MUSE-Autoskill：自进化智能体技能框架

Type: paper
Author: 字节跳动研究团队
Primary Topic: AI Agent
Ingested: 2026-05-30

Summary

字节跳动提出MUSE-Autoskill框架，通过创建、评估、精炼、记忆、管理五阶段统一范式，赋予Agent自主生成并复用技能的能力。该框架引入技能级记忆体系和两阶段检索机制，在SkillsBench基准上自生成技能配置达到87.94%准确率，超越人工技能上限。生成的技能可跨Agent迁移，验证其作为通用可迁移知识资产的价值。

Key Concepts

• 自进化智能体
• 技能生命周期管理
• 技能级记忆
• 两阶段检索
• 跨Agent迁移
• 自适应上下文压缩
• 技能创建与精炼

Entities

• 字节跳动
• MUSE-Autoskill
• GPT-5.5
• Codex
• Hermes
• SkillsBench
• OpenClaw

Source

• Raw: muse-autoskill-self-evolving-agent-skill-framework.md

Relations

• (none)

---

Auto-generated on 2026-05-30