OpenSkill：无目标监督的开放世界 Agent 自进化框架

OpenSkill（arXiv:2606.06741）研究 开放世界自进化：Agent 仅获任务提示，须从开放资源 自建技能 + 自建验证信号，训练阶段零目标监督。

核心流程

1. 从文档、GitHub 仓库、网页获取 Grounded Knowledge
2. 合成可迁移 Skills
3. 基于自构建 Virtual Tasks 精炼技能（非目标答案）

实验结果

• 三个基准 + 两个目标 Agent 上 自动化通过率最优
• Skills 跨模型迁移，无需模型特定适配
• 自构建 Verifier 与 ground-truth 高度对齐（训练时未见）

工程意义

现有 Self-evolving Agent 多假设已有 成功轨迹、Verifier 或 Curated Skills；OpenSkill 面向 真实部署后冷启动 场景——只有 prompt、没有标注数据。

状态

GitHub OpenLAIR/OpenSkill 已公开论文与路线图，完整代码分批释出。

适用场景

• 企业内部 新系统/onboarding Agent
• 长尾工具 零样本接入
• 研究 无监督 Agent 对齐 边界