：四类方法并非竞争，而是互补。LLM降低了各途径的成本，未来技能库将来自它们的组合。

4. 技能检索与选择（Skill Retrieval & Selection）

• 检索：从大规模库中召回候选技能
  策略包括：稠密嵌入检索、稀疏/关键词检索、生成式检索、结构感知检索（层次化、依赖过滤）
• 选择：从候选中决定调用的技能
  维度包括：上下文感知动态选择、技能组合、成本-效用感知、反馈驱动的重排序

关键洞察：技能检索不仅是文档检索，因为技能是可执行的，必须考虑状态前提、依赖约束和副作用。评价需从“召回率”转向“最终执行成功率和净效用”。

4.1. 技能进化（Skill Evolution）

• 修订：通过反馈修改技能内容（如EvoSkill、AutoSkill）
• 验证：只有通过检验（单元测试、执行一致、回滚）的更新才保留
• 策略耦合：技能库与强化学习策略共同适应（如SkillRL、ARISE）
• 仓库演化：多技能的组织、过滤、连接（如SkillNet、SkillClaw）
• 运行时治理：路由、信任检查、淘汰不安全技能

核心发现：进化与获取的区别在于持久化、命名化、可验证的构件更新，而不仅是轨迹积累。

5. 开放挑战

6. 未来研究方向

1. 统一技能模式：标准化技能字段（范围、触发条件、依赖、版本、安全约束），便于跨生态系统共享。
2. 资源感知联合优化：将检索、规划、执行联合优化，考虑延迟、token成本、调用风险。
3. 非平稳环境下的库演化：检测API变更、安全在线更新、版本回滚，评估后部署稳定性。
4. 多模态与领域专用基准：面向具身智能、自动驾驶、无人机等场景，评估技能的安全性、延迟和长期决策质量。
5. 因果驱动的技能诊断：追溯失败原因（检索错误、选错策略、工具故障、组合不安全），实现针对性修复。

7. 应用场景

论文概括了八大应用场景及其技能形式：

• 软件工程（代码生成、调试）
• Web/GUI任务（导航、表单填写）
• 聊天机器人（记忆更新、工具路由）
• 机器人（可组合控制例程）
• 金融（决策启发式）
• 医疗（诊断与治疗流程）
• 游戏环境（可组合行为单元）
• 社会模拟（可重用社交行为例程）

8. 与相关工作的区别

• 区别于工具使用研究：技能强调程序性知识的外化和重用，而非原子工具调用。
• 区别于RAG和记忆：记忆主要处理非参数化事实，而技能处理可执行程序，并支持修订、组合和治理。

9. 总体结论

将技能视为一等公民构件，而非偶然的提示或工具包装，是提升LLM智能体系统可扩展性、鲁棒性和可治理性的关键。本文为技能生命周期提供了统一框架，并指出了通往可演化、可信任技能生态系统的研究路径。

论文还提供了持续更新的资源仓库：
🔗 https://github.com/JayLZhou/Awesome-Agent-Skills