一句话讲清楚微软研究院等提出 Resource2Skill 把教程视频、代码仓库、文章等资源整理成按类别组织、同时带文字截图和代码的技能库让软件 Agent 在网页、表格、幻灯片、三维与音频等七个创作域上平均提升 11.9 个百分点。论文标题RESOURCE2SKILL: Distilling Executable Agent Skills from Human-Created Multimodal Resources论文链接https://arxiv.org/abs/2606.29538主页链接https://microsoft.github.io/Resource2Skill/Github 链接https://github.com/microsoft/Resource2Skill让 Agent 真正做出一张像样的幻灯片、一个能跑的网页或一个勉强能看的 UE5 场景关键往往是可复用的操作经验目标怎么拆、先调哪个接口、中间状态怎么检查、失败了怎么补救。这些经验正是 Agent 技能库要沉淀的东西。现有技能库多半来自专家手写、纯文本或代码检索或 Agent 自己跑任务留下的轨迹。人类学软件时最常用的屏幕录制教程和演示视频却很少被系统利用。视频里有操作顺序、界面反馈和「改完长什么样」这类文本很难写全的信息把整段视频直接塞进模型上下文既贵又充斥无关帧。 Resource2Skill 要做的就是把这些材料压成 Agent 真能检索、组合、执行的技能条目。七个创作域上有技能与无技能的代表性产出对比以及 GPT-5.4 后端下的雷达图分数。一条技能里装了什么每个技能是一条同时可含文字、画面和代码的条目形式化写成直觉上可以把它想成 Wiki 词条 是分类路径例如「 PPT / 版式 / 双栏对比页」文字部分写清何时用、输入是什么、预期效果视觉部分放缩略图或前后对比截图代码部分放可直接跑或可改写的脚本片段元数据负责筛选、检查和追查来源。画面或代码可以为空——只当参考的条目仍然有用 Agent 对照文字和截图自己写代码同时留下来源标识。分类按软件各自的操作习惯来定幻灯片按版式、字体、动效 Blender 按几何、材质、光照、构图。浏览与读取接口跨软件统一换工具不必另学一套调用方式。流水线总览资源蒸馏进 Skill Wiki Agent 浏览并选取技能经域适配器落到各软件后端再渲染成最终产物。把流程落到一次具体请求上会更清楚。用户说「做一页双栏对比的产品汇报幻灯片」。 Agent 先在 PPT 分类树里走到「版式」附近 BM25 再按关键词收窄语言模型读几条候选的适用说明和截图后可能组合「双栏网格」「标题层级」「强调色条」三几条技能。带脚本的条目直接经 MCP 改版式只带参考图的条目则当作视觉约束让 Agent 自己补写布局代码。两组都能吐出标题和正文但无技能组常把两栏比例、标题层级和强调色处理得不一致技能库把这些版式约定提前提供出来成品才更接近产品汇报页。从资源到技能离线建库和在线补缺共用同一流程整条系统拆成四段构建、组织成 Wiki 、选取、执行。离线先把大批资源做成技能库执行任务时如果库里没有合适条目再用同一套「资源→技能」流程去搜材料、抽技能、验收入库。不必另写一套在线系统。资源按域收集四类教程视频、源码仓库、文章文档、参考成品。蒸馏器抽出关键帧、代码片段与参数签名、段落、渲染样例再用带视觉能力的语言模型压成上述词条并规范化。随后做领域验收内容是否完整、来源能否追溯、是否重复、文字与画面是否对得上以及有代码时结构上是否可执行。过关的才进入该域技能集合 。执行阶段 Agent 和「把通用技能落到具体软件」的域适配器共用一套 MCP 工具 Model Context Protocol 一种让模型调用外部工具的协议约定。 Wiki 侧可以列分类、读元数据、按文字/画面/代码读取以及先用 BM25 按关键词打分筛出一小批候选再细读软件侧提供一次apply背后是各域能力清单。