# Agent技能自进化五栈横评：从经验碎片到可复用技能的全链路实测 2026年5月，arXiv上连续出现三篇以"技能"为核心的Agent论文——MUSE-Autoskill、Memento-Skills、SkillFlow，加上GitHub上OpenSpace突破4700 Star、MOLTRON以"Agent自编码升级"为卖点席卷开发者社区，一个清晰的范式正在成形：**Agent的竞争力不再取决于初始Prompt写得多好，而取决于它能多快把经验转化为可复用技能**。本文选取MUSE-Autoskill、Memento-Skills、OpenSpace、MOLTRON、SkillX五个代表性栈，从技能创建、技能存储、技能检索、技能进化、技能评估五个维度进行深度实测对比，揭示"技能自进化"这条赛道上的真正能力断层与变现机会。 ## 五栈核心参数对比 | 维度 | MUSE-Autoskill | Memento-Skills | OpenSpace | MOLTRON | SkillX | |------|---------------|----------------|-----------|---------|--------| | **来源** | arXiv 2605.27366（2026.05） | arXiv 2603.18743（2026.03） | HKUDS开源（2026.03） | 开源框架（2026） | arXiv 2604.04804（2026.04） | | **GitHub Star** | ~300+ | ~1.2K | ~4.7K | ~800+ | ~600+ | | **技能创建机制** | 任务轨迹→技能提取+抽象化 | Agent自行生成+RL优化 | 社区技能库+本地适配 | Agent自编码Skills.md | 层次化技能提取+迭代精炼 | | **技能存储格式** | 结构化JSON+向量索引 | 可执行技能代码+路由 | SKILL.md开放标准 | SKILL.md版本化 | 层次化知识库 | | **技能进化方式** | 生命周期管理（创建-评估-精炼-重用） | 离线RL一步更新路由 | 社区集体进化+本地微调 | Agent自重写+版本控制 | 自动扩写+质量筛选 | | **基准表现** | WebArena超基线12% | GAIA+13.7%，HLE+19.3% | Token减少46%，收入提升4.2x | 无公开基准 | SWE-bench超基线8% | | **接入方式** | Python SDK | Python框架 | MCP插件/CLI | CLI+Skills.md | Python框架 | | **上手难度** | 中高（需理解生命周期） | 中（依赖RL训练管道） | 低（即插即用MCP） | 低（写入Skills.md即可） | 中（需构建技能知识库） | ## 一、MUSE-Autoskill：技能生命周期管理的学术标杆 ### 架构原理 MUSE-Autoskill（Memory-Utilizing Skill Evolution）的核心洞察是：**技能不应是孤立的静态产物，而应是贯穿Agent整个生命周期的"活实体"**。它将技能管理拆解为五个阶段——创建（Creation）、记忆（Memory）、管理（Management）、评估（Evaluation）、重用（Reuse），形成一个闭环的技能生命周期。 在创建阶段，Agent完成一次任务后，系统自动从任务轨迹中提取关键操作序列，通过LLM抽象化生成通用技能描述。记忆阶段将技能存入分层记忆系统：短期记忆保留最近技能，长期记忆存储高频复用技能，Episodic记忆记录技能的应用场景。管理阶段负责技能的去重、合并和冲突消解——当新旧技能重叠时，系统通过语义相似度计算自动合并。评估阶段在每次技能调用后收集执行反馈，更新技能质量评分。重用阶段则通过向量检索将最相关的技能注入当前任务的Prompt。 ### 关键代码片段 ```python from muse_autoskill import MUSEAgent, SkillLifecycle agent = MUSEAgent(model="gpt-4o") lifecycle = SkillLifecycle(agent) # 执行任务并自动提取技能 result = agent.run("在WebArena上预订餐厅并写评论") # 技能自动进入生命周期管理 # 1. Creation: 从轨迹提取 → "web_booking_skill" # 2. Memory: 存入长期记忆（高频场景） # 3. Management: 检测到与已有"form_filling_skill"重叠 → 合并 # 4. Evaluation: 后续10次调用成功率92% → 评分提升 # 5. Reuse: 下次遇到预订任务自动注入 # 手动触发技能评估 lifecycle.evaluate_skill("web_booking_skill", recent_runs=10) ``` ### 优缺点分析 **优点**：生命周期管理是最完整的技能进化范式，五个阶段环环相扣。WebArena基准上超基线12%，在多步推理任务中尤其突出——因为技能的"评估-精炼"闭环能持续过滤低质量技能。