Skill∞ : l'agent améliore lui-même ses compétences et sa méta-compétence, 60,7% sur SkillsBench

Une équipe de l'Université nationale de Singapour propose de boucler l'auto-amélioration là où c'est le plus simple à réaliser en pratique : au niveau des compétences des agents linguistiques. Le système Skill∞ repose sur un méta-agent. Celui-ci suit une méta-compétence pour optimiser les compétences destinées à des tâches précises, puis applique la même procédure à la méta-compétence elle-même. Sur les 83 tâches du benchmark SkillsBench, la méthode atteint 60,7% de réussite. Les compétences rédigées par des humains donnent 56,4%, et le concurrent automatique le plus proche, SkillEvolver, 54,5%. L'écart est de 4,3 points de pourcentage avec les humains et de 6,2 avec SkillEvolver.

Pourquoi les compétences se prêtent à la récursion

L'auto-amélioration récursive (RSI), où un système améliore aussi sa manière de s'améliorer, est depuis longtemps considérée comme l'une des voies possibles vers l'AGI. Les auteurs abordent le sujet par un angle pratique. Les agents linguistiques stockent de plus en plus leurs connaissances procédurales sous forme de compétences réutilisables, c'est-à-dire des paquets d'instructions que l'agent charge selon la tâche. Si la procédure d'optimisation est elle aussi formalisée comme une compétence, on peut l'améliorer avec les mêmes outils que n'importe quelle autre.

Les optimiseurs de compétences existants ne fonctionnent pas ainsi. Ils suivent une procédure conçue par un humain. Même les méthodes qui font évoluer une méta-compétence l'enferment dans un pipeline fixe et la réentraînent pour chaque tâche. Skill∞ lève ces deux contraintes : la méta-compétence n'est pas liée à un pipeline et n'est pas réapprise de zéro.

Ce que fait le méta-agent

Dans Skill∞, c'est l'agent lui-même qui mène l'optimisation, et non un script externe. La méta-compétence décrit quatre actions, et l'auto-amélioration peut réécrire chacune d'elles :

• diagnostic des traces d'exécution : l'agent analyse où et pourquoi une compétence a échoué sur les tâches ;
• génération de candidats : à partir du diagnostic, l'agent propose de nouvelles versions de la compétence ;
• revues indépendantes : l'agent demande l'évaluation des candidats à des relecteurs distincts ;
• répartition du budget de recherche : l'agent décide lui-même où allouer des ressources limitées.

Autre particularité : la séparation des niveaux. La méta-compétence est distincte des compétences de tâche. Elle est affinée sur plusieurs tâches d'optimisation de compétences, puis réutilisée pour différents domaines sans nouvel entraînement. À chaque niveau, les compétences restent des paquets standard, chargés via le mécanisme natif de découverte des compétences, comme dans un déploiement réel. Le déploiement ne nécessite aucune infrastructure dédiée.

Les chiffres de SkillsBench

La comparaison a porté sur 83 tâches de SkillsBench, selon la part de tâches réussies :

• Skill∞ — 60,7% ;
• compétences rédigées par des humains — 56,4% ;
• SkillEvolver — 54,5%.

L'enseignement principal ne tient pas à la valeur absolue. Les compétences optimisées automatiquement ont dépassé celles écrites à la main, et la procédure qui les a optimisées était elle-même le produit d'une optimisation. Les auteurs de l'étude sont Wangcheng Tao, Zhanglu Yan, Han Wu et Weng-Fai Wong. Le preprint a été publié sous le numéro arXiv 2610.35434 et figure dans la sélection quotidienne de Hugging Face Papers.

Ce que les équipes qui construisent des agents peuvent en retenir

Si votre stack utilise déjà des compétences sous forme de paquets standard, deux idées de ce travail méritent l'attention. La première : la procédure d'amélioration des compétences peut elle aussi être décrite comme une compétence, au lieu d'être codée en dur dans le pipeline. On la modifie alors avec les mêmes outils et à partir des mêmes traces. La seconde : mieux vaut confier à l'agent lui-même la revue indépendante des candidats et la gestion du budget de recherche, car ce sont des étapes que la méta-compétence peut repenser en fonction de la tâche.

Pour l'instant, il s'agit d'un résultat obtenu sur un seul benchmark de 83 tâches, et le transfert vers des charges de travail réelles reste à vérifier. Mais la direction est claire : les bibliothèques de compétences cessent d'être des dossiers statiques d'instructions et commencent à se hisser d'elles-mêmes à un niveau qui exigeait auparavant un réglage manuel. Les optimiseurs automatiques devancent déjà l'annotation humaine, et l'auto-amélioration intégrée de la procédure leur a apporté quelques points de pourcentage supplémentaires.