https://inkeast.github.io/MessageDaily/tags/agent-skills/Recent content in Agent Skills on MessageDailyHugozh-cnFri, 18 Sep 2026 00:00:00 +0000https://inkeast.github.io/MessageDaily/posts/2026-09-18-evoskill-gui-paper-reading/Fri, 18 Sep 2026 00:00:00 +0000https://inkeast.github.io/MessageDaily/posts/2026-09-18-evoskill-gui-paper-reading/浙大×电子科大提出 EvoSkill-GUI：现有 Agent 技能框架把技能当部署前写好的静态文档，但 GUI 环境的弹窗、延迟加载、控件迁移让静态技能迅速过期。EvoSkill 把技能做成结构化多文件包（检索元数据+可执行计划+备份定位+失败恢复规则+失败案例），通过 reflect-revise-reuse 循环在部署时从执行反馈中持续修订，全程零训练。Mobile-World/AndroidWorld/OSWorld 三大基准最大增益 +16.2%/+6.0%/+10.5%，进化出的技能库还能反哺相关任务。https://inkeast.github.io/MessageDaily/posts/2026-09-11-subagents-vs-agent-skills-paper-reading/Fri, 11 Sep 2026 00:00:00 +0000https://inkeast.github.io/MessageDaily/posts/2026-09-11-subagents-vs-agent-skills-paper-reading/Agent skill（技能包=指令+脚本+资源的多文件包）的主流执行方式是把指令载入主上下文让 agent 遵循；本文系统对照另一种方式——把技能包作为 subagent 在隔离的全新上下文窗口中调用。在 SkillsBench 长程任务上的结论：当技能包有明确输入输出契约、指令编码了履约所需过程知识时，subagent 执行稳定胜出，且随干扰技能增多退化更平缓；代价是主-sub 协调的额外 token。‘可复用知识的价值不仅取决于内容，也取决于组织与调用方式’——这是 skill 工程从’写什么’转向’怎么调’的第一份系统证据。