若技能自带可执行代码会直接交给正在运行的 MCP 服务执行中间不再让语言模型把技能「翻译」成另一套工具调用。怎么选技能先按分类缩小范围再让模型挑选面对用户任务描述 系统用MetaBrowse两步选取。第一步先做关键词初筛用户说「做双栏对比页」时系统会同时查技能名称、标签、适用场景和所属分类把最相关的少数条目挑出来第二步让语言模型阅读候选的文字、截图和代码挑出能配合使用的几条没有合适条目时可以一个都不选。比起「给每条技能打个分然后取 Top-1 」这里更像在组工具包。消融里这种「层次分类 语言模型」策略在五个域上平均 68.9%高于只靠关键词的 BM25 66.0%、只靠向量语义的稠密检索 60.0%也高于「 BM25 先筛再向量重排」 64.2%。 Excel 、 PPT 、 Blender 拉开最大。原因也不神秘这些任务常要几条技能互补单看字面或向量相似度很难判断「这条版式」和「那条配色」该不该一起用。七个域上的主结果评测覆盖幻灯片、 CAD 、网页、 Excel 、 Blender 、 UE5 、 Reaper 七个创作域每个域 80 条与建库语料不重叠的任务。模型侧用 GPT-5.5 、 GPT-5.4 、 Mini 、 Nano 四档。对照有三类完整 Resource2Skill w Skills 、同一 Agent 但没有技能库 w/o Skills 以及 Claude Code 、 Codex 这两套现成的 Agent 运行框架。后两者比较的是完成同一批任务时的执行脚手架能力不是比较各自的训练数据或底层模型。非音频产物用带视觉的 GPT-5.4 按每域五轴量表打分后取平均交不出达标产物按 0 分计入。主对比四档模型 × 七个域的 overall 分数%。粗体为同组同列最优。有技能相对无技能在全部4×728个模型–域格子里全部领先平均 56.8% 对 45.0%整体11.9 个百分点。两个现成运行框架也能抬高无技能基线但平均大约停在 50.5% w Skills 仍在 28 格中赢下 26 格另两格差距在 1 个百分点内。如果只记一条对照换更强的 Agent 脚手架有用但换不过「把教程里的操作惯例装进库」。提升最集中的是操作约定多、从提示里现推很贵的域——大模型上 Blender 、 Web 、 UE5 都明显。 UE5 上不靠技能库、自行生成代码的 Agent 经常拼不出最低可用场景直接掉到质量阈值以下有技能时 GPT-5.5 从 30.2% 拉到 69.5%。 Reaper 增益最小说明音频任务上模型本来就相对能应付技能库的边际更薄。五名评分者对 40 对匹配样本做盲测 A/B 跨七域共 200 次成对评分去掉平票后 w Skills 赢下 85.5% 的个人票方向与自动裁判一致。人眼也站在有技能一侧至少说明自动裁判没有独自造出这套排序。技能越多越好吗固定 Agent 与 Wiki 接口按类别均衡扩大技能池分数单调上升约 200 条附近趋缓。从 0 条加到完整库五个域上分数都单调上升并在约 200 条附近饱和。 0→200 这一段贡献最大 Reaper 3.1 pp 到 Excel 14.2 pp 400→Full 每域最多再加 0.8 pp 。早期条目覆盖常用操作与补救套路后面主要补领域缺口。对工程侧这意味着「先堆到两千条再说」可能是错重心先把高频路径做扎实比盲目扩库更划算。组织方式和材料形态都在加分无技能 / 扁平纯文本技能列表 / 完整 Wiki 完整 Wiki 在各域都最高。扁平纯文本技能列表已经全面高于「完全不用技能」说明可复用描述本身有用。完整 Wiki 再比扁平文本高 2.5–8.2 个百分点 Excel 、 Web 、 Blender 拉开最多分类浏览缩小搜索空间代码与视觉字段补上纯文字说不清的执行依据。另有一组实验只改一件事让 Agent 读到的技能材料不同。资源数量、检索预算和执行 Agent 都保持一致因此分数差异可以归因于技能里是否包含截图和代码。