# 微软开源 SkillOpt：像训练神经网络一样，自动优化给 AI 智能体看的技能说明书

> 原标题：一周3.3k star，微软开启Skills自我进化！像训练神经网络一样训练技能

- 来源：机器之心 · 公众号
- 发布时间：2026-05-31T05:08:00.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/30873
- 原文：https://mp.weixin.qq.com/s?__biz=MzA3MzI4MjgzMw==&mid=2651036001&idx=2&sn=36e1a61439358ea641b8e307722af337

## 摘要

微软放出了一个叫 SkillOpt 的开源框架，一周就在 GitHub 上拿了 3300 多颗星。它的思路挺直接：不改模型本身的参数，而是像做文本版梯度下降一样，自动迭代优化那些写给 AI 智能体看的“技能文档”。论文里的实验覆盖了 7 个目标模型、6 个评测基准和 3 种执行环境，总共 52 种组合，结果要么最好，要么并列最好。

## 推荐理由

微软开源的 SkillOpt 不改模型参数，而是自动迭代写给智能体的技能文档，实验覆盖 7 个目标模型、6 个基准和 3 种环境共 52 种组合。

## 锐评

技能文档能自动优化，这个方向比调 prompt 靠谱。一周 3300 star 说明大家被手工维护技能文档折磨得够呛，每次换模型、换工具都得重写一遍，成本全压在工程师身上。52 种组合全最优或并列最优，数字好看，但论文没给对比基线和误差范围，先当参考。真能用的话，省下的是反复试错的 token 和时间，这笔账比模型降价实在。
