اسکیل

From Trajectories to Differentiated Skills: Cognitive Differentiation for Self-Improving Agents (CDSE)

مسئله: ایجنت‌هایی مثل کلاد کد و کدکس می‌توانند اسکیل داشته باشند: پوشه‌ای با دستورالعمل و اسکریپت که ایجنت هر وقت لازم شد بازش می‌کند. روش‌های فعلی این اسکیل‌ها را خودکار و از روی اجراهای قبلی بهتر می‌کنند، اما کل اسکیل را یک فایل یکپارچه می‌بینند. در حالی که

SkillBrowser: Selective Skill Exposure for Scalable Skill-Using Agents

ایجنتی که خودش می‌فهمد کِی به کدام اسکیل نیاز دارد و فقط همان را بار می‌کند

ایجنت‌ها برای کارهای پیچیده به اسکیل تکیه می‌کنند: بسته‌های دستورالعمل آماده برای یک نوع کار. وقتی کتابخانه‌ی اسکیل بزرگ می‌شود، دو راه رایج هر دو مشکل دارند. اگر فهرست همه‌ی اسکیل‌ها را به مدل نشان بدهی (روش «افشای تدریجی»)، کانتکست پر از توضیحات بی‌ربط می‌شو

Code Skill Server: A Large-Scale Search Engine for Code Generation Skills

موتور جست‌وجویی برای پیدا کردن اسکیل‌های کدنویسی از منابع پراکنده

اسکیل‌ها (دستورالعمل‌های آماده برای یک نوع کار) کارایی ایجنت را در کارهایی مثل مهندسی نرم‌افزار و ریاضی بالا می‌برند. اما امروز پیدا کردن اسکیل مناسب دستی است: باید در ریپوها و سایت‌های مختلف گشت و آن‌ها را مرتب کرد. روش‌های بازیابی موجود هم فرض می‌کنند یک کتا

TokenEconomizer: Experience-Driven Black-Box Cost Control for Coding Agents

مقاله‌ی TokenEconomizer: Experience-Driven Black-Box Cost Control for Coding Agents (15 Oct 2026، آرون لی و همکاران، از جمله یون استویکا، بین یو و جیان‌فنگ گائو) مسئله: ایجنت‌های کدنویسی مثل کلاد کد، کدکس و کوپایلت CLI گران شده‌اند و بخش بزرگی از این هزینه تکر

Harness-Delta Attribution: Dissecting Gains From Harness Evolution

چقدر از بهبودِ «تکامل خودکار هارنس» واقعی است و چقدر بیش‌برازش؟

تکامل هارنس یعنی پرامپت‌ها، اسکیل‌ها، ابزارها و کد هماهنگی دور یک مدل ثابت را خودکار و پشت سر هم بهینه کنی تا روی یک مجموعه‌ی جست‌وجو نمره بالاتر بگیرد، بدون آن‌که وزن‌های مدل عوض شود. سؤال این است که چه سهمی از این بهبود به خاطر جا افتادن روی همان بنچمارک است

FAOPs: Normal Forms and an Algebra for AI Agent Workflows

نظریه‌ای برای مرتب کردن روال‌های کاری ایجنت‌ها با همان نظمی که پایگاه داده دارد

سازمان‌ها روال‌های کاری‌شان را به شکل اسکیل‌های چندمرحله‌ای برای ایجنت می‌نویسند. در بخش‌های تحت نظارت مثل بانکداری، این روال‌ها باید قابل ردیابی، ممیزی، تکرار، با کنترل دسترسی و با سقف زمان و هزینه باشند. اما معمولاً فایل‌های درشتی‌اند که در آن‌ها یک قدم چند

CarryOn: A Dual-Loop Harness for Personalized and Reliable Robot Assistance

هارنسی دوحلقه‌ای که ربات دستیار را شخصی‌سازی‌شده و ایمن‌تر می‌کند

مدل‌های عمومی بینایی-زبان-عمل به ربات‌ها اجازه داده‌اند اشیای مختلف را در دنیای باز دست‌کاری کنند، اما دستیار رباتیک واقعی دو چیز دیگر هم لازم دارد. اول شخصی‌سازی: دستور «برایم ساندویچ درست کن» باید بر اساس ترجیح‌های همیشگی همان کاربر به قدم‌ها شکسته شود، نه ب

SkillNEO: Non-Elitist Evolutionary Optimization of Agent Skills

تکامل اسکیل‌های ایجنت بدون دور ریختن نسخه‌های نیمه‌کاره‌ای که فعلاً نمره‌ی کمتری دارند

اسکیل‌ها دانش روالی را به ساخته‌هایی قابل استفاده‌ی دوباره تبدیل می‌کنند و «تکامل اسکیل» آن‌ها را با بازخورد اجرا بهتر می‌کند. اما بهبود گاهی به چند ویرایش وابسته به هم نیاز دارد؛ مثلاً اول باید قدم نصب را درست کرد و بعد قدم پیکربندی، و نسخه‌ی میانی ممکن است م

