微软SkillOpt实现跨模型与跨框架的AI智能体技能迁移

SkillOpt：冻结模型下的自然语言技能优化

SkillOpt是由微软、上海交通大学、同济大学与复旦大学联合研发的文本空间优化器。其核心设计是：在目标大模型参数完全冻结的前提下，仅训练一份以自然语言编写的技能文档（skill document）。优化过程由一个独立的‘优化器模型’驱动——该模型读取带评分的推理轨迹（scored rollouts），并提出有界范围内的增删改编辑操作；所有编辑仅在验证集上严格提升性能时才被接受。最终输出为单一文件：`best_skill.md`。

跨模型迁移：同家族内技能保留率差异显著

研究在GPT-5.4系列模型上开展跨规模迁移实验，涵盖SpreadsheetBench与LiveMath两大基准。结果显示，技能迁移效果高度依赖任务类型与目标模型能力：

• SpreadsheetBench在GPT-5.4-mini上迁移保留率达82%（45.5 → 47.5），接近‘零成本复用’；
• 同一任务在更小的GPT-5.4-nano上仅保留16%（26.5 → 42.5）；
• LiveMath在GPT-5.4-nano上出现反常现象：迁移技能得分（28.8）反而略高于原生训练结果（27.2），表明某些程序性流程具备模型无关性；
• 所有实验均限定于GPT家族内部，未测试跨家族（如GPT→Qwen）迁移。

跨执行框架迁移：Codex与Claude Code间实现突破性互通

该部分聚焦实际部署价值。所有实验基于GPT-5.5模型，在Codex与Claude Code两类代码执行环境间双向迁移技能：

• SpreadsheetBench从Codex迁至Claude Code：Claude Code基线22.1 → 迁移后81.8，超越其原生训练结果（80.4），增益达59.7，保留率102%；
• 反向迁移（Claude Code→Codex）保留率76%；
• LiveMath迁移效果较弱，Codex→Claude Code仅保留10%增益（42.4 vs 56.5），凸显任务特性对可迁移性的影响。

论文指出，SpreadsheetBench的高迁移性源于其技能本质——如‘结构先行检查’‘公式感知验证’‘静态值物化’等工作簿层级的程序性操作，不依赖特定CLI命令语法；而LiveMath等强推理任务技能则更绑定原始训练环境。

跨基准迁移：数学技能展现有限但稳健的泛化性

在OlympiadBench→Omni-MATH迁移中，虽无原生训练对照（Direct列缺失），但所有三档模型（GPT-5.4 / mini / nano）均实现正向增益（+3.7 / +1.8 / +1.3），表明技能中封装的数学解题流程在题目分布与答案格式变化下仍具复用价值。

技能可迁移的根本机制

SkillOpt技能文档采用统一`best_skill.md`格式，被Codex与Claude Code等不同执行框架以相同语义解析：Codex将其渲染为每任务`SKILL.md`并读取紧凑执行轨迹；Claude Code则通过`claude` CLI镜像同一工作区契约。技能文档本身精炼（379–1995 tokens，中位数920），由1–4次有效编辑生成，且所有采样规则（如SpreadsheetBench中的‘检查结构与公式，全量写入静态计算值而非依赖Excel重算’）均为通用程序性指令，非实例特化描述。