传统 AI Agent 依赖人类预定义的工具集——你给它什么工具，它就只能做什么事。Auto Skills 打破了这一限制：Agent 能够在执行任务过程中自主发现需求、创建新工具、存储经验、复用技能。这不是科幻设想，而是已有论文验证、开源框架支撑、商业产品落地的技术趋势。[1]
本报告从三条线索展开：学术脉络（Voyager → LATM → ToolLLM → ATLASS → Alita → Agent0 → 综述）、工程实践（Claude Code Skills → Self-Improving Agent → EvoAgentX）、产业趋势（MCP 协议、Skills 市场、OPC 创业范式）。覆盖 14 篇核心论文和 8 个开源框架。[5]
什么是 Auto Skills / 自进化 Agent
Agent 自主发现、创建、存储、复用技能的能力
Auto Skills 指 AI Agent 在执行任务过程中，自主发现任务需求、创建解决方案、将其抽象为可复用技能、并在未来任务中检索调用的完整能力闭环。与固定工具集的本质区别在于：传统 Agent 的能力边界由人类预定义，而 Auto Skills Agent 的能力边界随经验积累不断扩展。[5]
Agent 在开放环境中自主探索，发现新任务并学习解决方案。代表工作：Voyager 在 Minecraft 中通过自动课程不断设定新目标。Evolving PSN 则将技能表示为可执行的符号程序，实现更精确的技能组合。[1][19]
- 核心机制：好奇心驱动 + 自动课程
- 技能形态：可执行代码片段 / 符号程序
- 存储方式：向量检索的技能库
1. Auto Skills（学术概念）— Agent 自主发现/创建/进化技能的学术研究方向，源自 Voyager (2023)、LATM 等论文，重点研究 Agent 如何自主扩展能力边界。
2. Claude Agent Skills / SKILL.md（工程产品）— Anthropic 2025 年推出的技能格式标准，用 Markdown 文件定义可复用工作流，是一种人工编写的技能包，本身并不自动进化。
3. Function Calling（工具调用）— Agent 调用人类预定义 API 的基础能力。
本报告主要讨论第 1 类——学术意义上的 Agent 自进化能力。§5 中讨论 Claude Code Skills 生态时，重点关注的是其中少数具备自进化特征的项目（如 Self-Improving Agent、TreeSkill），而非 Skills 格式本身。[15]
自进化能力的价值在于打破了一个根本性约束：Agent 的能力不再受限于设计者的预见性。在真实世界中，任务的复杂度和多样性远超任何预定义工具集的覆盖范围。[6]
学术奠基：从 Voyager 到 LATM
2023 年的开创性论文定义了 Auto Skills 的基本范式
Voyager：首个开放式自主学习 Agent
Voyager（2023 年 5 月，NVIDIA / Caltech / UT Austin）是首个在开放世界环境中实现持续自主学习的 LLM 驱动 Agent。它在 Minecraft 游戏中自动探索、获取技能、不断进步——无需人类干预。[1]
- Automatic Curriculum（自动课程）基于当前状态和已有技能，自动生成"下一个该学什么"的目标。课程难度逐步递增，确保 Agent 始终在"最近发展区"学习。[1]
- Skill Library（技能库）每个成功完成的任务被抽象为一个可执行的 JavaScript 代码函数，存入向量数据库。遇到类似任务时，Agent 通过语义检索找到最相关的已有技能。[1]
- Iterative Prompting（迭代提示）代码执行失败时，将错误信息回传给 LLM 修正并重试。只有通过验证的技能才会被存入技能库。[1]
Voyager 展示了技能的可迁移性——在一个世界中学到的技能库可以直接应用到新世界，Agent 无需从零开始。[1]
LATM：LLMs as Tool Makers
LATM（2023 年 5 月，Google DeepMind / Princeton）提出精巧的分工范式：让强模型（GPT-4）负责"造工具"，弱模型（GPT-3.5）负责"用工具"。[2]
核心洞察：造工具是一次性成本，用工具是重复性成本。在 BigBench 中将推理成本降低数倍，同时保持 GPT-4 级准确率。[2]
ToolLLM：掌握 16,000+ 真实 API
ToolLLM（2023 年 7 月，清华 / RapidAPI，HF 99 upvotes）将 Tool Making 推向真实世界，构建了覆盖 16,000+ 真实 API 的训练框架，证明 Agent 可通过检索和推理找到合适工具并正确调用。[14]
| 对比维度 | Voyager (2023.05) | LATM (2023.05) | ToolLLM (2023.07) |
|---|---|---|---|
| 研究机构 | NVIDIA / Caltech | DeepMind / Princeton | 清华 / RapidAPI |
| 核心范式 | Skill Discovery | Tool Making | Tool Learning at Scale |
| 环境 | Minecraft 开放世界 | BigBench 推理基准 | 16K+ 真实 API |
| 技能形态 | JS 函数 + 向量检索 | Python 函数 + 文档 | API 调用链 + 规划 |
| 开源 | MineDojo/Voyager | ctlllll/LLM-ToolMaker | OpenBMB/ToolBench |