Lost in Implicit Routing: How LLM Agents Fail to Load Relevant Skills at Scale

گم شدن در مسیریابی ضمنی: وقتی کتابخانه‌ی اسکیل بزرگ می‌شود، ایجنت‌ها اسکیل مرتبط را بارگذاری نمی‌کنند

اسکیل‌های قابل استفاده‌ی دوباره به ایجنت اجازه می‌دهند دستورهای خاص تسک را هنگام نیاز بارگذاری کند، اما اجرا را وابسته به مسیریابی ضمنی روی فراداده‌ی اسکیل‌ها می‌کنند: ایجنت باید از روی نام و توضیح، خودش اسکیل درست را پیدا کند. سؤال این است که این طراحی با بزر

TextualRL: Textual Reinforcement Learning for Context Management

یادگیری تقویتی متنی: بهبود کانتکست ایجنت با مقایسه‌ی گروهی اجراهای موفق و ناموفق، بدون گرادیان

ایجنت‌ها می‌توانند با بازنویسی کانتکست متنی‌ای که رفتارشان را هدایت می‌کند، بدون تغییر پارامترها به بازخورد تسک واکنش نشان دهند. اما تبدیل پاداش اجرا به به‌روزرسانی قابل استفاده‌ی دوباره سخت است: یک مسیر تنها شواهد مقایسه‌ای کمی درباره‌ی این‌که چه چیزی باید عو

Frustratingly Easy Agentic RAG via Portable Skills: A Case Study in Customer Support

بازیابی ایجنتی با یک اسکیل قابل حمل به جای خط لوله‌ی پیچیده: مطالعه‌ی موردی پشتیبانی مشتری Airbnb

خودکارسازی کار سازمانی معمولاً نیاز دارد مجموعه‌ی کامل و دقیقی از اطلاعات مرتبط از اسناد عملیاتی بزرگ بازیابی شود. در پشتیبانی مشتری، متخصص باید برای هر پرونده ترتیب درست قدم‌های حل را از روی اسناد سیاستی پیدا کند. رسیدن به این دقت در تولید معمولاً خط لوله‌ی پ

Cortex: Measurement-Gated Evolution and Pruning of Coding-Agent Skills and Rules

آزمودن تغییرهای هارنس ایجنت کدنویسی به جای اعتماد به آن‌ها: نگه‌داشتن اسکیل و قاعده فقط با سود اندازه‌گیری‌شده

ایجنت‌های کدنویسی مثل Claude Code از فایل‌های متنی که توسعه‌دهنده‌ها برایشان می‌نویسند پیروی می‌کنند: یک فایل پروژه، اسکیل‌هایی که ایجنت ممکن است باز کند و قاعده‌هایی که وقتی ایجنت فایل‌های منطبق را می‌خواند خودکار بارگذاری می‌شوند. توسعه‌دهنده‌ها هر بار که ای

JANUS: Enhancing Long-Horizon Autonomous Research with Co-Evolving World Models

پژوهش خودکار طولانی‌مدت با مدل جهان هم‌تکامل: پیش‌بینی نتیجه پیش از اجرای پرهزینه

پژوهش خودکار طولانی‌مدت با چرخه‌های پیوسته‌ی تولید فرضیه، پیاده‌سازی و اعتبارسنجی نوید شتاب دادن به پیشرفت علمی را می‌دهد. اما الگوی «تولید، اجرا، بازخورد» بر آزمون و خطای واکنشی تکیه دارد و اجراهای گران و زمان‌بر تأخیر شدیدی در بازخورد ایجاد می‌کنند؛ مثلاً هر

Work2Skill: Capturing Human GUI Experience for Reusable Agent Skill Induction

ثبت تجربه‌ی کار انسان با رابط گرافیکی و تبدیل آن به اسکیل‌های قابل استفاده‌ی دوباره برای ایجنت

ایجنت‌های کار با کامپیوتر کارهای رابط گرافیکی پیچیده‌تری انجام می‌دهند، اما نرم‌افزارهای ناآشنا و گردش‌کارهایی که دانش حوزه‌ی انسانی می‌خواهند هنوز چالش‌برانگیزند. نمایش‌های انسانی دانش رویه‌ای را در همان فضای تعامل منتقل می‌کنند، اما استفاده‌ی دوباره‌شان نیاز

EvoBelief: Falsifiable World Models for Self-Improving LLM Agents

مدل جهان ابطال‌پذیر برای ایجنت‌های خودبهبود: باورها درباره‌ی محیط به شکل فرضیه‌های قابل آزمون

ایجنت‌های خودتکامل معمولاً روش عملشان را با تجربه، بازتاب یا اسکیل بهتر می‌کنند. اما حتی ایجنتی که رویه‌ها را خوب بلد است، وقتی باورهایش درباره‌ی پویایی محیط ناقص، غلط یا کهنه باشد شکست می‌خورد. چنین باورهایی می‌توانند به چند تسک کمک کنند، ولی باور غلط هم بین

