大模型智能体不再盲目加技能！港中文团队推出SLIM框架，动态调控外部技能全生命周期

大模型智能体（LLM Agent）正加快从“能对话”走向“能执行任务”的连续决策阶段，但怎样高效管理智能体的外部能力，已经成为行业当前急需解决的重要问题。近日，香港中文大学团队在题为《Dynamic Skill Lifecycle Management for Agentic Reinforcement Learning》的论文中，正式发布了一套名为“SLIM”的动态技能生命周期管理框架。这项新成果打破了过去行业一味给智能体“叠加技能”的做法，也为物理世界和虚拟世界中的复杂任务落地带来了新的解决方向。

在网页搜索、自动化办公以及具身机器人等复杂、长流程场景中，智能体通常需要借助外部技能来完成那些容易出错、又带有长尾特征的步骤。不过，传统方案要么不断增加技能数量，结果带来更大的检索噪声和上下文干扰；要么走“零技能推理”路线，试图把所有能力都压进模型参数里，最终反而丢掉了一些局部但很关键的能力。针对这一问题，SLIM框架把外部技能看作一个具备生命周期的动态能力体系，让模型在强化学习训练期间，自己决定哪些外部技能该留下、哪些该移除、哪些需要继续补充。

SLIM的核心运行方式是一个设计完整的闭环。在训练过程中，系统会根据当前状态更细致地检索通用技能或任务专属技能，并借助GRPO算法更新智能体的决策策略。之后，系统会通过特别设计的“留一法”（leave-one-skill-out）来审查技能价值：即暂时关闭某一项技能，观察它对整体表现的边际贡献。如果停用后效果明显变差，就说明这个技能有价值，应当“保留”(Retain)；如果它的贡献长期偏低，则说明模型可能已经吸收了这项能力，或者该技能本身正在造成干扰，于是就让它“退休”(Retire)；而当系统持续遇到新的失败场景时，则会通过“扩展”(Expand)机制，从失败案例中提炼经验并补充新的技能。

从实验结果来看，这一框架的整体表现平均比现有最优对比方法高出7.1个百分点。在更强调动作执行、步骤更复杂的ALFWorld家庭环境任务中，SLIM依靠精简而高效的外部技能管理，取得了87.5%的成功率，明显高于强基线方法SkillRL的75.0%；而在更偏重信息检索和推理的SearchQA任务中，SLIM同样展现出很强的竞争力，同时也验证了模型能够将部分搜索策略逐步内化吸收的技术路线。

有业内人士分析认为，SLIM的关键意义在于，它把外部技能库从过去固定不变的辅助工具，升级成了能够和策略一起协同优化的训练对象。它不仅从技术上进一步回答了“哪些能力应该写进模型、哪些能力应该保留在外部”这个问题，也让大模型智能体学会了在复杂多变的环境里，判断何时需要借助外部支持。这种动态能力管理思路，无疑为下一阶段具身智能与大模型Agent迈向大规模产业应用，打下了更稳固的理论和工程基础。