手写这些技术文档，性质上是一种试错的手工活。写一版，跑几个工作看看成效，感触哪里不合再改，改完再跑。这个过程和之前手调 prompt 没有性质区别，只是对象从一句话造成了一整份文档。
这个问题似乎迎来了终点，微软在本周开源了SkillOpt，一个把 Agent 技术文档当作「可训练参数」的文本空间优化框架，让技术文档自我进化。
主题思路很单一，不训练模型权沉，只训练那份领导 Agent 行为的天然说话文档。在 7 个指标模型、6 个基准测试、3 种执行环境（直接对话、Codex、Claude Code）的全数 52 个评测组合中，SkillOpt 训练出的技术文档全数达到最优或并列最优
SkillOpt 的主题洞察能够用一句话概括：Agent 的技术文档就是它的「表部权沉」，既然内部权沉能够用梯度下铰反优化，表部权沉也应该有一套系统化的训练步骤。
Rollout（前向传布）：冻结的指标模型拿着当前版本的技术文档去执行一批工作，纪录齐全的执行轨迹，蕴含新闻、工具挪用、验证反馈、最终得分。这一步产出的是「证据」，相当于神经网络的前向传布了局。Reflect（反向传布）：一个独立的优化器模型分析这批执行轨迹。关键设计是，失败案例和成功案例被分隔反思。失败的 minibatch 用来发现「哪些操作规定必要建改」，成功的 minibatch 用来确认「哪些现有规定在起作用，不能动」。这一步相当于推算「文本空间的梯度」，通知系统技术文档该往哪个方向改。Edit（参数更新）：优化器模型基于反思了局，提出对技术文档的结构化编纂操作：增长新规定（add）、删除失效规定（delete）、代替必要建改的规定（replace）。Gate（验证门控）：候选的新技术文档必须在一个 held-out 的验证集上跑一遍，只有机能严格提升时才被接受。这一步预防过拟合，确保每次更新都是真正的改进。
训练神经网络时，进建率太大会导致苦难性忘却，模型学了新器材就忘了旧器材。SkillOpt 在文本空间遇到了齐全一样的问题：若是一次编纂扭转太大，可能把之前学到的有效规定覆盖掉。
解决规划是引入「文本进建率」（textual learning rate）：每一步允许的编纂操作数量有上限。论文中默认设置为 lr=4，即每步最多 4 个 add/delete/replace 操作。这个约束迫使优化器每次只做幼幅调整，维持训练不变性。
另一个精彩的设计是 rejected-edit buffer。当一个编纂提案被验证门控回绝时，它不会被单一抛弃，而是进入一个缓冲区。优化器在后续的反思阶段能够看到这些「失败的尝试」，从而预防沉复提出类似的无效编纂。
Slow Update：每个 epoch 实现时，对整个 epoch 内所有被接受的编纂做一次纵向对比分析，找出跨 step 的一致性模式，产出一次更大领域的更新。这类似于深度进建中的进建率 warmup 或周期性大步更新。Meta Skill：优化器自身也有一份「元技术」文档，纪录它在优化过程中堆集的经验（好比「对这个 benchmark，关注工具挪用的体式比关注推理步骤更有效」）。这份元技术在 epoch 间持续更新，让优化器自身也在进化。
关键的是，这两个机造只在训练时存在。部署时，指标模型只必要那份最终的 best_skill.md，不必要任何额表的模型挪用或影象�？�。推理时的开销为零。
幼模型的提升幅度反而更大，这注明技术文档对能力较弱的模型援手更显著。一份好的操作手册，对新手的价值弘远于对专家的价值，这个直觉在 AI Agent 上同样成立。
值妥贴心的是，TextGrad 和 GEPA 都是已有的文本优化步骤，SkillOpt 对它们的优势注明，系统化的训练循环设计（进建率、验证门控、负反馈缓冲）的确比疏松的自我建改更有效。
