Skill++：路由感知技能精炼，破解终身智能体路由干扰

大型语言模型（LLM）智能体通过技能扩展能力，每个技能包含名称、描述和技能体。在渐进式披露机制下，LLM 路由器仅依据名称和描述选择技能，并只加载被选中技能的技能体。随着用户和智能体不断添加新技能，技能库持续增长。由于路由器依赖这些元数据，一个相似的新技能可能取代先前的技能，破坏原本正确的路由——即使先前的技能和路由器本身都未改变。这种路由干扰在公开技能上更为严重，因为其描述可能与技能体不匹配。

来自《Skill++: Towards Lifelong Agents via Routing-Aware Skill Refinement》的研究将这一问题形式化为终身技能路由，即一类类增量持续学习问题。解决方案必须保持旧技能可被选择，同时不压制新技能。现有方法存在不足：持续重训练路由器可能导致灾难性遗忘，而重写方法要么忽略相似技能，要么需要针对每个技能的反馈。为此，研究人员提出 Skill++，仅重写每个新进技能的名称和描述，无需训练路由器或标注数据。新描述会阐明技能体支持什么、该技能与最接近的前身有何不同，以及它排除了哪些相关工作。

Skill++ 论文概览

路由干扰：终身学习的隐形陷阱

技能库的持续增长是智能体进化的标志，但也埋下了隐患。由于路由器仅凭技能名称和描述做决策，当新技能与旧技能在元数据层面高度相似时，路由器可能错误地将本应路由到旧技能的查询分配给新技能，导致旧技能“被消失”。这种干扰并非因为旧技能损坏或路由器退化，而是元数据层面的竞争。尤其对于公开技能，其描述往往由社区贡献，可能与技能体实际功能存在偏差，进一步放大了路由干扰的风险。

研究者将这一场景建模为类增量持续学习问题：每个新技能相当于一个新类别，路由器需要在不断扩展的技能空间中保持对所有类别的可选择性。核心挑战在于，既要让新技能可被路由，又不能以牺牲旧技能为代价。

**类增量持续学习（class-incremental continual learning）**是持续学习的一种设定：模型按顺序学习一系列任务，每个任务引入新类别，且学习新任务时无法访问旧任务的数据。与允许多任务数据混合的联合训练不同，类增量学习要求模型在每一步只见到当前任务的数据，同时保持对所有已学类别的判别能力。评价指标通常包括最终模型在全部类别上的平均准确率，以及“回退”（backward transfer）程度，即旧类别性能相对其初次学习后的下降幅度。在技能路由场景中，每个新技能相当于一个新类别，路由器需在扩展的技能空间中维持对所有类别的可选择性，因此路由干扰与类增量学习中的灾难性遗忘在问题结构上同源。

现有方案的局限

面对路由干扰，已有两类思路但均不理想。一类是持续重训练路由器，使其适应不断增长的技能库。然而，重训练容易引发灾难性遗忘——模型在适应新技能时丢失对旧技能的识别能力。另一类是重写技能描述以增强区分度，但现有重写方法要么忽略相似技能之间的微妙差异，要么依赖针对每个技能的反馈信号，难以规模化。

Skill++ 的出发点正是绕开这些陷阱：不训练路由器，不依赖标注数据，仅通过精炼新进技能的元数据来缓解干扰。

**灾难性遗忘（catastrophic forgetting）**指神经网络在按顺序学习新任务时，参数更新会覆盖先前任务所依赖的表征，导致旧任务性能急剧下降。在持续重训练路由器的情境中，路由器为适应新技能而调整参数，可能稀释对旧技能名称与描述的特征记忆，使原本正确的路由决策失效。缓解灾难性遗忘的经典思路包括弹性权重巩固（EWC，通过惩罚对旧任务重要的参数变动）、经验回放（保留旧数据样本混合训练）和参数隔离（为不同任务分配独立子网络）。但这些方法要么需要存储旧技能的训练样本，要么引入额外的正则化计算，在技能库持续增长且无标注反馈的智能体场景中难以直接套用。

Skill++ 的核心机制：三要素描述重写

Skill++ 的操作很简洁：对每个新进入技能库的技能，重写其名称和描述，而不改动技能体。新描述必须包含三个要素：

技能体支持什么：明确描述技能的实际功能范围，减少描述与技能体不匹配的问题。
与最接近前身的差异：指出该技能与技能库中最相似的旧技能有何不同，帮助路由器区分二者。
排除了哪些相关工作：主动声明该技能不覆盖哪些相邻领域，避免路由器将其误用于不相关查询。

这种“路由感知”的重写策略，本质上是为新技能构建一个更具辨识度的元数据指纹，使其在路由器眼中与旧技能形成清晰边界。由于无需训练，Skill++ 可以轻量地集成到现有智能体框架中。

**元数据（metadata）**在技能路由语境中特指技能的“名称”和“描述”这两个字段，它们与包含具体实现或指令的“技能体”相区分。路由器在做选择时只读取元数据，技能体仅在选中后才被加载，这种渐进式披露设计降低了上下文开销。元数据的质量因此直接决定路由的信噪比：描述若能准确反映技能体功能并与其他技能形成区分，路由器就更容易做出正确选择；反之，模糊或重叠的描述会造成相似技能间的竞争。Skill++ 不修改技能体而只精炼元数据，正是利用了元数据作为路由唯一输入这一结构特点，以最小的改动影响路由决策。

实验表现：大幅提升路由成功率

研究者在一个增长至 731 个技能、跨越十个会话的技能库上评估 Skill++。结果显示，Skill++ 能为 76.3% 的查询选中所有必需技能，而原始元数据下这一比例仅为 36.4%，提升超过一倍。在三个基准测试和五种 LLM 路由器上，Skill++ 均优于所有对比方法，且其增益可迁移至 Codex CLI 智能体框架。

有意思的是，这一提升是在不训练路由器、不使用标注数据的条件下实现的，凸显了元数据精炼在持续学习场景中的杠杆效应。

对终身智能体的启示

Skill++ 揭示了一个重要方向：智能体的终身学习不仅关乎模型参数更新，也关乎技能库的元数据治理。随着技能数量增长，路由干扰会成为制约智能体可靠性的瓶颈。通过路由感知的技能精炼，可以在不触动模型内部的情况下维持技能库的可选择性，这为构建可扩展、可持续进化的智能体提供了新思路。未来，如何自动化生成高质量的三要素描述、如何处理技能体与描述之间的动态一致性，仍是值得探索的问题。