Skill∞: agente melhora suas próprias skills e a meta-skill, e chega a 60,7% no SkillsBench

Uma equipe da Universidade Nacional de Singapura propôs uma forma de fechar o ciclo de autoaperfeiçoamento onde isso é mais simples de fazer na prática: no nível das skills de agentes de linguagem. O sistema Skill∞ usa um meta-agente que segue uma meta-skill para otimizar skills voltadas a tarefas específicas e, em seguida, aplica o mesmo procedimento à própria meta-skill. Em 83 tarefas do benchmark SkillsBench, o método chegou a 60,7% de taxa de sucesso. As skills escritas por humanos marcam 56,4%, e o concorrente automático mais próximo, o SkillEvolver, 54,5%. A diferença para as skills humanas é de 4,3 pontos percentuais; para o SkillEvolver, de 6,2.

Por que skills funcionam bem para a recursão

O autoaperfeiçoamento recursivo (RSI), em que o sistema melhora também o próprio método de se aprimorar, é há tempos considerado um dos caminhos possíveis até a AGI. Os autores abordam o tema pelo lado prático. Agentes de linguagem armazenam cada vez mais conhecimento procedural em forma de skills reutilizáveis, ou seja, pacotes de instruções que o agente carrega conforme a tarefa. Se o procedimento de otimização também for escrito como uma skill, ele pode ser melhorado pelos mesmos meios que qualquer outra skill.

Os otimizadores de skills existentes não funcionam assim. Eles seguem um procedimento inventado por humanos. Mesmo os métodos que evoluem uma meta-skill a prendem a um pipeline fixo e a treinam de novo para cada tarefa. O Skill∞ elimina essas duas limitações: a meta-skill não fica presa a um pipeline e não é retreinada do zero.

O que faz o meta-agente

No Skill∞, a otimização é conduzida pelo próprio agente, e não por um script externo. A meta-skill descreve quatro ações, e o autoaperfeiçoamento pode reescrever cada uma delas:

• diagnóstico dos traços de execução: o agente analisa onde e por que a skill falhou nas tarefas;
• geração de candidatas: com base no diagnóstico, o agente propõe novas versões da skill;
• revisões independentes: o agente pede a avaliação das candidatas a revisores separados;
• distribuição do orçamento de busca: o agente decide sozinho para onde direcionar os recursos limitados.

Outra característica é a separação entre os níveis. A meta-skill é independente das skills de tarefa. Ela é refinada em várias tarefas de otimização de skills e depois reutilizada em diferentes domínios, sem novo treinamento. As skills dos dois níveis continuam sendo pacotes padrão e são carregadas pelo mecanismo regular de descoberta de skills, como em uma implantação real. A adoção não exige infraestrutura adicional.

Os números do SkillsBench

A comparação foi feita em 83 tarefas do SkillsBench, pela proporção de tarefas concluídas com sucesso:

• Skill∞: 60,7%;
• skills escritas por humanos: 56,4%;
• SkillEvolver: 54,5%.

A principal conclusão aqui não está no valor absoluto. As skills otimizadas automaticamente superaram as escritas à mão, e o procedimento que as otimizou foi, ele próprio, produto de otimização. Os autores do trabalho são Wangcheng Tao, Zhanglu Yan, Han Wu e Weng-Fai Wong. O preprint foi publicado com o número arXiv 2610.35434 e entrou na seleção diária do Hugging Face Papers.

O que levar daqui para quem constrói agentes

Se a sua stack já tem skills em pacotes padrão, vale observar duas ideias do trabalho. A primeira: o procedimento de melhoria das skills também pode ser descrito como uma skill, em vez de ficar embutido no código do pipeline. Assim, ele é ajustado com as mesmas ferramentas e a partir dos mesmos traços. A segunda: a revisão independente das candidatas e a gestão do orçamento de busca são mais bem entregues ao próprio agente, já que são etapas que a meta-skill pode redesenhar conforme a tarefa.

Por ora, é um resultado em um único benchmark de 83 tarefas, e a transferência para cargas de trabalho reais ainda precisa ser verificada. Mas a direção é clara: as bibliotecas de skills deixam de ser pastas estáticas com instruções e passam a se aproximar sozinhas de um nível que antes exigia ajuste manual. Os otimizadores automáticos já superam a curadoria humana, e o autoaperfeiçoamento embutido no procedimento rendeu a eles mais alguns pontos percentuais.