AutoSkill：基于经验驱动的终身学习与技能自我进化

在实际 LLM 应用中，用户反复表达的偏好与需求（如减少幻觉、遵循写作规范）常被忽视，导致 Agent 难以跨会话积累个性化能力。本文提出 AutoSkill，一种经验驱动的终身学习框架，使 Agent 能从交互轨迹中自动提取、维护并复用技能。该框架支持技能的持续自我进化，无需重训模型即可动态注入相关技能。作为模型无关的插件层，AutoSkill 定义了标准化技能表示，促进跨代理、用户及任务的共享与迁移，将短暂的交互经验转化为显式、可复用且可组合的能力。