MUSE-Autoskill: Self-Evolving Agents via Skill Creation, Memory, Management, and Evaluation
本文介绍了 MUSE-Autoskill，这是一个自我演进的智能体框架，它通过将技能视为具有长期存续性和经验感知能力的资产，并经由创建、记忆、管理、评估与精炼的统一生命周期对其进行管理，从而增强任务解决能力，以提升技能的可复用性、可靠性及跨任务迁移能力。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象你有一位才华横溢但非常健忘的助手（AI 智能体）。当你要求他们解决复杂问题，比如修复漏水的管道或整理庞大的电子表格时，他们通常每次都从头开始尝试解决。他们可能会阅读手册，尝试几种方法，失败后再次阅读手册，然后尝试其他方法。这既缓慢又昂贵，而且他们往往反复犯同样的错误。
这篇论文介绍了MUSE-Autoskill，一种帮助这位助手学习和成长的新方法。MUSE 不再仅仅将助手视为一个“聪明的大脑”，而是将其转变为一位拥有个人工作坊的大师工匠。
以下是其工作原理，分解为简单概念：
1. 问题：“一次性”方法
目前，大多数 AI 助手都将每个任务视为全新的冒险。如果他们搞懂了如何修复某种特定的计算机错误，他们并不会真正“保存”这些知识。下次你询问时，他们必须重新学习。这就像一位厨师做了一道完美的千层面，吃完后却完全忘记了食谱，不得不为下一位顾客再次猜测食材。
2. 解决方案：“技能工作坊”
MUSE 通过赋予助手一个可以构建、存储和精炼技能的工作坊，改变了游戏规则。
请将技能想象成不是魔法咒语，而是一个完整的、预打包的工具包。
- 食谱（SKILL.md）： 关于该工具功能的清晰指令集。
- 工具（脚本）： 完成工作所需的实际代码或步骤。
- 质量检查（测试）： 内置的检查员，确保工具在上架前能正常工作。
- 笔记本（.memory.md）： 助手的个人日志，他们会写下：“嘿，这个工具效果很好，但如果文件太大，它就会崩溃。我是通过惨痛教训学到的。”
3. 五步生命周期（“工匠的日常”）
论文描述了一个 MUSE 用于管理这些技能的连续循环，类似于大师木匠管理其工具的方式：
- 创建（构建工具）： 当助手遇到现有工具无法解决的问题时，他们不会盲目猜测。他们会暂停并说：“我需要一个新工具。”然后立即构建一个新的技能包。
- 记忆（个人日志）： 每次使用技能时，助手都会在其特定的笔记本中记录一条笔记。它成功了吗？失败了吗？速度慢吗？这就是技能级记忆。这就像机械师在扳手手柄上写下“如果转得太快，这个扳手会拧花螺栓”。
- 管理（整理货架）： 助手保持工作坊的整洁。如果两个工具做同样的事情，他们会将它们合并。如果一个工具坏了且永远无法工作，他们就会将其扔掉。他们让“最好”的工具随时待命，以便随时取用。
- 评估（安全检查员）： 在新工具被允许上架之前，必须通过严格的测试。助手在安全、隔离的沙箱中运行该工具。如果测试失败，该工具会被送回工作坊进行修复。在完美之前，它绝不允许上架。
- 优化（打磨工具）： 如果工具在测试或实际工作中失败，助手不会轻易放弃。他们会查看错误，修复代码，然后再次尝试。工具会随着时间的推移变得更好。
4. “长视野”技巧
AI 面临的最大问题之一是它们的“注意力跨度”（上下文窗口）有限。如果一个任务需要 50 步，AI 在到达第 50 步时，往往会忘记第 1 步做了什么。
MUSE 通过自适应压缩解决了这个问题。想象你在写一个长故事。与其保留你写下的每一个字，不如将中间章节概括为一个简短的段落，同时保持开头和结尾的详细描述。MUSE 会自动执行此操作。它保留对话中最重要的部分，并概括中间部分，因此即使面对非常长的任务，AI 也不会迷失方向。
5. 结果：实验室里发生了什么？
研究人员在SkillsBench上对此进行了测试，这是一组包含 51 项现实世界任务（如分析数据、修复代码或规划操作）的集合。
- “人类”基线： 即使他们给 AI 提供了人类制作的工具，MUSE 助手的表现也是最好的。它比其他 AI 更擅长阅读说明和使用工具。
- “自学”奇迹： 最激动人心的部分是什么？MUSE 助手能够自学。
- 它在没有任何工具的情况下尝试了一项任务。
- 当它成功时，它从这次成功中构建了一个技能。
- 然后，它使用这个自制的技能再次执行该任务。
- 结果： 在它能够构建技能的任务中，其准确率从约 53% 跃升至近88%。它实际上变得比编写原始工具的人类更好。
- 分享即关爱： 最棒的是，这些技能并不局限于一个 AI 内部。研究人员将 MUSE 构建的一个技能交给了一个不同的 AI（名为 Hermes）。Hermes 立即在该任务上表现得更好，证明了这些技能就像通用工具，任何聪明的工人都可以拿起并使用。
总结类比
想象一位初级实习生（标准 AI）与一位大师工匠（MUSE-Autoskill）的对比。
- 实习生每次尝试修复坏掉的机器时，都要从第一页开始阅读手册。他们速度慢，容易犯错，并且会忘记昨天学到的东西。
- 大师工匠拥有一个工作坊。
- 当他们遇到新问题时，他们会为此构建一个定制工具。
- 他们会测试该工具以确保其正常工作。
- 他们会在工具上写下笔记，说明如何最好地使用它。
- 他们会整理他们的货架，以便下次能立即找到正确的工具。
- 如果工具坏了，他们会修复它并使其更强大。
这篇论文表明，通过赋予 AI 这种“工作坊”以及构建自己工具的能力，它变得显著更快、更准确，并且能够解决比以前困难得多的问题。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。