北京
這周，AI開發平臺Bolt悄然上線了一個新特性——可堆疊的團隊技能。官方僅僅通過一條推文和一次轉發就發布了這個功能，沒有大開大合的發布會。但“一個提示詞觸發團隊全部技能”這件事，恰恰切中了當前技能調用模式最脆弱的那根神經。
過去一年多，Agent技能迎來了爆發式增長。僅在三個主要開源倉庫里，就積累了超過50萬個GitHub星標，公開索引的技能數量超過了28萬個。技能的“可用性”問題已被解決，但一個新的難題浮出水面：組合。技能們可以并排擺在那里，卻很難協同工作。
如果你是運營著十款以上技能的團隊，很可能已經撞上了編排的混亂局面。同一個步驟被執行兩次、不同技能的輸出結果互相覆蓋、上下文窗口因為每個技能都全量輸出提示詞而被撐爆。Bolt這次發布的“堆疊技能”，正是試圖回應這些讓人頭痛的問題。它要解決的，不是你能不能調用技能，而是多技能如何真正一起干活而不互相拆臺。
這種從“平面調用”到“有向無環圖編排”的轉向，并非孤例。就在Bolt發布功能的同一周，AI科學家施米德胡貝與十一位合著者發布了一份長達97頁的學術綜述，主題是《現代Agent系統中的自我改進》。這篇綜述為技能組合在系統層面的操作，提供了一個嚴謹的理論框架。
綜述將Agent視作一個雙組件系統，將基礎模型的參數與操作支架耦合在一起。這里的“支架”就包括提示詞、記憶、工具與控制邏輯。自我改進，是對模型或支架的一次自驅動更新。而技能，就是支架的一部分。組合技能，就是對支架進行改進。綜述將這種思路的源頭，追溯到了1991年的哥德爾機器和元學習研究。
落到實際操作中，當你堆疊了三個技能，并且由調用框架為每個子任務分配合適的技能時，你其實就在完成一次支架層的自我改進。更強大的不在于模型本身，而是模型所處的系統變得更能干了。該綜述的分析直白地指出一個現實：能夠不斷改寫自身邏輯的自我改進型Agent，必須被視作“不受信任的代碼執行引擎”來對待。
這么看問題，組合技能棧就不再是一個簡單的便利功能。它是一個會根據遭遇的情況，自行修改執行路徑的系統。其失效模式是遞歸的，而非線性的。關于技能組合效果的重量級實證，來自今年3月發表的AgentSkillOS論文。研究人員在包含兩百到二十萬個技能的生態系統中測試了技能執行效果，結果發現：在使用完全相同的技能集的情況下，基于有向無環圖的編排方式，其表現大幅超越平面調用模式。不是好一點點，是大幅超越。
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
