# 微软搞了个叫 SkillOpt 的东西，思路相当野：把 agent 的技能文档当成神经网络一样来训练，有 epoch、batch、学习率、验证集，但一根模...
Canonical: https://social-archive.org/yena/Ef5ZIAJxhB
Original URL: https://x.com/XAMTO_AI/status/2070970717559251302
Author: Amto
Platform: x
## Content
微软搞了个叫 SkillOpt 的东西，思路相当野：把 agent 的技能文档当成神经网络一样来训练，有 epoch、batch、学习率、验证集，但一根模型权重都不碰。 它厉害在哪？我给你拆三点： 1️⃣ 训练只改一份 skill 文档，新的改动必须在验证集上真涨分才收，不准瞎改 2️⃣ 部署时多花的模型调用，零，跑的还是你原来那个模型 3️⃣ 52 个测试格子全拿了第一或并列第一，GPT-5.5 上直接聊涨 23.5 分，Codex 涨 24.8，Claude Code 涨 19.1 最后产物就一个几百到两千 token 的小文件，能跨模型、跨工具直接搬。这玩意要真稳，手搓 prompt 的活儿是真要变天了。 🔗 https://github.com/microsoft/SkillOpt