语言模型智能体通过将执行经验转化为可复用的外部技能不断提升。然而，技能的反复更新本身形成了一个学习过程：局部有用的编辑会累积成冗余或任务特定的指令，新更新又可能破坏已有行为。我们将其称为技能演化过拟合，并提出 SkillEvoReg——一种受神经网络防过拟合技术启发的通用正则化框架。SkillEvoReg 包含训练时的技能 dropout（扰动更新生成）、考虑复杂度的局部正则化（抑制不必要的结构增长）以及因果反例验证（CCV，针对候选回归提供行为验证）。我们在保持各系统原有技能演化器和任务评估器的前提下，将框架实例化到不同的技能演化系统。实验在 SkillOpt、SkillEvolBench 和 ContinualSkillBench 上进行，结果显示 SkillEvoReg 能持续控制技能状态规模、保持竞争性的下游能力，并提升若干迁移和后期演化指标，同时发现仅靠结构度量难以捕捉的更新级回归。上述发现表明，显式正则化是对日益强大的技能更新器的有益补充。
点评