只给文本平均 65.0%再加视觉 1.9 pp 再加代码 2.0 pp 三者齐全到 68.9%。多出来的增益来自同一批技能把画面和可执行片段真正交给 Agent 。来源消融去掉视频后平均从 68.9% 掉到 59.4%仅视频库仍高于「代码文章成品」三源组合。来源侧视频几乎不可替代。去掉视频、只留代码/文章/成品平均从 68.9% 掉到 59.4%。仅视频的库平均 66.8%仍比无视频的三源组合高 7.4 个百分点。跌幅集中在时间顺序和画面变化信息量大的域 Excel −14.2 pp Web −11.5 pp 。在视频之上再叠其他来源没有哪一家补充源单独占优但四源齐全仍比最强双源组合每域再高 0.3–0.9 pp 。多种来源主要是减少知识盲区真正难替代的仍然是「看得见操作过程」的视频。在线补技能标准任务几乎不动缺口任务才猛涨离线库 891 条时标准集上在线再加 100 条几乎不动专攻离线缺口的 novel 集上 21.6 pp 。固定 891 条离线技能时标准任务集上再开在线获取只多 0.7 pp 基本是噪声。专挑离线库覆盖不住的能力做压力测试时同样最多加 100 条在线技能平均从 41.2% 提到 62.8%21.6 pp。论文因此把标准榜默认设为离线-only 。在线补技能更适合处理离线库明确缺失的能力标准任务里默认打开它收益很小却会增加检索、验证和执行成本。边界与可带走的判断这套数字建立在域适配器、 MCP 工具约定以及「用大模型当裁判」的量表协议上。人评方向一致但绝对分仍会随裁判模型和「最低可用」阈值变动。库大约到 200 条就能吃到大部分红利再堆条目边际很小。视频贡献最大代码、文章与成品仍各自补位前者给可执行套路后两者补概念和风格。部署时还要自己掂量论文没展开的部分教程版权与许可、软件版本和 API 漂移后技能是否失效、可执行代码进 MCP 后的权限边界。标准任务上不必默认开在线补技能它主要在离线库明显缺能力时才划算。如果要排产品优先级我会先看任务是否重复出现。团队每周反复做同类 PPT 、修相似 Excel 或搭固定网页组件就值得把对应教程拆成可检索的步骤、截图和脚本任务高度一次性、软件接口又频繁变化先维护提示词和模板可能更便宜不必急着建完整技能库。提示词里追加一段文档摘要短期便宜把操作经验沉淀成技能复用半径通常更长。学AI大模型的正确顺序千万不要搞错了2026年AI风口已来各行各业的AI渗透肉眼可见超多公司要么转型做AI相关产品要么高薪挖AI技术人才机遇直接摆在眼前有往AI方向发展或者本身有后端编程基础的朋友直接冲AI大模型应用开发转岗超合适就算暂时不打算转岗了解大模型、RAG、Prompt、Agent这些热门概念能上手做简单项目也绝对是求职加分王给大家整理了超全最新的AI大模型应用开发学习清单和资料手把手帮你快速入门学习路线:✅大模型基础认知—大模型核心原理、发展历程、主流模型GPT、文心一言等特点解析✅核心技术模块—RAG检索增强生成、Prompt工程实战、Agent智能体开发逻辑✅开发基础能力—Python进阶、API接口调用、大模型开发框架LangChain等实操✅应用场景开发—智能问答系统、企业知识库、AIGC内容生成工具、行业定制化大模型应用✅项目落地流程—需求拆解、技术选型、模型调优、测试上线、运维迭代✅面试求职冲刺—岗位JD解析、简历AI项目包装、高频面试题汇总、模拟面经以上6大模块看似清晰好上手实则每个部分都有扎实的核心内容需要吃透我把大模型的学习全流程已经整理好了抓住AI时代风口轻松解锁职业新可能希望大家都能把握机遇实现薪资/职业跃迁这份完整版的大模型 AI 学习资料已经上传CSDN朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】
