Agent Skills Runtime Analysis Observability
摘要

智能体技能包为使用工具的LLM智能体重用了指令和资源。渐进式加载导致会话、模型或工具为中心的追踪无法充分表征失败边界:技能可能被发现但未激活,或在无指令下激活,甚至看似成功但缺乏独立验证的结果。本文提出“技能运行时智能”系统,在异构环境中重构受支持的技能生命周期阶段,同时将不支持的阶段标记为未知。该系统通过四级证据等级分离不可变事件、确定性关系、推断诊断和控制结果。实验表明,该方法能准确定位非清洁边界,证明事件存在性不等于边界保真度,且模型解释不应覆盖确定性事实。

AI 推荐理由

论文直接研究Agent Skills的运行时重构与验证,属于技能机制的核心范畴。

研究机构
Alibaba Cloud, Hangzhou, China
论文信息
作者 Xueping Gao
发布日期 2026-08-09
arXiv ID 2608.08793
相关性评分 9/10 (高度相关)