مقاله‌ی arXiv:2610.11647 · در صف خبرنامه
One Skill Too Many: How Co-Installed Skills Conflict in Coding Agents
یک مهارت زیادی: چطور مهارت‌های هم‌نصب در ایجنت‌های کدنویسی با هم تعارض پیدا می‌کنند
- تاریخ
- (۱۶ مهر ۱۴۰۵) 2026-10-08 تأییدشده از روی تاریخ ارسال نسخه‌ی اول در آرکایو
- نویسنده‌ها
- Chaoliang Yan, Zihao Xu, Yuekang Li, Shangzhi Xu, Yi Liu, Gelei Deng, Siqi Ma
- نهاد نویسنده‌ها
- University of New South Wales; Griffith University; Nanyang Technological University; The University of Wollongong
- برچسب لابراتوار
- موضوع‌ها
خلاصه‌ی فارسی
مسئله
ایجنت‌های کدنویسی با «مهارت‌ها» گسترش می‌یابند، یعنی پوشه‌هایی که فایل SKILL.md آن‌ها به مدل می‌گوید کِی و چطور کاری انجام دهد. چون مهارت‌ها از منابع مستقل می‌آیند، یک مهارت نصب‌شده ممکن است کنار مهارت مشابهی باشد که همان کار را می‌کند، و مدل فقط با نام و توضیح بین آن‌ها انتخاب می‌کند. در تعارض، مهارت نصب‌شده کارکردهای اصلی‌اش را از دست می‌دهد؛ مثلاً ممنوعیت دست زدن به git اجرا نمی‌شود، چون مهارت مشابه جایش اجرا شده. تسک هنوز پاس می‌شود، پس بنچمارک‌هایی که فقط تکمیل تسک را می‌سنجند این را نمی‌بینند.
روش
این اولین مطالعه‌ی تجربی چنین تعارض‌هایی است. از تصویر ۲۰۹۴۷ مخزن، ۸۲۲۱۰۹ جفت نامزد مهارت مشابه استخراج شد، یک داور مدل زبانی نمونه‌ی لایه‌بندی‌شده‌ی ۳۷۵۴ جفتی را داوری کرد و ۳۱۲ جفت تأییدشده روی سه مدل اجرا شد، با ۶۳۶۸ اجرا، ۱۶۹۲۹۴ فراخوانی ابزار و ۵۴۲ ساعت کار ایجنت.
یافته‌ها
- مهارت‌های مستعد تعارض رایج‌اند: تقریباً یک مهارت از هر چهار مهارت نصب‌شده کنار مهارتی با همان کار است و ۳۷ درصد مهارت‌های داوری‌شده درون مجموعه‌های کپی‌شده‌اند؛ بیشتر جفت‌ها مهارت‌های هنجاری‌اند.
- بدون کاهش تکمیل تسک، مهارت مشابه یک اجرا از هر پنج اجرا را از مهارت نصب‌شده می‌گیرد، و اجراهایی که اول مهارت مشابه را باز می‌کنند بیش از یک‌سوم کارکردهای اصلی انحصاری مهارت نصب‌شده را از دست می‌دهند.
- محل نصب تعیین می‌کند کدام مهارت اجرا شود و ترتیب فهرست تقریباً اثری ندارد؛ پاسخ نهایی فقط در ۰٫۹ درصد اجراهای جایگزین‌شده نام مهارت استفاده‌شده را می‌گوید.
- تعارض در اولین خواندن مهارت تعیین می‌شود، تقریباً همیشه پیش از تغییر هر فایل، و یک قلاب پیش از ابزار در همان لحظه وفاداری به کارکردهای اصلی را بازمی‌گرداند.
محدودیت‌ها
نویسنده‌ها می‌گویند اجراها غیرقطعی‌اند و هر ترکیب یک‌بار اجرا شده، هرچند تکرار ۵۱۲ ترکیب در ۸۸٫۹ درصد مقایسه‌ها هم‌نظر بود؛ این‌که کدام مهارت اول باز شود مشاهده شده نه تعیین.
چرا مهم است
با رواج بازارهای مهارت و افزونه برای ایجنت‌ها، تعارض‌های پنهان قاعده‌های مهمی مثل ممنوعیت‌های امنیتی را بی‌صدا از کار می‌اندازند. این کار نشان می‌دهد بنچمارک‌ها باید کارکردهای انحصاری را بسنجند و پلتفرم‌ها باید نشان دهند کدام مهارت اجرا شده است.