# SkillOpt

> Агент учится сам: нейросеть прокачивает собственные навыки без переобучения

SkillOpt оптимизирует текстовые инструкции для языковых агентов без изменения весов модели, обучая переиспользуемые навыки через rollout, рефлексию и валидацию.

- Категории: MCP и Скиллы, ИИ-агент, Инструменты разработчика, Исследования
- Модели: GPT-5.5, GPT-5.4, GPT-5.4-mini, GPT-5.4-nano, GPT-5.2, Qwen3.6-35B-A3B, Qwen3.5-4B
- Сайт сервиса: https://microsoft.github.io/SkillOpt/
- Карточка в каталоге: https://ailibri.com/skillopt
- Обновлено: 2026-09-09

## Описание

SkillOpt решает задачу, которая раньше казалась неудобной: как улучшить поведение языкового агента, не трогая его веса. Ответ — обучать не модель, а инструкцию, которую она читает.

Идея простая, но нетривиальная. Есть замороженный агент — он не меняется. Есть компактный текстовый документ с навыком — он и становится объектом оптимизации. SkillOpt запускает агента на задачах, собирает результаты, привлекает отдельную модель-оптимизатор, которая анализирует провалы и успехи, предлагает точечные правки — добавить, удалить, заменить. И принимает изменение только тогда, когда оно реально улучшает результат на отложенной выборке.

Это не просто самоправка промпта. Цикл намеренно устроен как алгоритм обучения: прогон — это прямой проход, рефлексия — обратный, а бюджет правок работает как текстовый learning rate, не давая одному удачному паттерну перезаписать всё остальное. Отклонённые правки не выбрасываются — они становятся отрицательной обратной связью, чтобы оптимизатор не наступал на одни и те же грабли.

Результаты говорят сами за себя: 52 из 52 — лучший или совместно лучший результат в каждой комбинации модели, бенчмарка и среды выполнения. Протестировано на 7 моделях, 6 бенчмарках, в двух харнесах. Средний прирост у GPT-5.5 — плюс 23.5 процентного пункта относительно запуска без навыка.

Отдельно интересна тема переноса. Итоговый навык экспортируется в один файл best_skill.md. Навык, натренированный для одной модели, переносится на другую — плюс 15.2 пункта при переносе с GPT-5.4 на GPT-5.4-nano на LiveMathBench. Навык из Codex-среды переносится в Claude Code — плюс 31.8 на SpreadsheetBench. Агент деплоится с одним файлом, без оптимизаторской памяти, без дополнительного веса.

SkillOpt — это исследовательский проект Microsoft Research с открытым кодом, сопроводительной статьёй и видеообзором. Если нужно понять, как устроены навыки агентов на уровне модели, рядом есть компаньон-проект SkillLens.

## Похожие сервисы в каталоге

- [Claude Commerce Agents](https://ailibri.com/claude-commerce-agents): Открытый референсный репозиторий Anthropic: каркас покупательского и торгового агентов на Claude, четыре демо-вертикали и плагин для Claude Code.
- [Agent Plugins](https://ailibri.com/agent-plugins): Открытый формат упаковки плагинов для AI-агентов: манифест plugin.json, Agent Skills, MCP-серверы и клиентские расширения. Спецификация 1.0.0 и JSON-схемы.
- [COG](https://ailibri.com/cog): COG — саморазвивающийся second brain с 33 AI-навыками, 10 агентами и CRM для контактов. V-model верификация без самопроверки. Для Claude Code, Cursor, Kiro, Gem
- [Rejudge](https://ailibri.com/rejudge): Rejudge — независимая мультимодельная проверка кода AI-агентов. Несколько моделей и судья находят баги, которые пропускает один ИИ-ревьюер.
- [Ego Lite](https://ailibri.com/ego-lite): Быстрый браузер для AI-агентов (Codex, Claude Code) с доступом к вашим авторизованным сессиям. Без настройки и оплаты, работает параллельно с вами.
- [ECC](https://ailibri.com/ecc): Система оптимизации AI-агентов с навыками, памятью и безопасностью для Claude Code, Codex, Cursor и других инструментов разработки.

---
Источник: AILibri — каталог нейросетей и ИИ-инструментов, https://ailibri.com