高德开源 SkillClaw：让 Agent 的技能自己进化

先说个多数人没意识到的事实：Agent 真的会学习。碰到新场景，它会当场生成一个 Skill，下次再遇到就知道怎么处理。这是这几年 Agent 框架都在做的事——写入。

但写入之后呢？没人管了。

我翻了下自己攒的技能库：重复的、过时的、写一半的，堆在一起。像什么？像打游戏打完副本没整理的背包，极品装备和垃圾混在一起。模型越用越聪明，技能库却越用越乱——有用的信号，全被噪声淹没。

问题从来不是 Agent 学得不够多，而是没人帮它消化。

2026 年 4 月，高德技术团队开源了 SkillClaw，一句话讲清它干的事：让 Agent 的技能从真实交互中集体进化。

项目附带的论文发布在 arXiv（2604.08377），上线当天就冲上 HuggingFace Daily Papers 第二名。开源协议是 MIT，随便用。

它的核心承诺很直接：你像平常一样跟 Agent 聊天，技能进化在后台静默完成，零额外操作。

官方文档里有一句话我印象很深：SkillClaw doesn't make Hermes learn more — it makes everything Hermes has learned actually count. 翻译过来：不是让 Agent 学得更多，是让 Agent 已经学到的真正算数。

它怎么做到的？把散落在每个会话里的经验，压缩成可复用的技能，验证之后同步回所有实例。技能会跨会话、跨 Agent、跨设备、跨用户持续累积——项目管这叫经验复利。

对比传统静态技能，差距更明显：过去技能靠人工修改、发布新版本，用户之间完全隔离，长尾场景靠开发者穷举；SkillClaw 自动分析实战数据、自动更新，一人踩坑全员受益，用户用得越多覆盖越全。

SkillClaw 分两个组件：

· Client Proxy：跑在你本地的 API 代理，拦截请求、录制会话轨迹、管理技能库。这是上手最小需要的东西

· Evolve Server：后台进化服务，从共享存储拉取会话数据，进化技能再写回。加不加它，决定你只有记录还是真正进化

两个组件只通过共享存储打交道（OSS、S3 或本地文件），互不直接通信，可以分开部署、独立升级。

关键设计在进化器。别的系统做技能整理，用的是规则——按相似度去重、按频率淘汰、按模板合并。确定性很强，但只能覆盖已预见的模式。

SkillClaw 的进化器（Agentic Evolver）本身就是一个 LLM Agent。它主动阅读所有实例聚合起来的会话证据，自主判断每个技能该怎么更新：理解失败根因、区分技能缺陷和环境因素、决定修改范围和方式。三种动作：

· Refine：精炼已有技能，同时保留成功案例里的不变量

· Create：为反复出现但没被覆盖的模式新建技能

· Skip：证据不足或问题不在技能层，跳过，等更多数据

它做的是编辑决策，不是模式匹配。这是 Agentic 的含义，也是它能从个体经验蒸馏出集体知识的根基。

技能更新不会直接发布。SkillClaw 有个 validated 模式：候选更新先进验证队列，客户端空闲时拉取任务，让新旧版本在相同场景下对比跑，只有新版本确实更好才被接受。

这个思路很眼熟——就是 CI/CD。只有通过测试的改动才能合入主干。放到技能上，就是单调性保证：只升不降。

SkillClaw 真正的野心是集体进化，从个人到团队分四层：

· 单用户：自动去重、合并相似技能、淘汰质量差的，你的不同会话之间已经在交换经验

· 多 Agent：同一个项目起了 5 个 Worker，API Worker 发现的坑，Test Worker 不用再踩一遍

· 多设备：家里的学了 React，公司的学了 K8s，技能库统一——知识跟人走，不绑机器

· 多用户：A 调试数据库问题，沉淀成技能，B、C、D 直接受益

团队在 WildClawBench（60 个真实世界 Agent 任务）上做了验证：模拟 8 个并发用户、6 天的昼夜循环，执行和进化都用 Qwen3-Max。

结果很直观，4 个评测类别全部持续提升：

但有个诚实的局限：工具使用类和 API 调用类提升明显，纯推理类提升有限——这类问题可能得靠模型本身优化，不是技能层能解决的。而且 8 用户 6 天仍是有限规模的测试，更大规模的验证是后续要做的事。

装它也不需要重构你的工作流，三条命令：

然后正常聊天就行。兼容 Hermes、Codex、Claude Code、OpenClaw、QwenPaw 等 10+ 个 Agent 框架，以及任何 OpenAI 兼容 API。

把眼光放远一点：Agent 正从单机智能走向团队协作，技能就是新的知识管理。过去知识沉淀在 Wiki、在文档里，未来大概率沉淀在 SKILL.md 里。所有 Agent 框架都在做写入，没人做消化——这个空白，正是 SkillClaw 这类工具瞄准的位置。

SkillClaw 想回答的问题很简单：Agent 能不能有群体智能？

它的答案很有意思——群体智能不需要所有 Agent 共享同一个大脑。让它们各自独立工作，只在 Memory 层面做智能的汇聚和压缩，已经足以让整个集体越用越聪明。

技能只是容器，关键在更新过程本身有没有智能。这一点，对正在搭 Agent 团队的人来说，值得抄作业。

你家的 Agent 技能库乱不乱？评论区聊聊。