ViSkill: Reinforcing VLM Agents with Evolving Visual-Native Skills

ویسکیل: تقویت ایجنت‌های بینایی‌زبان با مهارت‌های بصری که هم‌زمان با سیاست تکامل می‌یابند

ایجنت‌های مهارت‌محور با تقطیر مسیرهای موفق به راهبردهای قابل استفاده‌ی مجدد، کارایی نمونه را بالا می‌برند. اما بیشتر روش‌ها متن‌محورند و چیدمان فضایی و تناظر اقدام و وضعیت را به زبان خطی تبدیل می‌کنند که ساختار هندسی مهم را از دست می‌دهد؛ مثلاً موقعیت جعبه‌ها

Which Skill to Distill? SGUID: Selecting a Compact Skill Bank for Model-Skill Co-Evolution

کدام مهارت را تقطیر کنیم؟ انتخاب یک بانک مهارت فشرده برای هم‌تکاملی مدل و مهارت

مهارت‌ها، یعنی راهنمایی رویه‌ای قابل استفاده‌ی مجدد که در زمان استنتاج اضافه می‌شود، می‌توانند کارایی مدل زبانی را خیلی بالا ببرند. کارهای قبلی مهارت‌ها را با ربط معنایی از یک بانک بازیابی می‌کنند و برای وصله‌ی زمان استنتاج یا تقطیر به کار می‌برند، اما سودمندی

SuperNav: An Agentic Navigation System for Any Task in Any Scene

سوپرنو: سیستم ناوبری ایجنتی برای هر تسک در هر صحنه، بدون تنظیم دقیق مدل برای ناوبری

ربات‌های خدماتی همه‌منظوره به ناوبری نیاز دارند که درخواست‌های متنوع انسانی را در محیط‌های ناآشنا انجام دهد، مثلاً «برایم یک لیوان آب بیاور» در خانه‌ای که ربات ندیده است. بعضی روش‌ها مدل‌های زبانی چندوجهی را برای پیش‌بینی اقدام ناوبری تنظیم دقیق می‌کنند، که رف

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

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 توضی

Skill Constellations: Tracing the Supply Chain of Agent Skills on GitHub

صورت‌های فلکی مهارت: ردیابی زنجیره‌ی تأمین مهارت‌های ایجنت در گیت‌هاب

مهارت‌های ایجنت دستورها و اسکریپت‌هایی‌اند که ایجنت‌های کدنویسی مثل Claude Code و Codex با مجوزهای کاربرشان اجرا می‌کنند. توسعه‌دهندگان مهارت‌ها را با کپی بین مخزن‌ها به اشتراک می‌گذارند، پس یک زنجیره‌ی تأمین نرم‌افزاری بدون رجیستری، نسخه و منشأ شکل گرفته است.

An Empirical Study of Agent Skills' Downstream Utility

مطالعه‌ی تجربی سودمندی واقعی مهارت‌های ایجنت در تسک‌های پایین‌دستی

مهارت‌های ایجنت راهنمایی رویه‌ای و منابع را برای استفاده‌ی مجدد بسته‌بندی می‌کنند، اما یک مهارت مرتبط لزوماً کارایی را بهتر نمی‌کند. مطالعه‌های موجود محتوای مهارت را توصیف و کارایی را ارزیابی می‌کنند، اما توضیح کمی می‌دهند که سودمندی چطور به محتوا، پیکربندی اج

Mining Agent Skills from Production Traces

استخراج مهارت‌های ایجنت از ردپاهای تولیدی، وقتی برچسب موفقیت قابل اعتماد نیست

مهارت‌های ایجنت که دستورهای رویه‌ای را ثبت می‌کنند بیش از پیش از ردپاهای اجرا استخراج می‌شوند تا دستی نوشته شوند. خط لوله‌های استخراج اغلب از نتیجه‌ی معلوم تسک یا بازخورد استفاده می‌کنند، اما در محیط تولیدی اطلاعات قابل اعتماد درباره‌ی موفقیت یک اجرا ممکن است

Recursive Experiential-Working Memory Evolution for Long-Horizon Agent Harnesses

رکوریس: تکامل بازگشتی حافظه‌ی تجربی و کاری برای هارنس‌های ایجنت بلندمدت

خودبهبودی بازگشتی در تسک‌های بلندمدت سخت است، چون تاریخچه‌ی رو به رشد وضعیت تسک را مبهم می‌کند و فراخوانی مهارت‌ها را نابجا می‌کند؛ مثلاً ایجنت مهارتی را که برای دستور اولیه مناسب بود، بعد از عوض شدن وضعیت هم دوباره فرا می‌خواند. معماری Recuris دو حافظه را جفت