SkillOpt-Lite: Better and Faster Agent Self-evolution via One Line of Vibe

本文提出 SkillOpt-Lite，一个最小可行的 agent 技能优化管线，基于 Zeroth-Order (ZO) 优化理论，将经典算法映射到 agent 技能优化场景。核心原则包括：基于文件系统的轨迹探索、共识属性挖掘和独立验证门控。实验表明，SkillOpt-Lite 收敛更快，在 LiveMath 上 GPT-5.5 提升 +8.8，GPT-5.4-nano 提升 +25.4，且 nano 模型超过标准 SkillOpt 优化的 GPT-5.4。该管线以一行代码集成到 VSCode Copilot 等产品，并且可泛化至全 harness 优化 (HarnessOpt)，在 SpreadsheetBench 上 nano 模型超越更大模型。

1. 可直接用于导购 agent 的技能进化：我的导购 agent 面临技能迭代效率问题，SkillOpt-Lite 的“一行 vibe”理念可极大降低技能优化的工程成本，考虑将其引入 agent 的持续学习管线。
2. 改变技术选型判断：以前觉得技能优化需要复杂 pipeline，现在 ZO 优化+最小原则证明轻量方案同样有效，后续选型会优先考虑此类简洁可解释的方案。
3. 下一步行动：阅读全文和代码，重点测试其对导购场景中 tool-use 和记忆技能的优化效果；尝试将原理解析后集成到我的论文情报系统中，作为“技能进化”模块的参考。