微软开源 SkillOpt：不改动模型权重，自动优化 Agent Skill 文档

2026年6月11日，微软发布开源框架 SkillOpt（MIT 协议），探索 Agent 能力进化的新路径。

核心思路

不同于微调模型权重，SkillOpt 将 Agent 的 Skill Markdown 文档 视为可优化对象，根据任务表现反馈系统性探索指令修改组合，类似深度学习中的超参搜索。

benchmark 表现

在 52 组「模型 × 基准 × 执行框架」组合中全面领先，对 GPT-5.5 相对无 Skill 基线平均绝对提升 +23.5 分，甚至超过「为每题挑选最佳竞品方法」的 Oracle 基线。在 Codex CLI、Claude Code 等复杂 harness 中同样有效。

工程价值

产出紧凑、可迁移的 Skill 工件，允许 Agent 在新领域快速适配而无需重新训练模型。对企业而言，这意味着 提示与流程资产 可版本化、可审计、可 A/B 测试。

与 Foundry 协同

SkillOpt 与 Build 2026 发布的 Foundry Skill 版本管理、Toolboxes 形成互补，推动 Agent 从 Demo 走向可运维的生产系统。