Agent 技能评估与进化：框架与基准

随着 Agent 技能的快速增长，严格的评估对确保其在现实应用中的效用、质量和安全性至关重要。本文综述了超越基础技能创建的技能进化与评估全景，将进化划分为执行反馈、轨迹蒸馏、压缩和强化学习四种范式，阐释其如何提升技能可靠性。同时，文章分析了六大技能中心基准类别，指出覆盖缺口与权衡，并提出了构建通用、高效且可验证安全的技能生态系统的未来方向。