正在补充深度解读，当前内容可以先阅读
论文解决了什么问题
这篇论文关注Skill Lift / ACES相关问题：当智能体依赖技能、记忆、工具和运行时控制时，模型外部系统怎样影响最终能力。
核心方法
ACES 把技能和工作流包当作可执行产物来评测，而不是只看文档格式或安全扫描。它用有无目标技能的配对运行、统一轨迹表示和同一沙箱评分，回答企业上线前最关键的问题：这个技能是否真的帮助真实智能体完成任务。
实验结论
- 把技能上线门从静态审查推进到配对执行证据。
- 适合与同批推荐中的 Agent Skills、Harness 和长期记忆论文交叉比较。
局限性与证据边界
- 已按 arXiv 元数据和摘要整理，推荐文案为中文编辑摘要。
适合谁阅读
追踪 Agent Skills 与 Harness 研究比较模型外状态的收益和风险设计长期智能体系统Agent SkillsAgent Harness
可核验的原论文来源和作者
- 作者
- Christopher Kevin, Narendran Raghavan, Jean-Francois Puget, Roshni Malani, Meghana Puvvadi, Moshe Abramovitch
- 来源
- arXiv
- 论文 ID
- 2608.20614