摘要
最近的LLM代理在处理越来越长远、开放式的任务时，通过引入外部技能（可重用的程序性知识）进一步扩展其能力。然而，固定的手工编写技能往往并非最佳，无法适应代理所遇到的任务多样性。自我提升代理通过从执行轨迹中重写自身技能文件来解决这一问题，从而在具有挑战性的基准测试中获得显著提升。然而，这种自我演化仍然是非递归的：它只改进任务技能（代理所做的），而提升过程（如何改进）则一次性编写并保持不变。
我们引入了MetaSkill-Evolve，一种双时间尺度框架，使代理技能改进变得递归：每个分支同时携带一个任务技能 $s$ 和一个分支本地的元技能 $m=(\psi,\sigma,\alpha,\pi,\varepsilon)$，其中五个组件分别参数化了改进管道中的分析器、检索器、分配器、提议者和进化者。任务技能在快速循环中演变，而元技能在同一管道下以较慢的速度演变，且无需额外的模型或目标。在所有五个管道代理共享同一个冻结的主干网络的情况下，MetaSkill-Evolve在三个代理基准（OfficeQA、SealQA、ALFWorld）上超越了无技能、静态技能和单级演化的基准，分别提高了持出测试准确率 +23.54、+16.09 和 +1.92 个百分点。
博主点评： MetaSkill-Evolve的提出为LLM代理的自我改进提供了新的视角，通过引入递归机制有效提升了模型的适应性和性能。这种双时间尺度的演化框架显著增强了智能体在复杂任务中的表现，值得在未来的研究中深入探讨和应用。