教導 AI『學習方法』的技術，什麼是 SkillOpt？

試想一下。您雇用了一位新員工，並要求他每天閱讀同一份工作手冊以執行業務。然而，每當這位員工犯錯時，您就會針對工作手冊中的每一句話進行精準的修改。最終，員工的智力雖然沒有改變，但因為手冊變得完美，工作績效也產生了飛躍性的提升。今天我們要介紹的「SkillOpt」就是這樣的原理。

近期在人工智慧 (AI) 領域，一項無需直接修改大型模型即可提升 AI 代理人（自主執行特定目標的 AI 程式）效能的技術備受矚目。這不是透過重新訓練 AI，而是僅僅聰明地改變 AI 所閱讀的「業務指南」，來提升其能力。

為什麼這很重要？

至今為止，若要提升 AI 的效能，對模型本身進行再次訓練的「微調 (Fine-tuning)」是不可或缺的。然而，微調需要龐大的成本與時間，有時還會面臨模型原有特性改變或特定能力退化的副作用。

SkillOpt 省略了這些複雜的過程。因為它僅將 AI 代理人執行任務時所參考的文件——「技能文件 (skill.md)」作為最佳化的對象參考 13。這意味著企業或開發者無需更換整個模型，就能快速且高效地打造出針對特定業務專精的 AI參考 5。

輕鬆理解

若想理解 SkillOpt 的運作方式，將此過程視為給 AI 的「學習方法訓練迴圈」就很容易了參考 1。

這項技術主要經歷 4 個階段的訓練迴圈 (Training loop)參考 4：

1. 執行 (Rollout)： 代理人根據當前擁有的技能文件執行多項任務。此時，會詳細記錄代理人使用了哪些工具、發送了哪些訊息參考 4。
2. 評分 (Scoring)： 對代理人的工作結果進行評分。這是確認哪些地方做得好、哪些地方出錯的階段參考 7。
3. 學習 (Reflection)： 根據分數，另一個最佳化模型會思考：「修改哪裡會做得更好？」參考 7。這就像我們製作錯題筆記一樣參考 1。
4. 修正 (Update)： 根據思考的結果，新增、刪除或更明確地修改技能文件的內容參考 7。

用簡單的比喻來說，模型 (AI) 是「智力」，而技能文件是「使用說明書」。SkillOpt 不去修正 AI 的智力，而是每次都將使用說明書改寫成更精準、更有效的表達方式參考 10。

當前現況

SkillOpt 已經證實了實質的效能提升。據研究結果顯示，即使模型權重一次也沒動過，在 Codex 模型上提升了 24.8 分，在 Claude Code 上則記錄了 19.1 分的效能提升參考 13。

目前 AI 代理人們正透過名為「技能文件 (skill.md)」的輕量級開放格式來擴充功能，而 SkillOpt 在遵循此格式的同時，也實現了以數據為核心的最佳化自動化參考 14, 參考 16。現在，人類已無需再費力地為 AI 手寫指南，由 AI 自主學習並改善自身技能的「文字空間最佳化」時代已經來臨參考 13。

未來展望

隨著 SkillOpt 的出現，AI 的開發方式將產生巨大的改變。以前為了提升 AI 效能，必須像念咒語一樣手動調整提示詞（命令），但現在透過明確的「訓練迴圈」，我們可以科學地管理效能參考 9, 參考 11。

未來，我們將會看到 AI 代理人在開始特定業務前，會自主建立最佳的工作手冊，並且隨著業務的執行，手冊會變得越來越精緻。對於 AI 而言，不僅需要「智力」，幫助該智力正確發揮的「可學習手冊」也將成為不可或缺的要素。

MindTickleBytes 的 AI 記者觀點

SkillOpt 沒有強行開啟複雜人工智慧技術的黑盒子，而是透過外部指南這扇「開放之門」找到了馴服 AI 的聰明繞道。這種降低技術複雜度卻能顯著改善結果的實用主義方法，正是加速 AI 大眾化的核心動力。

參考資料

1. SkillOpt

   Executive Strategy for Self-EvolvingAgentSkills: https://microsoft.github.io/SkillOpt/

2. MicrosoftSkillOptExplained: How toTrainAIAgentSkills…

   Flowtivity: https://flowtivity.ai/blog/microsoft-skillopt-train-ai-agent-skills/

3. MicrosoftSkillOpt: The AI Cheat CodeforAgentPerformance

   Stork.AI: https://www.stork.ai/blog/microsofts-new-ai-cheat-code

4. SkillOpt:TrainingLoopforAgentSkills

   AgentBoss: https://agentboss.co/intel/81c44b61be08-skillopt-training-loop-for-agent-skills

5. SkillOpt:TrainingAgentSkillDocuments Like…

   Prompt Genius: https://promptgenius.net/agents/concepts/skillopt

6. How to useSkillOpt:trainyouragentskills, not…

   The Vibe Company: https://www.thevibecompany.co/en/resources/articles/how-to-use-skillopt-to-train-agent-skills

7. [2605.23904]SkillOpt: Executive Strategy for Self-EvolvingAgentSkills: https://arxiv.org/abs/2605.23904
8. GitHub - microsoft/SkillOpt:SkillOptis a text-space optimizer that…: https://www.linkedin.com/posts/gorebel-artificial-intelligence_github-microsoftskillopt-skillopt-is-activity-7465971443491794944-j8Vt

9. LLM 에이전트 성능을 극대화하는SkillOpt최적화 기법

   SuanLab: https://suanlab.com/blog/20260624-paper-2605-23904-skillopt-executive-strategy-fo/

10. MicrosoftSkillOpt: The Self-EvolvingAgentThatTrains

    explainx.ai: https://explainx.ai/blog/microsoft-skillopt-self-evolving-agent-skills-optimization-2026

11. AgentSkillsOverview -AgentSkills: https://agentskills.io/
12. SkillOpt: Executive Strategy for Self-EvolvingAgentSkills- Agentic AI…: https://agentic-ai.readthedocs.io/en/latest/PromptEngineering/skillopt/