一句话讲清楚微软研究院等提出 Resource2Skill 把教程视频、代码仓库、文章等资源整理成按类别组织、同时带文字截图和代码的技能库让软件 Agent 在网页、表格、幻灯片、三维与音频等七个创作域上平均提升 11.9 个百分点。论文标题RESOURCE2SKILL: Distilling Executable Agent Skills from Human-Created Multimodal Resources论文链接https://arxiv.org/abs/2606.29538主页链接https://microsoft.github.io/Resource2Skill/Github 链接https://github.com/microsoft/Resource2Skill让 Agent 真正做出一张像样的幻灯片、一个能跑的网页或一个勉强能看的 UE5 场景关键往往是可复用的操作经验目标怎么拆、先调哪个接口、中间状态怎么检查、失败了怎么补救。这些经验正是 Agent 技能库要沉淀的东西。现有技能库多半来自专家手写、纯文本或代码检索或 Agent 自己跑任务留下的轨迹。人类学软件时最常用的屏幕录制教程和演示视频却很少被系统利用。视频里有操作顺序、界面反馈和「改完长什么样」这类文本很难写全的信息把整段视频直接塞进模型上下文既贵又充斥无关帧。 Resource2Skill 要做的就是把这些材料压成 Agent 真能检索、组合、执行的技能条目。七个创作域上有技能与无技能的代表性产出对比以及 GPT-5.4 后端下的雷达图分数。一条技能里装了什么每个技能是一条同时可含文字、画面和代码的条目形式化写成直觉上可以把它想成 Wiki 词条 是分类路径例如「 PPT / 版式 / 双栏对比页」文字部分写清何时用、输入是什么、预期效果视觉部分放缩略图或前后对比截图代码部分放可直接跑或可改写的脚本片段元数据负责筛选、检查和追查来源。画面或代码可以为空——只当参考的条目仍然有用 Agent 对照文字和截图自己写代码同时留下来源标识。分类按软件各自的操作习惯来定幻灯片按版式、字体、动效 Blender 按几何、材质、光照、构图。浏览与读取接口跨软件统一换工具不必另学一套调用方式。流水线总览资源蒸馏进 Skill Wiki Agent 浏览并选取技能经域适配器落到各软件后端再渲染成最终产物。把流程落到一次具体请求上会更清楚。用户说「做一页双栏对比的产品汇报幻灯片」。 Agent 先在 PPT 分类树里走到「版式」附近 BM25 再按关键词收窄语言模型读几条候选的适用说明和截图后可能组合「双栏网格」「标题层级」「强调色条」三几条技能。带脚本的条目直接经 MCP 改版式只带参考图的条目则当作视觉约束让 Agent 自己补写布局代码。两组都能吐出标题和正文但无技能组常把两栏比例、标题层级和强调色处理得不一致技能库把这些版式约定提前提供出来成品才更接近产品汇报页。从资源到技能离线建库和在线补缺共用同一流程整条系统拆成四段构建、组织成 Wiki 、选取、执行。离线先把大批资源做成技能库执行任务时如果库里没有合适条目再用同一套「资源→技能」流程去搜材料、抽技能、验收入库。不必另写一套在线系统。资源按域收集四类教程视频、源码仓库、文章文档、参考成品。蒸馏器抽出关键帧、代码片段与参数签名、段落、渲染样例再用带视觉能力的语言模型压成上述词条并规范化。随后做领域验收内容是否完整、来源能否追溯、是否重复、文字与画面是否对得上以及有代码时结构上是否可执行。过关的才进入该域技能集合 。执行阶段 Agent 和「把通用技能落到具体软件」的域适配器共用一套 MCP 工具 Model Context Protocol 一种让模型调用外部工具的协议约定。 Wiki 侧可以列分类、读元数据、按文字/画面/代码读取以及先用 BM25 按关键词打分筛出一小批候选再细读软件侧提供一次apply背后是各域能力清单。若技能自带可执行代码会直接交给正在运行的 MCP 服务执行中间不再让语言模型把技能「翻译」成另一套工具调用。