微软开源SkillOpt：AI自动优化Skill文件，GPT-5.5平均涨23.5分

给 Skill 文件里加了一堆规则，Agent 反而越跑越差——这个坑你踩过吗？

微软悄然开源了 SkillOpt，思路是把 Skill 本身变成能反复训练、自动优化的东西。请了两个模型搭班子：一个专心干活，另一个在旁边盯着琢磨 Skill 怎么改。

流程是：干活的模型按当前 Skill 完成一批任务，哪些做成了哪些搞砸了全程记录。优化的模型来复盘，成功的吸取经验，失败的找规律——是不是总在同一个地方出错。然后动手改 Skill 文件，每次只准小改几处（论文数据显示控制在4处效果最好），防止步子迈大把原本好用的规矩也改了。

改完要通过测试才算数：用没做过的新任务跑一遍，结果变好保留，没变好立即退回上一版本。被否掉的改动存进「失败记录」，下次优化时知道哪些路走不通，不在原地打转。

测试结果：覆盖查资料、做表格、读文档、解数学题6类任务，7个不同模型，52次测试全部拿第一或并列第一。换上优化后的 Skill，GPT-5.5 平均涨了23.5分，表格类任务提升接近39分——这些提升是在没动模型本身的前提下拿到的。

安装：
git clone https://github.com/microsoft/SkillOpt.git && cd SkillOpt && pip install -e .

支持 OpenAI、Anthropic、Qwen 等主流模型。准备两份带答案的测试题（一份训练一份验证），执行命令启动，等 Skill 文件自动优化输出。也提供 WebUI 可以实时看训练过程。

项目下载：https://pan.quark.cn/s/6f22fd03bfd1

GitHub 项目地址：https://github.com/microsoft/SkillOpt