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
该研究聚焦区分真正的可复用技能进化与对历史上下文的短期适应，试图明确这一环节为何会成为 Agent Skills 生命周期中的独立瓶颈，以及怎样建立可复现的解决方案。
核心方法
ContinualSkillBench 在五个领域各构造 100 个难度逐步增加、经验可复用的子任务，发现顺序执行通常会提升表现，但显式维护技能在平均水平上并未稳定超过普通的上下文适应；较弱模型还会积累更多碎片化的任务专用技能。
实验结论
- ContinualSkillBench 在五个领域各构造 100 个难度逐步增加、经验可复用的子任务，发现顺序执行通常会提升表现，但显式维护技能在平均水平上并未稳定超过普通的上下文适应
- 较弱模型还会积累更多碎片化的任务专用技能
适合谁阅读
研究持续技能基准比较同阶段方法建立 Agent Skills 全景智能体Agent Skills
可核验的原论文来源和作者
- 作者
- Tianyi Guan、Yiding Wang、Haotong Yang 等
- 来源
- arXiv
- 论文 ID
- 2608.03874