SkillOpt-Lite：一行指令实现智能体高效自我进化
2026年07月09日星期四SkillOpt-Lite: 通过简单指令实现更优更快的智能体自我进化🤗 17针对现有智能体技能优化方法流程复杂的问题，本文提出一种基于零阶优化的最小可行框架SkillOpt-Lite。其核心是三个确保收敛与泛化的原则：基于文件系统的轨迹探索、共识属性挖掘和独立验证门控。该方法不仅加速收敛，且在多个模型上超越完整版SkillOpt，例如将GPT-5.4-nano的性能提升至超越标准SkillOpt优化的GPT-5.4。该框架已集成至VSCode Copilot等生产环境，开发者
AI技能打造与优化指南
接着上回内容，今天来聊聊智能体平台的技能，下文提到的AI平台，没特别说明的话都是指QoderWork，我会尽量避开难懂的专业术语，让大家读起来更轻松。 先讲讲如何新建技能。目前市面上大多数智能体平台都支持自定义技能，通常有三种途径： 1.直接在平台内置的技能商店里安装现成的； 2.从GitHub、Gitee这类开源网站下载他人开发的技能，再导入平台； 3.通过与AI对话交流，逐步让它帮你定制专属技能。 这篇主要讲第三种，借助对话来生成技能。平时工作中总有不少重复性任务，比如每月整理报表、每周编写周报，还有
AI赋能安全：从工具到思维革命
两个月前，AI 对我而言仅能借助豆包翻译接口文档，我始终认为其距离真正参与渗透测试尚远。直到后来接触 Claude，才惊觉 AI 进化迅猛，正悄然重塑各行。这两月间，我尝试将 Agent 引入漏洞挖掘、渗透测试及攻防演练。起初选用 Claude 和 GPT，但因需特殊手段且限制重重，效果未达预期。随后转向国产模型，DS4 横空出世，价格极具优势，成为首选测试对象。此后又陆续尝试 GLM5、Kimi2.6 等。综合体验，模型在安全领域的个人排名为：GLM5 > DS4 > Kimi2.6 > 小米。起初我尝