跨模型迁徙：在 GPT-5.4 上训练的 LiveMath 技术，直接迁徙到 GPT-5.4-nano 上使用，提升 15.2 分。不必要针对幼模型沉新训练�？缁肪城ㄡ悖涸� Codex 环境中训练的 SpreadsheetBench 技术，直接迁徙到 Claude Code 环境中使用，提升 31.8 分。这意味着你在一个 Agent 框架里优化好的技术文档，换到另一个框架里依然有效。自优化：即便用 GPT-5.4-nano 同时作为指标模型和优化器模型（自己优化自己），SpreadsheetBench 上依然提升了 10.4 分。这注明 SkillOpt 的训练循环自身提供了足够的结构化约束，即便优化器不比指标模型更强，也能发现有效的改进方向。部署极简：最终部署时只必要一个 best_skill.md 文件。不必要优化器模型，不必要影象�？�，不必要任何额表的推理开销。
「将任何通用的指标容器事俘视为有效」「守护一个严格编号的已搜索集中，不沉复查抄已观察过的地位」「在某一类地位陆续屡次未射中后，扩大搜索领域」
这些规定都是从失败轨迹中自动提炼出来的。好比第三条，来自 Agent 在某些工作中反复搜索统一类地位却找不到指标物品的失败经验。优化器观察到这个模式后，提出了「扩大搜索领域」的规定。
整个过程中，Step 3 的编纂一度导致验证集机能降落，但被 slow update 机造救回。Step 4 的训练集得分更高，但验证集没有提升，因而被门控回绝。这种「提出如果、验证、接受或回绝」的循环，和人类科研的步骤论千篇一律。
水神芙宁娜的浮殇TXT百度云在《人性的，女人性的》里，莫里斯十分巧妙地在一些男性“大人物”身边虚构了一些女性的形象，是他们的情人、太太或朋友，看起来像是小配角，但常在故事结尾，一语中的地指出了这些大人物的局限性。当然，莫里斯并不想进行一种颠覆，她知道这些大人物有着丰富的面相。但她的任务绝不是重复他们已被世人所知的名气，而是正如她所说，“轻轻刮一刮伟人的雕像。”利物浦方面，基耶萨今天在意大利接受采访时表示，自己希望获得更稳定的出场时间。因此，外界预计基耶萨今夏将离开利物浦，这也是目前的计划。基耶萨表示，他会参加利物浦前往美国的季前巡回赛，并与新主帅斯洛特沟通，了解自己的处境，但他想踢比赛，也需要踢比赛。罗马诺称，基耶萨可能会得到离开利物浦的机会。球员身边人士预计，他确实可能在今夏离队。基耶萨在今年1月以及一年前都曾非常接近离开，如今可能到了告别利物浦的时候。水神芙宁娜的浮殇TXT百度云《网恋后被双胞胎爆烂了幼说》那可是“第十冠”。后来皇马又赢了很多冠军，但第十冠是大家一直渴望跨过去的一道坎。此前我们总是在最后阶段差一点，始终没能真正实现。决赛前，在马德里你就能感受到，那一年就是属于我们的时刻。那种感觉非常特别，而对我来说也意义非凡——那是我的第一场欧冠决赛，而且是在皇家马德里。无论别人怎么说，皇马都是世界上最大的俱乐部。能够和那些队友一起完成这一切，对我来说非常特别。特朗普还说：“我是一位战时总统。他是一位战时总理……我们合作得非常愉快。我非常喜欢内塔尼亚胡，我和他合作得很好。” （新华社）
20260607 ? 水神芙宁娜的浮殇TXT百度云近日，前意大利队主帅曼奇尼在出席帕尔马的意甲联赛庆典活动时接受了采访，并回忆了自己2021年率意大利队夺得欧洲杯冠军。《替夫还债》高清齐全版6月5日，身处具身智能赛道的灵生科技合伙人、世界模型训练人蒋玉骅在接受《华夏时报》等媒体记者采访时认为，很多时候模型训练速度的瓶颈并不在于GPU，反而在于CPU的加载数据。他表示，具身智能数据的一个特点是碎片化严重，“怎么把数据加载、数据存储的瓶颈给克服，我觉得也是AI下半场需要回答的一个问题。”
20260607 ? 水神芙宁娜的浮殇TXT百度云在西班牙马贝拉度假期间，韦德拉奥果接到了补招电话，德国队主帅纳格尔斯曼亲自联系了他。就在上周，韦德拉奥果还随莱比锡红牛前往南非进行商业推广活动。《三幼我的疯狂苏柔赵刚的幼说叫什么》6月5日凌晨，法网女单半决赛的焦点战，排名世界第114位的赫瓦林斯卡对阵排名世界第18位的施耐德。经过2盘战斗，赫瓦林斯卡2-0取胜。最终，赫瓦林斯卡创造历史，杀入法网决赛！
京公网安备11010202000001号