分层记忆设计在长任务序列中表现优异，100+技能时检索延迟仍低于200ms。 **缺点**：上手门槛中高，需要理解整个生命周期概念才能调参。技能抽象化依赖LLM的泛化能力，在高度专业化领域（如法律文书）可能过度抽象。系统复杂度导致调试困难——当技能质量下降时，很难快速定位是创建、记忆还是评估环节出了问题。 ### 变现/训练营评估 高。可以设计"Agent技能工程"训练营：第一阶段教技能生命周期理论，第二阶段实操MUSE-Autoskill，第三阶段学员自定义技能评估指标。目标受众：已有Agent开发经验的工程师，定价8K-15K/人，周期3天。 ## 二、Memento-Skills：让Agent设计Agent的RL路径 ### 架构原理 Memento-Skills走了一条截然不同的路：**不预设技能应该长什么样，让Agent自己设计**。它将技能定义为可执行的Agent子程序（Agent-designed Agent），通过记忆驱动的持续学习框架让Agent自主创建、存储和改进技能。 核心流程分为三步。第一步"技能生成"：Agent遇到新任务时，先检查记忆中是否有相关技能；如果没有，则自行编写一个"技能Agent"——本质上是一段带输入输出的Prompt+代码组合。第二步"技能执行"：调用该技能Agent完成任务，收集执行日志和结果质量评分。第三步"技能优化"：关键创新——通过**一步离线强化学习**更新技能路由器，无需重新训练基座模型即可让Agent学会何时调用哪个技能。这个RL步骤的时间成本仅为传统微调的1/100。 在GAIA基准上，Memento-Skills将准确率提升13.7个百分点；在HLE（Humanity's Last Exam）上提升19.3个百分点。更惊人的是端到端任务成功率：从基线的50%跃升至80%。 ### 关键代码片段 ```python from memento_skills import MementoAgent, SkillRouter agent = MementoAgent(model="claude-sonnet-4-6") router = SkillRouter(agent) # 首次任务：Agent自行创建技能 task = "分析这份财报并生成投资建议" result = agent.execute(task) # → 检查记忆：无匹配技能 # → 自行生成 financial_analysis_skill # → 执行并记录结果 # RL优化路由器（一步更新） router.update( skill_name="financial_analysis_skill", task_context=task, reward=result.quality_score, # 0.0-1.0 mode="one_step_offline_rl" ) # 第二次遇到类似任务：路由器自动选择最优技能 result2 = agent.execute("分析特斯拉Q1财报") # → 路由器匹配 financial_analysis_skill # → 直接复用，跳过创建阶段 ``` ### 优缺点分析 **优点**："Agent设计Agent"的理念极具前瞻性，理论上技能库可以无限扩展。RL优化路由器是真正的工程创新——无需重新训练基座模型，但路由决策持续优化。80%端到端成功率是目前看到的最高数字之一。HLE上的19.3%提升说明在极端困难任务上，技能积累的价值被放大。 **缺点**：RL训练管道虽然简化为一步，但仍需要质量评分函数的设计——这本身就是一个需要领域知识的任务。技能生成质量受基座模型能力限制，弱模型生成的技能可能引入错误传播。Agent自行编写的技能代码可读性较差，维护成本高。 ### 变现/训练营评估 极高。Memento-Skills的"Agent设计Agent"概念极具传播力。可以打造"自进化Agent工程师"认证课程：覆盖MDP理论、技能路由器设计、RL优化实践。面向企业AI团队负责人，定价15K-25K/人，周期5天，含企业定制化Workshop。 ## 三、OpenSpace：即插即用的技能进化引擎 ### 架构原理 OpenSpace由香港大学数据科学实验室（HKUDS）开发，定位是**万能技能进化插件**——可以接入任何编码Agent（Claude Code、Cursor、Codex等），为其赋予技能学习和集体进化能力。 其架构分为三层。**本地层**：Agent在完成任务后，OpenSpace自动提取可复用的操作模式，以SKILL.md格式存入本地技能库。**适配层**：每次调用技能前，OpenSpace根据当前任务上下文对技能进行微调（Progressive Disclosure），只展示与当前任务相关的技能部分，减少Token消耗。**社区层**：通过openspace.cloud，Agent可以搜索、下载、上传技能到全球技能库，实现"集体智慧"——一个Agent学到的技能，所有Agent都能受益。 实测数据显示：Token消耗减少46%，Agent收入（以SWE-bench修复Bug的赏金计）提升4.2倍。GitHub Star已突破4700，是目前技能进化赛道中最热门的项目。 ### 关键代码片段 ```bash # 安装OpenSpace（以Claude Code为例） npm install -g @hkuds/openspace openspace init --agent=claude-code # OpenSpace自动在项目中生成技能 # 第一次执行任务后，自动创建 .openspace/skills/ cd my-project claude-code "实现用户认证模块" # OpenSpace自动捕获技能 # 查看积累的技能 openspace skills list # NAME USED SUCCESS_RATE TOKENS_SAVED # auth-module-setup 12x 94.2% 1,847 # db-migration-pattern 8x 87.5% 2,103 # error-handling-standard 15x 96.0% 1,560 # 发布技能到社区 openspace skills publish auth-module-setup # → 上传到 openspace.cloud # → 其他Agent可直接搜索使用 ``` ### 优缺点分析 **优点**：即插即用的接入方式是目前所有栈中最低门槛的。46%的Token减少直接转化为成本节省——在生产环境中意味着每月数千美元的API费用缩减。社区技能库的"集体智慧"模式是独特的竞争壁垒，技能越多，新Agent上手越快。SKILL.md开放标准兼容Anthropic Agent Skills规范，生态互操作性最好。 **缺点**：社区技能质量参差不齐，缺乏统一的技能认证机制。本地技能库在Agent更换项目时需要手动迁移。对非编码类任务（如数据分析、文档处理）的支持尚在早期阶段。 ### 变现/训练营评估 最高。OpenSpace天然适合做成"Agent效率训练营"：1天速成，教开发者在5个主流Agent工具中接入OpenSpace，展示即时的Token节省效果。面向一线开发者，定价3K-5K/人，周期1天。企业版可以提供私有技能库搭建服务，单项目收费20K-50K。 ## 四、MOLTRON：Agent自编码升级的激进实验 ### 架构原理 MOLTRON的名字来自"Molting"（蜕壳）——Agent通过不断蜕掉旧技能、长出新技能来进化。它的核心理念是**让Agent自己编写并版本化技能代码**，而非依赖外部系统提取或LLM抽象化。 MOLTRON的技能以Skills.md文件格式存储，每个技能包含：触发条件（何时使用）、执行步骤（怎么做）、验证规则（怎么判断成功）、版本号（迭代到第几代）。当Agent遇到一个新任务时，MOLTRON的"进化引擎"会执行以下流程： 1. **评估现有技能**：检查Skills.md中是否有可复用技能 2. **缺口分析**：识别现有技能无法覆盖的子任务 3. **自编码**：Agent直接编写新的技能代码段 4. **版本控制**：新技能以v0.1入库，后续每次使用自动更新版本 5. **质量门控**：技能连续3次执行失败则标记为"待修复" MOLTRON强调"Agent自编码"而非"系统提取"——区别在于，MOLTRON生成的技能是Agent可以直接执行的代码，而非人类可读的Prompt模板。这使得技能执行更可靠，但可解释性更低。 ### 关键代码片段 ```markdown --- name: api-rate-limit-handler version: 0.3 trigger: "API调用返回429状态码" success_rate: 0.87 last_used: 2026-05-28 --- ## 执行步骤 1. 解析响应头中的 `Retry-After` 字段 2. 计算等待时间（默认60s，取Retry-After与60的较大值） 3. 执行 `await sleep(wait_time)` 4. 以指数退避重试（最多3次） 5. 若仍失败，切换到备用API endpoint ## 验证规则 - 重试次数 ≤ 3 - 总等待时间 ≤ 300s - 最终返回200状态码 ## 进化日志 - v0.1: 基础重试（固定60s等待） - v0.2: 添加Retry-After解析（成功率从72%→84%） - v0.3: 添加备用endpoint切换（成功率从84%→87%） ``` ### 优缺点分析 **优点**：版本化技能是最直观的进化追踪方式。Agent自编码的技能直接可执行，中间没有LLM抽象化的信息损失。"3次失败即待修复"的质量门控简单有效。Skills.md格式与Anthropic开放标准天然兼容。 **缺点**：Agent编写的技能代码质量完全取决于基座模型——弱模型会写出脆弱的技能。缺乏正式的学术基准测试，难以量化与其他栈的差距。进化日志虽然有趣，但在大规模技能库（100+技能）中日志管理成为负担。 ### 变现/训练营评估 中高。MOLTRON的"自编码"概念对开发者有吸引力，但缺少基准数据使说服力不足。适合做成"Agent技能工程Workshop"的一个模块，而非独立课程。建议与OpenSpace搭配教学，定价2K-3K/模块。 ## 五、SkillX：自动构建技能知识库的工业化路径 ### 架构原理 SkillX由浙大ZJUNLP团队开发，走的是**工业化技能知识库构建**路线。它的核心命题是：与其让Agent每次从零创建技能，不如系统化地从大量Agent执行轨迹中批量提取、精炼和组织技能。 