引言“不仅要让 Agent 拥有技能更要弄清楚技能是如何被模型‘吸收’的。”这是一天一个开源项目系列的第120篇文章。今天我们要介绍的是微软推出的SkillLens。如果说前两天介绍的 SkillOpt 是一套提升 AI 技能的执行策略那么SkillLens就是研究这些技能演化过程的“显微镜”。它提供了一个科学的分析框架帮助研究者和开发者理解一个由 AI 自己总结出来的技能究竟是怎么影响另一个 AI 的执行效率的你将学到什么Agent 技能的全生命周期经验 → 提取 → 消费核心指标提取效能Extraction Efficacy与目标进化能力Target Evolvability如何在五个主流 Agent 基准测试中验证技能的有效性项目背景项目简介SkillLens 是微软研究院的一个开源框架专门用于系统性地研究“模型生成的 Agent 技能”。它提供了一套完整的流水线Pipeline涵盖了从轨迹加载、技能提取到推理验证的各个环节。该项目在 GitHub 上随同论文《From Raw Experience to Skill Consumption》发布是目前 Agent 技能研究领域最权威的工具之一。核心价值全生命周期覆盖不仅关注技能长什么样提取阶段更关注技能怎么来经验阶段以及怎么用消费阶段。多方法对比内置了两种技能提取方法——单次处理的sequential顺序提取和多轨迹并行提取并分层合并的parallel并行提取。权威测评集支持 SWE-bench、ALFWorld、SpreadsheetBench 等五个主流的 Agent 性能基准测试。主要功能1. 统一的轨迹转换 (Schema Normalization)将来自不同基准测试如复杂的 SWE-bench 调试记录或简单的 ALFWorld 游戏日志的原始运行轨迹转换为统一的 JSON Schema让后续的批量技能提取成为可能。2. 分层合并提取 (Hierarchical Merge Extraction)SkillLens 的核心技术之一是其并行提取方法。它会分析每一条成功或失败的轨迹提取出独立的 Mode最后通过分层合并算法生成高概括性的skill_set.json。3. 一体化推理 CLI通过简单的skilllens infer命令开发者可以一键对比“有技能注入”和“无技能注入”情况下 Agent 的成功率差异。项目剖析四阶段研究流水线 (4-Stage Pipeline)SkillLens 将每一次实验都标准化为四个阶段Raw Experience Generation让 Agent 在基准测试中跑出原始轨迹。Schema Normalization将原始输出标准化。Skill Extraction将经验池Experience Pool提炼为技能集。Skill Consumption将提取出的技能注入目标模型重新测试性能增益。这种严谨的科研流程对于那些希望在其产品中集成“自我进化”功能的开发者来说具有极高的参考价值。项目地址与资源官方资源GitHub: microsoft/SkillLens学术论文: arXiv:2605.23899项目主页: microsoft.github.io/SkillLens总结如果说 SkillOpt 告诉我们“怎么做”那么 SkillLens 则是在解释“为什么”。作为微软 Agent 研究生态的重要组成部分SkillLens 为我们揭示了 AI 从自身经验中学习并转化成可执行知识的深层机理。对于追求卓越性能的 Agent 开发者而言SkillLens 提供的实证评估方法是不可或缺的导航灯塔。欢迎来我的个人主页找到更多有用的知识和有趣的产品