経験とスキルからの継続的な学習 // スキルはMCPやCLIとうまく組み合わせるととても強力です。 スキルはコーディングエージェントのツール利用を大幅に改善できることに気づきました。 改善の最善の方法は、改善点やパターン、避けるべき点を定期的に記録することです。 自己改善スキルはまだあまり効果的ではありません。 この関連論文をご覧ください: このフレームワークは、デュアルストリームの継続学習フレームワークであるXSkillを導入します。 エージェントは過去の軌跡から再利用可能な知識を抽出します。アクションレベルのツール選択の経験と、タスクレベルの計画やワークフローのためのスキルです。 どちらも視覚的観察に基づいています。 蓄積の過程で、エージェントはクロスロールアウト批評を通じて成功した展開と失敗した展開を比較し、高品質な知識を抽出します。推論の過程で、関連する経験やスキルを現在の視覚的文脈に取り出し適応させます。 5つのベンチマークと4つのバックボーンモデルで評価されたXSkillは、常にベースラインを上回るパフォーマンスを発揮しています。ジェミニ3フラッシュでは、平均成功率が33.6%から40.3%に跳ね上がります。スキルは全体の工具ミスを29.9%から16.3%に減少させます。 自分の軌跡から知識を蓄積し再利用するエージェントは、パラメータの更新なしに時間とともに向上します。 今週、似たような考えを持つ論文を2本見ました。 論文: 私たちのアカデミーで効果的なAIエージェントの構築方法を学びましょう: