2026-08-22 — views
大语言模型智能体中的跨任务技能迁移：子任务与文本胜出
为什么值得读 构建自主智能体的开发者可以通过将记忆结构化为文本形式的子任务来提高可靠性。所提出的效用分数提供了一种执行前的诊断手段，用于筛选有效技能。
研究发现，基于子任务的归纳和文本格式能使大语言模型智能体实现可靠的技能迁移，其效果优于基于任务和代码的方法。
大语言模型智能体中技能迁移的挑战
大语言模型（LLM）智能体具备从已完成的任务中归纳技能并在未来场景中复用的能力。这种机制使得智能体随着经验的积累而变得更加强大。然而，在实际应用中，这些归纳技能的迁移往往不可靠。在某些情况下，检索和应用这些技能不仅无助于智能体，反而会主动损害其性能。该领域仍有一个关键问题悬而未决：在什么条件下，智能体归纳的技能能够在不同任务之间可靠地迁移？
比较归纳方法与格式
为了解决这一问题，研究人员进行了一项全面且受控的研究，考察技能归纳方法如何影响其可迁移性。该研究重点关注现有方法存在差异的两个主要维度：归纳的粒度以及技能表示的格式。具体而言，研究比较了基于任务级别的技能归纳与基于子任务级别的技能归纳，以及基于文本的技能格式与基于代码的技能格式。
结果显示出了显著的性能差异。基于任务级别的技能大多将智能体的性能降低至无记忆基线以下，这表明广泛、高层级的记忆可能会产生负面影响。相比之下，基于子任务级别的技能平均而言将性能提升到了基线之上。在格式方面，文本技能比代码技能具有更好的迁移效果。这些发现凸显了记忆的结构和表示对于成功实现跨任务应用至关重要。
特异性、抽象性与技能效用分数
为了进一步理解为何某些技能迁移效果更好，研究考察了归纳技能的两个互补属性：特异性（specificity）和抽象性（abstractness）。特异性衡量技能与实际任务的匹配程度，而抽象性衡量其相关性在各种任务中分布的均匀程度。研究人员发现，单独来看，这两个属性都无法预测任务的成功与否。然而，它们的组合效应却可以。基于此，研究提出了一种新的指标，称为技能效用分数（skill utility score）。
当技能被迁移时，该分数与任务成功率呈一致的相关性。值得注意的是，基于子任务级别和文本格式的技能在此指标上获得了更高的分数。技能效用分数的一个关键优势在于，它仅使用技能和任务描述进行计算，无需执行任何任务。这使其成为一种实用的诊断工具，可以在运行任何新任务之前评估技能记忆，从而让开发者能够在无需承担试错成本的情况下预测技能的有效性。
实务笔记
开发者应优先在子任务级别归纳技能，并以文本格式存储，以最大化迁移的可靠性。将技能效用分数作为执行前的过滤器，有助于识别高价值记忆并丢弃那些可能降低智能体性能的记忆。