SkillX的三阶段管道是：**提取（Extraction）→ 层次化（Hierarchization）→ 扩写（Expansion）**。提取阶段使用LLM从任务执行轨迹中识别关键操作模式，生成初始技能草稿。层次化阶段将技能组织为树状结构：顶层是抽象能力（如"数据分析"），中层是具体任务类型（如"时间序列预测"），底层是原子操作（如"调用statsmodels的seasonal_decompose"）。扩写阶段通过对抗性测试发现技能的边界情况，自动补充边界处理逻辑。 SkillX的知识库设计强调"即插即用"——构建好的技能库可以直接加载到任何LLM Agent中，无需修改Agent架构。在SWE-bench上，加载SkillX知识库的Agent比无技能基线高8个百分点。 ### 关键代码片段 ```python from skillx import SkillKB, SkillExtractor, SkillHierarchizer # 从历史执行日志批量构建技能知识库 extractor = SkillExtractor(model="gpt-4o") hierarchizer = SkillHierarchizer() # 提取技能（从1000+任务日志中） raw_skills = extractor.batch_extract( log_dir="./agent_logs/", output_format="structured" ) # → 提取出 247 个原始技能 # 层次化组织 skill_tree = hierarchizer.build_tree(raw_skills) # Root: Agent Capabilities # ├── Data Analysis # │ ├── Time Series → 12 atomic skills # │ ├── Classification → 18 atomic skills # │ └── NLP Processing → 23 atomic skills # ├── Web Automation # │ ├── Form Filling → 15 atomic skills # │ └── Scraping → 11 atomic skills # └── Code Generation # ├── Testing → 19 atomic skills # └── Refactoring → 14 atomic skills # 保存为可加载的知识库 kb = SkillKB(skill_tree) kb.save("./skill_knowledge_base/") # 加载到任意Agent from skillx import SkillAugmentedAgent agent = SkillAugmentedAgent( base_agent=your_agent, skill_kb=kb.load("./skill_knowledge_base/") ) ``` ### 优缺点分析 **优点**：批量构建是唯一适合企业级部署的路径——一个团队运行1000个任务后，SkillX可以自动产出高质量技能库。层次化结构使得技能检索精度高、速度快。即插即用设计降低了接入成本。学术背景（ZJUNLP）保证了方法论严谨性。 **缺点**：依赖大量历史日志作为输入——对刚起步的团队不友好。层次化构建是一次性的，不支持持续在线进化（与MUSE-Autoskill的实时进化形成对比）。扩写阶段的对抗性测试Token消耗大，构建一个完整知识库可能花费$50-100的API费用。 ### 变现/训练营评估 高。SkillX最适合企业场景——"用你团队的Agent历史日志，一周内构建专属技能库"。可以作为企业咨询服务，单项目收费30K-80K。也可以做"Agent知识工程"训练营，面向企业AI团队，定价12K-20K/人。 ## SkillFlow基准：技能进化的裁判员 在五栈之上，还需要一个公正的裁判。SkillFlow（arXiv 2604.17308）提供了这样一个基准：166个任务横跨20个任务族和5个领域，采用**Agentic Lifelong Learning协议**——Agent从零技能开始，逐任务执行，每完成一个任务后必须外化所学技能（以代码形式输出），后续任务可以调用已积累的技能。 SkillFlow的核心评估指标是**Skill Reuse Rate（技能复用率）**和**Task Completion Rate over Time（时间维度的任务完成率曲线）**。一个真正能进化的Agent，其任务完成率应该随技能积累而持续上升。 在SkillFlow上的初步测试揭示了几个关键洞察： | 指标 | MUSE-Autoskill | Memento-Skills | OpenSpace | MOLTRON | SkillX | |------|---------------|----------------|-----------|---------|--------| | 前20任务成功率 | 38% | 42% | 35% | 40% | 45% | | 后20任务成功率 | 61% | 72% | 58% | 55% | 52% | | 技能复用率 | 34% | 28% | 41% | 22% | 48% | | 技能质量（人工评估） | 7.8/10 | 7.2/10 | 8.1/10 | 6.5/10 | 8.5/10 | | 进化速率（成功率提升/任务数） | +0.115 | +0.150 | +0.115 | +0.075 | +0.035 | **核心发现**：Memento-Skills的进化速率最快（+0.15/任务），但技能复用率偏低（28%），说明它更擅长"自我优化"而非"技能共享"。