Topic Timeline
#SkillCoach
这个主题在过往早报中的出现记录。深度条目直达研究报告，其余条目回到当日 edition。
- 观点观察2026-07-04 · 周六重要度 3/5
Skill eval 是 2026 年被低估的瓶颈:mattpocockuk 与 steipete 同时点题
mattpocockuk 7-3 推文称「Evals on skills are hard」是今年的 understatement。steipete 则从 EffectTS skill 实战切入,指出最新 agent 仍会在复杂库知识上失手。
- Skill eval 是 Agent 工业化的最后一公里:写 skill、蒸馏知识、评测可靠性是三件不同的事。
- 过去 6 个月 skill 仓库快速增长,编写环节已变容易
- 研究论文2026-07-04 · 周六重要度 3/5
arXiv 今日亮点合集:Program-as-Weights 新范式 + 持续态 AI 控制分布式攻击 + SkillCoach 自演化评分。
arXiv 与 Hugging Face papers 今日出现多篇高价值研究:Program-as-Weights 探索程序即权重,Distributed Attacks 聚焦持续态 AI 控制攻击,SkillCoach 研究技能自演化评分,WorldDirector 与 EvoPolicyGym 补上世界模型和策略评测。
- 今日研究层有三条线:Agent 安全从单轮 prompt 走向持续态控制
- Agent 评测从单点分数走向多维矩阵