SkillMAS：基于大语言模型的多智能体系统中的技能协同进化

大语言模型智能体系统常被期望在部署后持续改进，但现有研究往往将技能进化与多智能体系统重构割裂，导致组织瓶颈等问题。本文提出 SkillMAS，一种非参数化自适应专用框架，将技能进化与系统重构耦合。该框架利用效用学习分配信用，通过有界技能进化优化可复用过程，并依据证据门控机制进行系统重构。实验表明，SkillMAS 在多种任务中表现优异，明确了部署后专用化的归因、更新与应用机制。