大模型智能体（llm agent）正加速从“能对话”迈向“可执行”的连续决策新阶段，但如何科学、高效地组织与调控其外部能力，已成为横亘在产业落地前的关键瓶颈。近日，香港中文大学研究团队在题为《dynamic skill lifecycle management for agentic reinforcement learning》的论文中，首次系统性提出名为“slim”的动态技能生命周期管理框架。该成果跳脱出业内惯用的“技能堆叠”路径，转而以演化视角重构智能体能力架构，为虚拟交互与物理世界协同任务提供了更具适应性的技术范式。

☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜

在网页信息检索、智能办公自动化及具身机器人操控等长周期、多步骤的真实场景中，智能体常需调用外部技能应对高不确定性与长尾边缘操作。然而，既有方案存在明显两极：一端是无节制地叠加技能模块，致使技能检索失准、上下文过载；另一端则执着于“全参数化推理”，强行将所有功能压缩进模型权重，反而削弱了对局部关键能力的精准建模与快速响应。直面这一矛盾，SLIM将外部技能定义为具备诞生、成长、评估与退出全过程的动态能力单元，驱动智能体在强化学习训练中自主完成技能的引入、验证、淘汰与迭代。

SLIM的核心运作逻辑构建于一个闭环自适应机制之上。训练过程中，系统依据当前任务状态，分层筛选通用型或领域定制化技能，并借助GRPO算法持续优化策略网络；紧接着启动“留一法”（leave-one-skill-out）技能审计流程——即逐个临时屏蔽单个技能，量化其缺失对整体性能的影响。若屏蔽后性能显著下降，则判定该技能具有不可替代性，予以“保留”(Retain)；若其贡献长期微弱，则表明能力已被内化或产生负向干扰，触发“退休”(Retire)；而对于反复失败的新类型任务，系统则通过“扩展”(Expand)机制，从失败轨迹中自动提炼模式、生成并注入新技能。

圆弧形进度条插件arc-progress.js

下载

实证数据显示，SLIM在多项基准任务中平均领先当前最优方法达7.1个百分点。在动作密集、流程繁复的ALFWorld家庭模拟环境中，SLIM凭借高度精炼且按需调用的外部技能体系，达成87.5%的任务成功率，大幅超越基线方法SkillRL的75.0%；而在侧重信息定位与多跳推理的SearchQA任务中，SLIM不仅保持竞争力，更展现出部分搜索策略逐步被模型内化吸收的演进趋势，印证了其“内外协同进化”的设计有效性。

行业专家评价指出，SLIM的本质突破在于：将静态技能库升维为可参与策略联合优化的“活体训练组件”。它不仅在工程层面厘清了“哪些能力应固化于模型本体、哪些宜保留在外部接口”，更赋予智能体一种类人的判断力——即在动态复杂环境中，实时识别自身能力边界，并自主决定是否、何时、以何种方式调用外部支持。这种具备生命周期意识的能力治理范式，正为具身智能与大模型Agent迈向规模化、鲁棒化、可信赖的产业部署，铺就一条兼具理论深度与落地可行性的新通路。