怎么选技能先按分类缩小范围再让模型挑选面对用户任务描述 系统用MetaBrowse两步选取。第一步先做关键词初筛用户说「做双栏对比页」时系统会同时查技能名称、标签、适用场景和所属分类把最相关的少数条目挑出来第二步让语言模型阅读候选的文字、截图和代码挑出能配合使用的几条没有合适条目时可以一个都不选。比起「给每条技能打个分然后取 Top-1 」这里更像在组工具包。消融里这种「层次分类 语言模型」策略在五个域上平均 68.9%高于只靠关键词的 BM25 66.0%、只靠向量语义的稠密检索 60.0%也高于「 BM25 先筛再向量重排」 64.2%。 Excel 、 PPT 、 Blender 拉开最大。原因也不神秘这些任务常要几条技能互补单看字面或向量相似度很难判断「这条版式」和「那条配色」该不该一起用。七个域上的主结果评测覆盖幻灯片、 CAD 、网页、 Excel 、 Blender 、 UE5 、 Reaper 七个创作域每个域 80 条与建库语料不重叠的任务。模型侧用 GPT-5.5 、 GPT-5.4 、 Mini 、 Nano 四档。对照有三类完整 Resource2Skill w Skills 、同一 Agent 但没有技能库 w/o Skills 以及 Claude Code 、 Codex 这两套现成的 Agent 运行框架。后两者比较的是完成同一批任务时的执行脚手架能力不是比较各自的训练数据或底层模型。非音频产物用带视觉的 GPT-5.4 按每域五轴量表打分后取平均交不出达标产物按 0 分计入。主对比四档模型 × 七个域的 overall 分数%。粗体为同组同列最优。有技能相对无技能在全部4×728个模型–域格子里全部领先平均 56.8% 对 45.0%整体11.9 个百分点。两个现成运行框架也能抬高无技能基线但平均大约停在 50.5% w Skills 仍在 28 格中赢下 26 格另两格差距在 1 个百分点内。如果只记一条对照换更强的 Agent 脚手架有用但换不过「把教程里的操作惯例装进库」。提升最集中的是操作约定多、从提示里现推很贵的域——大模型上 Blender 、 Web 、 UE5 都明显。 UE5 上不靠技能库、自行生成代码的 Agent 经常拼不出最低可用场景直接掉到质量阈值以下有技能时 GPT-5.5 从 30.2% 拉到 69.5%。 Reaper 增益最小说明音频任务上模型本来就相对能应付技能库的边际更薄。五名评分者对 40 对匹配样本做盲测 A/B 跨七域共 200 次成对评分去掉平票后 w Skills 赢下 85.5% 的个人票方向与自动裁判一致。人眼也站在有技能一侧至少说明自动裁判没有独自造出这套排序。技能越多越好吗固定 Agent 与 Wiki 接口按类别均衡扩大技能池分数单调上升约 200 条附近趋缓。从 0 条加到完整库五个域上分数都单调上升并在约 200 条附近饱和。 0→200 这一段贡献最大 Reaper 3.1 pp 到 Excel 14.2 pp 400→Full 每域最多再加 0.8 pp 。早期条目覆盖常用操作与补救套路后面主要补领域缺口。对工程侧这意味着「先堆到两千条再说」可能是错重心先把高频路径做扎实比盲目扩库更划算。组织方式和材料形态都在加分无技能 / 扁平纯文本技能列表 / 完整 Wiki 完整 Wiki 在各域都最高。扁平纯文本技能列表已经全面高于「完全不用技能」说明可复用描述本身有用。完整 Wiki 再比扁平文本高 2.5–8.2 个百分点 Excel 、 Web 、 Blender 拉开最多分类浏览缩小搜索空间代码与视觉字段补上纯文字说不清的执行依据。另有一组实验只改一件事让 Agent 读到的技能材料不同。资源数量、检索预算和执行 Agent 都保持一致因此分数差异可以归因于技能里是否包含截图和代码。