Skill-MAS：把多 Agent 编排能力变成可进化的"元技能"

核心矛盾：能力 vs. 经验

现有自动 MAS 分两条路。推理时编排冻结前沿 LLM 做 Meta-agent，每次重新搜索最优 MAS 结构——能力强但经验不积累，推理成本极高。训练时编排用梯度更新内化编排经验——能积累但被小模型天花板锁死，无法利用前沿模型。

Skill-MAS 的洞察：编排能力本质上是架构知识——哪些子任务该并行、哪些该串行、什么时候该 explore→evaluate→commit。这种知识不需要改模型权重，可以作为一种独立进化的"元技能"以 prompt 形式存在。

图1：三条路径对比。Skill-MAS 把编排知识从模型权重中解耦，以 Meta-Skill 形式独立进化。

Meta-Skill：可进化的编排知识

Meta-Skill 是一段结构化 prompt，包含任务分解策略、子任务依赖关系、执行模板（如 explore→evaluate→order 三段式）和全局编排规则。初始化由 LLM 生成基础版，然后通过两步闭环进化：

Multi-Trajectory Rollout：对每个任务采样多条执行轨迹（K=5），收集成功/失败分布。Selective Reflection：自适应选择优先任务，做层级对比分析——从失败轨迹中提取通用策略级改进原则，写入 Meta-Skill。模型权重全程不动。

图2：进化流程

图3：主要实验结果

实验结果

四个 benchmark、四个 LLM。Skill-MAS 在所有设置中显著优于所有 baseline。成本-性能权衡最佳——推理时方案成本最高（每样本重搜），Skill-MAS 一次生成，成本适中且性能最优。跨 LLM 迁移有效：在 GPT-5.4-Nano 进化的 Meta-Skill 迁移到 DeepSeek-V4-Flash 反之亦然；跨任务迁移也有效（同 LLM 不同场景）。双重迁移仍有提升。

图4：进化效果。初始 4 步线性流程 → 进化后 9 步分支结构（constraint_extraction + 三个 explore→evaluate→order 并行分支 + final_summary）。

思考

这篇和上一篇 CPE 异曲同工——都是 prompt-level 自进化，不动模型权重。但 Skill-MAS 更进一步：把编排架构本身当作优化对象。OpenClaw 的 skill 管理本质上也是 Meta-Skill 问题——什么时候加载什么 skill、skill 间怎么编排、失败怎么回退。Selective reflection + 层级对比分析的方法论可直接借鉴。