SkillHEX: Improving Agent Skills via Hypothesis-Driven Autonomous Exploration and Exploitation

论文解决了什么问题

该研究聚焦通过可验证假设，选择信息量最大的执行来更新技能，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

SkillHEX 把技能维护建模为假设驱动的探索—利用循环：先根据失败提出可检验的技能改进假设，再主动选择能够区分这些假设的任务来执行，用验证结果决定扩展、修订或保留已有程序。

实验结论

• SkillHEX 把技能维护建模为假设驱动的探索—利用循环：先根据失败提出可检验的技能改进假设，再主动选择能够区分这些假设的任务来执行，用验证结果决定扩展、修订或保留已有程序

适合谁阅读