microsoft/SkillOpt

解決する課題

SkillOptは、エージェントのスキルが不一致であったり、手動で作成されたりしている問題に対処します。ほとんどのAIエージェントのスキルは、手動で書かれるか、LLMによって一度だけ生成されるものであり、フィードバックに基づいて時間の経過とともに確実に改善されることは稀です。SkillOptは、基盤となるモデルの重みを変更することなく、これらのスキルを最適化するための体系的で再現可能な方法を提供します。

仕組み

SkillOptは、スキルドキュメント（Markdownファイル）を、凍結されたLLMの「学習可能な状態」として扱います。個別のオプティマイザモデルを使用して、ロールアウト、リフレクション、集約、選択、更新というトレーニングループを通じて、このドキュメントを反復的に改善します。

主なメカニズムは以下の通りです：

• Validation Gates: スキルドキュメントへの編集候補は、ホールドアウトされた検証スコアを厳密に向上させる場合にのみ受け入れられます。
• Optimization Parameters: エポック数、バッチサイズ、学習率などのディープラーニングの概念をテキスト編集に適用します。
• SkillOpt-Sleep: 過去のセッションを収集し、タスクをリプレイし、「睡眠」期間中に検証済みのスキルを統合するオフラインエンジンです。
• Zero Overhead: 最終的な出力はコンパクトなMarkdownファイル (best_skill.md) であるため、実際のデプロイ中に追加のモデル呼び出しは必要ありません。

対象者

Claude Code、Codex、Copilotなどを使用している開発者で、異なるベンチマークやハーネスにおいてエージェントの能力とパフォーマンスを自動的にアップグレードしたいと考えているAIエージェント構築者向けに設計されています。

ハイライト

• Model Agnostic: OpenAI、Azure、Claude、Qwen、MiniMaxを含む様々なバックエンドで動作します。
• High Performance: 複数のベンチマークにおいて、GPT-5.5で大幅な精度向上（最大+24.8ポイント）を実証しています。
• Transferable: 最適化されたスキルは、異なるモデル規模や実行ハーネス間で転送可能です。
• Offline Evolution: ローカルコーディングエージェント向けの夜間自己進化エンジンが含まれています。