学习型agent通过结构化反馈闭环沉淀决策规则，skywork聚焦意图理解增强、工具调用校准、知识链路加固三层面：意图层用误判日志轻量lora微调；工具层基于失败归因动态生成opa策略；知识层以人工修正注入加权校准向量优化检索。
☞☞☞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☜☜☜
学习型 Agent 不是让模型“边用边学”，而是通过结构化反馈闭环，把每次任务执行中的偏差、人工修正、数据溯源结果，沉淀为可复用的决策规则或微调信号。Skywork 的实现不依赖在线参数更新，而是聚焦在意图理解增强、工具调用校准和知识链路加固三个可落地的层面。
意图理解层：用真实任务日志反哺路由精度
通用 Agent（如 Skywork-7B-Chat）负责初步识别用户指令类型，但它容易把“写一份竞品分析PPT”误判为纯文档任务。Skywork 的做法是收集线上高频误判样本（比如含“柱状图”“三栏”“SWOT”却进了文档流），定期生成负样本集，对意图分类头做轻量 LoRA 微调。这个过程每月一次，不重训全模型，只更新 0.3% 参数量。
天工 Skywork 桌面版是专为 Mac 用户打造的本地 AI 办公助手，被称为“macOS版Claude Cowork”。它无需上传云端，即可直接读取并处理本地复杂文件。产品采用本地虚拟机隔离技术保障数据安全，并创新支持 Claude 与 Gemini 双模型智能路由。内置超百项精选技能，轻松实现跨格式办公与多模态内容创作，全面赋能桌面生产力。
- 误判日志自动打标：由协作层 NATS 消息总线捕获“路由→执行→人工覆盖”完整链路
- 微调触发条件：单日同类型误判超 15 次，或人工修正率连续 3 天＞22%
- 效果验证方式：上线后 48 小时内监控对应关键词的路由准确率提升幅度
工具调用层：基于失败归因构建动态工具白名单
专家 Agent 被限制只能调用 1～3 个专用工具，但实际中仍会出现“PPT Agent 尝试调用代码解释器”的越权行为。Skywork 不靠硬编码禁用，而是让每个工具调用都附带可解释的触发理由，并记录失败根因（如“模板引擎返回空图 → 原因：输入文本含未转义 HTML 标签”）。这些归因日志进入 OPA 策略引擎，自动生成或优化工具调用约束规则。
- 典型规则示例：当输入含「」且目标格式为 PPT 时，自动启用 HTML 清洗预处理器
- 规则生效路径：归因日志 → OPA 策略即代码编译 → 工具调度器实时加载
- 人工干预入口：运营后台提供“一键封禁某次失败工具组合”按钮，3 秒生效
知识链路层：把“溯源”动作本身变成学习信号
Skywork 所有生成内容支持点击溯源，背后不是简单挂链接，而是构建了三层可信锚点：原始网页快照哈希、向量库 chunk ID、检索时的相似度阈值。当用户点击“此处数据来自 XX 报告第 12 页”并手动修正数值时，系统会把该修正动作反向注入 Milvus 向量库——不是覆盖原文，而是在对应 chunk 上新增一个带权重的“人工校准向量”，后续同类查询会优先融合该信号。
- 校准向量有效期：默认 90 天，过期自动降权
- 冲突处理：若多人对同一 chunk 提出不同修正，按角色权限加权合并（如法务岗权重 ×1.8，财务岗 ×1.5）
- 不触发重训练：所有修正仅影响检索排序与融合权重，模型本体保持冻结
