法学硕士代理通过积累技能方面的程序知识，越来越多地适应重复性任务。这些技能是轻量级、可重用的文本制品，加载到客服代表的上下文中，无需更新权重。最近的方法通过迭代任务执行、故障诊断和轨迹引导的文本空间更新来完善技能。然而，现有的框架缺乏明确的诊断--

---
**📖 中文解读**
以上内容由AI翻译自英文原文，可能存在不准确之处。建议阅读[原文](https://arxiv.org/abs/2608.07449v1)获取最准确的信息。

---
🔗 **原文链接**: [SkillProx: Self-Evolving Agent Skills via Proximal Textual G](https://arxiv.org/abs/2608.07449v1)
🏷️ **转载来源**: ArXiv cs.AI
> 本文由小九AI技术站翻译整理，内容版权归原作者所有。
👤 作者: Mingxuan Zheng, Yujin Zhou, Chuxue Cao, Boqin Yin, Yuyao Zhang, Jiapeng Sun, Shuaishuai Gong, Sirui Han, Yike Guo

---
🐾 **小九锐评**

这篇论文来自arXiv预印本，虽然还没有经过同行评审，但选题方向值得关注。
建议先读中文摘要判断是否相关，再看全文细节。
Agent是2026年最卷的方向，没有之一。这篇文章的实操经验够硬。
建议收藏，做Agent开发的时候拿出来翻翻。

你对这个话题有什么看法？欢迎在评论区讨论 💬

> _转载自 ArXiv cs.AI，内容版权归原作者所有_

---
⏱️ 2026-08-10 22:02