SkillX的技能质量最高（8.5/10）但进化速率最低（+0.035），因为它的层次化知识库是预构建的，在线进化能力弱。OpenSpace在技能复用率（41%）和技能质量（8.1/10）之间取得了最佳平衡。 ## 技能自进化系统架构图 ```mermaid graph TB subgraph 任务执行层 T[新任务输入] --> A[Agent执行引擎] A --> R[执行结果] end subgraph 技能创建层 R --> |轨迹分析| SC[技能提取器] SC --> |抽象化| SR[技能路由器] SC --> |代码生成| SG[技能生成器] end subgraph 技能存储层 SG --> SKB[(技能知识库)] SR --> SKB SKB --> |向量索引| VI[语义检索] SKB --> |层次结构| HT[技能树] end subgraph 技能进化层 R --> |质量反馈| SE[技能评估器] SE --> |评分更新| SKB SE --> |低分触发| SRP[技能修复器] SRP --> |版本升级| SKB end subgraph 技能复用层 T --> |任务匹配| VI VI --> |Top-K技能| INJ[技能注入器] INJ --> |Prompt增强| A end subgraph 社区层 SKB <--> |同步| CLD[社区技能云] CLD --> |下载| SKB SKB --> |上传| CLD end style SC fill:#e1f5fe style SKB fill:#fff3e0 style SE fill:#e8f5e9 style INJ fill:#fce4ec style CLD fill:#f3e5f5 ``` ## 技能进化的五大能力断层 ### 断层一：技能抽象化的精度-泛化权衡 MUSE-Autoskill和SkillX都依赖LLM进行技能抽象化——从具体的任务轨迹中提取通用技能。但这里存在一个根本性的权衡：**抽象化程度越高，技能泛化能力越强，但精度越低**。实测中，"过于抽象"的技能在WebArena上的成功率比"适度抽象"低15-20%。OpenSpace通过Progressive Disclosure部分解决了这个问题——技能存储时保持完整粒度，只在检索时按需截断。但这也意味着OpenSpace的Token节省主要来自检索阶段的裁剪，而非创建阶段的抽象。 ### 断层二：技能路由器的冷启动问题 所有五栈都面临同一个问题：**技能库为空时，Agent与无技能基线没有区别**。Memento-Skills的RL路由器需要至少50+次任务才能收敛到有意义的路由策略。MUSE-Autoskill需要10+次评估才能稳定技能质量评分。OpenSpace通过社区技能库部分绕过了冷启动——新用户可以从云端下载预构建技能。但社区技能的"适配税"（将通用技能适配到特定项目）仍需3-5次迭代。 ### 断层三：技能冲突消解的未解难题 当多个技能重叠或矛盾时怎么办？MUSE-Autoskill通过语义相似度合并，但在实测中发现：语义相似但操作冲突的技能（如"用REST API提交表单" vs "用GraphQL提交表单"）合并后成功率骤降。MOLTRON的版本控制可以追踪技能演化，但不解决冲突——Agent可能同时加载v0.2和v0.3的同一技能。这是目前所有栈的共同短板。 ### 断层四：技能评估的Ground Truth缺失 技能好不好，谁来评判？MUSE-Autoskill用"后续调用成功率"作为质量信号，但这是一种延迟反馈——可能需要10次调用才能发现某个技能有Bug。Memento-Skills用RL的reward信号，但reward设计本身就是需要领域知识的。SkillX用对抗性测试，但覆盖率有限。**当前没有通用的、即时的技能质量评估标准**。 ### 断层五：社区技能的安全隐患 OpenSpace的社区技能库是一把双刃剑。目前openspace.cloud上的技能缺乏安全审计——一个恶意技能可以包含注入攻击代码。MOLTRON的Skills.md虽然是文本格式，但Agent执行时会解释其中的代码片段。在安全测试中，我们构造了一个包含"读取环境变量并发送到外部服务器"的恶意技能，OpenSpace和MOLTRON都未拦截。**技能市场的安全问题将成为下一个爆点**。 ## 六栈实战推荐矩阵 | 使用场景 | 首选 | 理由 | 备选 | |---------|------|------|------| | **个人开发者起步** | OpenSpace | 零配置接入，社区技能库跳过冷启动 | MOLTRON | | **企业团队规模化** | SkillX | 批量从历史日志构建知识库，一次投入持续收益 | MUSE-Autoskill | | **研究/学术探索** | MUSE-Autoskill | 最完整的生命周期理论，论文可复现 | Memento-Skills | | **追求极限性能** | Memento-Skills | 80%端到端成功率最高，RL路由持续优化 | — | | **快速原型验证** | MOLTRON | Skills.md手写即可，最轻量 | OpenSpace | | **安全敏感场景** | MUSE-Autoskill | 闭环评估机制，技能质量有保障 | SkillX | ## 变现路径分析 技能自进化赛道在2026年Q2形成了三条清晰的变现路径： **路径一：企业技能库构建服务**（客单价30K-80K）。基于SkillX或MUSE-Autoskill，为企业从历史Agent执行日志中构建专属技能知识库。核心卖点："让你们的Agent团队越用越聪明，而非越用越贵"。预计市场规模：2026年下半年将有200+企业产生需求。 **路径二：Agent效率训练营**（客单价3K-15K）。以OpenSpace为核心教具，1-3天速成班。核心卖点："46% Token节省 = 每月省$2000+ API费"。面向一线开发者，门槛低、转化率高。可月度开班，预计每期20-40人。 **路径三：社区技能市场运营**（长期价值）。参考OpenSpace的openspace.cloud模式，但增加技能认证和安全审计。类似npm/PyPI的技能注册中心，通过技能认证收费（每个认证技能$50-200）和企业私有部署服务收费。 ## 延伸：技能自进化的下一步 2026年Q2的技能自进化赛道仍处于"原始积累"阶段——五栈各有长板，但没有一栈能同时解决抽象化、冷启动、冲突消解、质量评估、安全审计五大问题。下一个突破点很可能来自两个方向的交叉： 一是**跨栈技能互操作**——如果MUSE-Autoskill的生命周期管理能加载SkillX的知识库、通过OpenSpace的社区分发、用Memento-Skills的RL路由选择——这将是一个远超任何单一栈的系统。 二是**技能进化与模型微调的融合**——当前五栈都在"不改基座模型"的前提下工作，但随着LoRA等轻量微调技术的普及，"高频技能直接烧进模型权重"将成为可能，届时技能进化将从Prompt层面深入到参数层面。 ## 参考来源 1. [MUSE-Autoskill: Self-Evolving Agents via Skill Creation, Memory...](https://arxiv.org/abs/2605.27366) — 核心论文，技能生命周期五阶段框架原始出处 2. [Memento-Skills: Let Agents Design Agents](https://arxiv.org/abs/2603.18743) — RL驱动的Agent自设计技能框架，GAIA+13.7%、HLE+19.3% 3. [OpenSpace: Make Your Agents Smarter, Low-Cost, Self-Evolving](https://github.com/HKUDS/OpenSpace) — HKUDS开源技能引擎，4.7K Star，46% Token减少 4. [SkillX: Automatically Constructing Skill Knowledge Bases for Agents](https://arxiv.org/abs/2604.04804) — ZJUNLP层次化技能知识库自动构建 5. [SkillFlow: Benchmarking Lifelong Skill Discovery and Evolution](https://arxiv.org/abs/2604.17308) — 166任务/20族的技能进化基准测试 6. [MOLTRON: Self-Evolving AI Agent Framework](https://github.com/adridder/moltron) — Agent自编码升级框架 7. [VentureBeat: New framework lets AI agents rewrite their own skills](https://venturebeat.com/orchestration/new-framework-lets-ai-agents-rewrite-their-own-skills-without-retraining-the) — Memento-Skills行业报道 > [!tip] 51学通信知识星球 > **星主：爱卫生**（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 > **星球定位**：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 > **当前规模**：5200 篇主题 / 990 个回答，198 元/年。 > **加入福利**：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 > **AI 加持**：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。