📖标题：SkillAdam: Stable and Efficient Skill Evolution for Agents
🌐来源：arXiv, 2609.08944v1

🛎️文章简介
🔸研究问题：现有的Agent技能自进化方法在迭代更新时，往往因为缺乏对历史经验的积累和对修改幅度的控制，导致优化过程不稳定且效率低下，如何像深度学习中的梯度下降一样稳定、高效地自动优化离散的技能文档？
🔸主要贡献：论文提出了SKILLADAM框架，借鉴Adam优化器的思想，通过引入“优化记忆”和“波动驱动的编辑预算”，实现了更稳定、更少迭代次数且更低成本的Agent技能自进化。

📝重点思路
🔸轨迹感知的初始化：首先利用执行轨迹及其评估反馈构建初始技能，为后续优化提供良好的起点，避免从零开始的盲目探索。
🔸优化记忆（类比Adam一阶矩）：设计了一个“演化问题追踪器”，记录识别出的问题、当前状态以及过往解决方案的结果。这使得每次更新都能结合当前反馈和历史证据，防止新修改覆盖之前有效的修正，从而稳定优化方向。
🔸波动驱动的编辑预算（类比Adam二阶矩）：通过追踪近期案例级改进的波动情况来动态调整允许修改的范围。如果近期改进不一致（波动大），则限制修改幅度以防破坏已有成果；如果改进一致，则允许更大范围的修改，从而自适应地控制更新步长。
🔸基于LLM的技能更新与接受机制：利用上述两个组件指导LLM生成技能补丁，并通过严格的接受门控决定是否应用新技能，确保只有真正提升性能的修改才会被保留。

🔎分析总结
🔸性能优越：在七个涵盖短程和长程任务的基准测试中，SKILLADAM取得了最先进的性能，特别是在复杂的长程规划任务（如DeepPlanning）上，相比基线方法有显著提升。
🔸效率极高：相比现有的SOTA方法SkillOpt，SKILLADAM所需的优化迭代次数大幅减少，总Token消耗降低了约67%，API请求减少了约69%，实现了更高的优化效率。
🔸稳定性强：消融实验证明，移除优化记忆或编辑预算都会导致性能下降，尤其是在长程任务中，这两个组件共同作用保证了优化路径的平稳上升，避免了性能的剧烈波动。
🔸泛化性好：在不同模型骨干之间进行技能迁移时，SKILLADAM生成的技能保留了更多的源模型性能，说明其生成的技能更具通用性和鲁棒性。

💡个人观点
论文将连续空间优化算法（Adam）映射到了离散的自然语言技能优化问题上，引入了“记忆”来维持方向一致性，引入“波动监控”来控制修改节奏。