装上Skill就变强？评估 Agent Skill落地的能力边界

AI Agent 的 Skill 被寄予厚望，大家觉得装上技能就能让大模型变身领域专家，但过往测试大多是理想条件：直接给模型定制好的专属技能。这篇论文把场景拉回现实，搭建 34000 条真实技能库做实验，发现技能的增益其实十分脆弱，一旦需要模型自己检索、挑选、适配技能，效果会大幅滑坡。

为此论文对比了两种技能优化方案，核心就是技能精炼：对检索得到的原始技能裁剪改写，适配当前任务。其中查询专属精炼，是接到具体任务后才动态整合改写技能，效果最优，但精炼只能放大已有信息，不能凭空创造知识，原始素材质量差，再优化也于事无补。

文章链接：How Well Do Agentic Skills Work in the Wild: Benchmarking LLM Skill Usage in Realistic Settings