技能也要退休制：给 agent 的技能库加上生命周期

agent 的技能库用久了都会得同一种病：条目只进不出，库越滚越大，检索越来越钝，过时技能还时不时被翻出来误事，维护成本跟着库容一起涨。NeurIPS 2026 接收的 SkillForge（arXiv 2610.09832，作者 Yuyao Ge 等）开出的方子听起来朴素却少有人做：给技能定一套生命周期管理制度，该退休的退休。

四态生命周期

技能条目采用指令加适用条件的形式，生命周期分四态：新技能先进试用态，按适应度考核；过关转活跃态，参与策略训练；长期稳定有效的进入稳定态，还能被 LLM 引导的变异操作衍生新版本，相当于技能自己也能生娃；适应度持续低迷的技能走选择性退休，出局让位，库里的位置留给真正有用的条目。这套设计的底层逻辑是让技能库像组织一样有人员流动，而不是像仓库一样只堆不清。流程分两段：先筛后练，用底座模型自己的 rollout 给技能库预筛，低适应度技能预先退休，过滤后的库作为监督微调的种子；随后的 RL 阶段边练边管，每一轮迭代同步做退休、稳定与变异，策略优化与库管理交织推进，两边互相成就。

数字与数据集

效果在多个交互 agent 基准上拿到最高综合成功率，相对最强基线再提 7.8%，而且技能库全程保持精简，没有出现库膨胀，检索端的负担不随训练轮次上升。另一份贡献是 SkillFurnace 数据集：五千条以上记录，包含退休过滤的 SFT 轨迹、带适应度标注的进化技能库、以及有人工标注失败类别的退休事件，失败类别覆盖了技能为什么该退的常见原因。对研究技能进化的团队，这套数据把退休这件事从黑箱变成了可研究的对象，也能直接当自进化管线的训练与评测材料用。

放进自进化图景

把本周的自进化系列串起来看，SkillForge 补上了技能治理这块拼图：R-Quest 管题目质量，DAEDALUS 给记忆上闸门，ReSAIL 治蒸馏漂移，SkillForge 则回答技能库自身的进出代谢怎么管。四份工作共同指向一个朴素的工程原则：自进化系统的每个存储层都需要新陈代谢，只进不出的库迟早变成负担，这条原则对任何做着技能或记忆积累的团队都成立。论文页未挂代码仓库，SkillFurnace 入口待作者更新，跟进以官方发布为准。