对话 COBRA-Skills 一作：50 样本重构 Agent 技能降本路线
原标题：对话 COBRA-Skills 一作卢平琛：仅用 50 个样本，重构 Agent 技能降本路线
AI 摘要
香港中文大学（深圳）、天津大学、香港科技大学（广州）和新加坡国立大学的研究团队提出 COBRA-Skills，将 Agent 技能优化建模为带预算控制的情境多臂老虎机问题，用轻量 MLP 预测收益加 LinearUCB 量化探索来筛选候选技能，再由进化算子按对数调度生成与精炼技能。该方法仅用 50 个优化样本，在 6 个跨领域 Benchmark 上全面超越主流方法，优化成本降低 55%–58%，教学模型 Token 消耗缩减 67%–80%，并在 Claude Code 与 Codex 框架下验证了跨平台适配与跨模型复用能力。
正文节选
当经典算法遇到 LLM，用概率预判代替盲目试错，或许才是架构演进的真正解法。 作者丨张 璐 编辑丨马晓宁 过去，智能体的技能（Skill）大多依赖人类专家手动撰写，不仅耗时费力，更难以覆盖海量复杂的真实场景。为此，借助大模型“自动化生成与优化技能”，成了让 Agent 迈向自主进化的新范式。然而，摆脱了人工编写的束缚，却撞上了高昂的 Token 账单。要验证一个自动生成的技能到底管不管用，必须让智能体带入真实任务中落地执行。每一次试错，都是实打实的 Token 消耗与多轮交互的时间成本。更棘手的是，许多候选技能在刚生成时就自带缺陷。但在现有框架下，我们缺乏“事前筛选”的能力，只能任由大量预算被这些低质候选无意义地吃掉。同时，后续的精炼流程也在频繁调用高阶 LLM，哪怕缺乏有效的新证据，这种“反思—重写”的流水线依然在机械重复。评估贵，精炼也贵，两笔账算下来，技能