SkillOpt-Lite：通过一行Vibe实现更好更快的智能体自我进化

尽管自主智能体的技能优化已受到关注，但现有方法依赖于复杂的流程。这留下了一个未解决的根本问题：什么构成了一个最小可行技能优化流程，其中每个组件都由理论或经验必要性所证明？我们通过零阶（ZO）优化来形式化技能优化，将经典对应物（中心差分、信任域）映射到最新文献。值得注意的是，与经典ZO中的盲目数值扰动不同，技能轨迹可作为可解释的调试反馈。基于Claude Code理念和PAC学习，我们建立了收敛和泛化的三个原则：基于文件系统的轨迹探索、共识属性挖掘和独立验证门控。我们消除了冗余，提出了SkillOpt-Lite。它加速了收敛并超越了完整的SkillOpt：在GPT-5.5上将LiveMath提高了+8.8分，在GPT-5.4-nano上提高了+25.4分，使nano模型能够超越经SkillOpt优化的标准GPT-5.4。最后，我们将我们的框架集成到VSCode Copilot等生产级编码智能体中，使开发人员能够通过一行“vibe”代码来演进智能体技能。由于我们的框架将所有智能体组件都视为标准可编辑代码，因此这种最小流程自然地推广到完整的线束优化（HarnessOpt）。在SpreadsheetBench上，HarnessOpt使GPT-5.4-nano实现了0.7758的准确率，超过了运行标准流程的更大模型GPT-5.5（0.7620）。代码可在https://github.com/EvolvingLMMs-Lab/SkillOpt-Lite获取。