只给文本平均 65.0%再加视觉 1.9 pp 再加代码 2.0 pp 三者齐全到 68.9%。多出来的增益来自同一批技能把画面和可执行片段真正交给 Agent 。来源消融去掉视频后平均从 68.9% 掉到 59.4%仅视频库仍高于「代码文章成品」三源组合。来源侧视频几乎不可替代。去掉视频、只留代码/文章/成品平均从 68.9% 掉到 59.4%。仅视频的库平均 66.8%仍比无视频的三源组合高 7.4 个百分点。跌幅集中在时间顺序和画面变化信息量大的域 Excel −14.2 pp Web −11.5 pp 。在视频之上再叠其他来源没有哪一家补充源单独占优但四源齐全仍比最强双源组合每域再高 0.3–0.9 pp 。多种来源主要是减少知识盲区真正难替代的仍然是「看得见操作过程」的视频。在线补技能标准任务几乎不动缺口任务才猛涨离线库 891 条时标准集上在线再加 100 条几乎不动专攻离线缺口的 novel 集上 21.6 pp 。固定 891 条离线技能时标准任务集上再开在线获取只多 0.7 pp 基本是噪声。专挑离线库覆盖不住的能力做压力测试时同样最多加 100 条在线技能平均从 41.2% 提到 62.8%21.6 pp。论文因此把标准榜默认设为离线-only 。在线补技能更适合处理离线库明确缺失的能力标准任务里默认打开它收益很小却会增加检索、验证和执行成本。边界与可带走的判断这套数字建立在域适配器、 MCP 工具约定以及「用大模型当裁判」的量表协议上。人评方向一致但绝对分仍会随裁判模型和「最低可用」阈值变动。库大约到 200 条就能吃到大部分红利再堆条目边际很小。视频贡献最大代码、文章与成品仍各自补位前者给可执行套路后两者补概念和风格。部署时还要自己掂量论文没展开的部分教程版权与许可、软件版本和 API 漂移后技能是否失效、可执行代码进 MCP 后的权限边界。标准任务上不必默认开在线补技能它主要在离线库明显缺能力时才划算。如果要排产品优先级我会先看任务是否重复出现。团队每周反复做同类 PPT 、修相似 Excel 或搭固定网页组件就值得把对应教程拆成可检索的步骤、截图和脚本任务高度一次性、软件接口又频繁变化先维护提示词和模板可能更便宜不必急着建完整技能库。提示词里追加一段文档摘要短期便宜把操作经验沉淀成技能复用半径通常更长。学AI大模型的正确顺序千万不要搞错了2026年AI风口已来各行各业的AI渗透肉眼可见超多公司要么转型做AI相关产品要么高薪挖AI技术人才机遇直接摆在眼前有往AI方向发展或者本身有后端编程基础的朋友直接冲AI大模型应用开发转岗超合适就算暂时不打算转岗了解大模型、RAG、Prompt、Agent这些热门概念能上手做简单项目也绝对是求职加分王给大家整理了超全最新的AI大模型应用开发学习清单和资料手把手帮你快速入门学习路线:✅大模型基础认知—大模型核心原理、发展历程、主流模型GPT、文心一言等特点解析✅核心技术模块—RAG检索增强生成、Prompt工程实战、Agent智能体开发逻辑✅开发基础能力—Python进阶、API接口调用、大模型开发框架LangChain等实操✅应用场景开发—智能问答系统、企业知识库、AIGC内容生成工具、行业定制化大模型应用✅项目落地流程—需求拆解、技术选型、模型调优、测试上线、运维迭代✅面试求职冲刺—岗位JD解析、简历AI项目包装、高频面试题汇总、模拟面经以上6大模块看似清晰好上手实则每个部分都有扎实的核心内容需要吃透我把大模型的学习全流程已经整理好了抓住AI时代风口轻松解锁职业新可能希望大家都能把握机遇实现薪资/职业跃迁这份完整版的大模型 AI 学习资料已经上传CSDN朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】
![[C++]内存管理：串顺序存储的内存回收](http://pic.xiahunao.cn/yaotu/[C++]内存管理：串顺序存储的内存回收)
