写作、执行、精炼：通过执行反馈强化学习，从技能遵循者到技能优化者

英文标题：Write, Execute, Refine: From Skill Followers to Skill Optimizers via Reinforcement Learning from Execution Feedback

论文提出通过执行反馈强化学习，将工具使用型 Agent 从仅遵循技能说明的“技能遵循者”提升为能够持续改进技能的“技能优化者”。研究指出，专家撰写的自然语言技能能够提升 Agent 的工具使用表现，但由 Agent 自行撰写的技能，其表现反而比完全不使用技能低 8 至 11 个百分点。作者认为，遵循程序性指导与基于实际执行证据改进指导是两种不同能力。该结论表明，开发者在构建 Agent 技能库时，不能只依赖自动生成技能，还需要引入执行结果反馈与迭代优化机制。

2.1 KB 612 B 380 B 9.1 KB 32.7 KB 22.8 KB 24.2 KB 34.7 KB