图片

本期热点讨论

图片
💙 Agent为何越进化,反而越“臃肿”?
💙 SkillZip如何为智能体技能“瘦身”?
💙 不做测试、不靠评估集,也能有效压缩?
💙 如何边进化、边整理,避免经验变负担?
💙 自进化Agent的知识管理将走向何方?

明晚(9月9日)19:00,《追AI的人》系列直播第64期邀请了华中科技大学博士,阿里安全算法工程师白小凡分享《当AI Agent的"经验"变成"负担":SkillZip如何让自进化智能体轻装上阵?》。


直播主题:《当AI Agent的"经验"变成"负担":SkillZip如何让自进化智能体轻装上阵?》
直播时间: 2026年9月9日(周三)19:00
直播地点: 微信搜索“阿里巴巴AI治理中心”视频号,B站搜“AAIG课代表”


想象一下,你有一个AI助手,它每次完成任务后都会把成功经验记下来。听起来很聪明,但问题在于:这些经验虽然会追加累积,但大多依赖基于数据的可用性评估,从不主动"整理"。就像一个只会往笔记本上不停抄写、却从不归纳整理的学生。笔记越来越厚,真正有用的知识反而被淹没了。这就是当前自进化Agent面临的"技能膨胀"困境。这些冗余文本每次调用都会占用上下文窗口,既烧钱又可能干扰Agent的实际执行。

那么,能不能像整理代码一样,把重复的规则合并、把重复的流程抽象成"函数"、只保留真正的差异?SkillZip正是基于这一直觉而生。它将Agent技能视为一份结构化的"操作合同",通过最短描述长度原则进行压缩——共享的结构只写一次,需要时引用。整个过程不需要跑任何测试任务,不依赖任何评估集。本次直播将从自进化Agent的技能膨胀现象出发,深入解读SkillZip的核心设计思想、技术方法和实验效果,并展望Agent知识管理的未来方向。

💛【课程大纲】:

1、AI Agent越用越臃肿——智能体自进化的技能膨胀
2、技能压缩困境:为什么传统方法对技能压缩"水土不服"?
3、解释一次,引用多次:SkillZip的核心理念和评测无关性
4、一次性压缩与持续压缩:如何融入自进化流程?效果如何?
5、未来展望:自进化Agent的知识管理可能走向何方?


白 小 凡

华中科技大学博士,阿里安全算法工程师。长期从事人工智能安全研究,相关成果发表于CVPR、ICML、NeurIPS等国际会议。目前主要围绕基于Agentic AI的内容安全技术技术开展相关工作,重点研究自进化智能体在内容安全领域上的效果和效率问题。


《追AI的人》系列直播是一档由阿里巴巴人工智能治理与可持续发展研究中心(AAIG)联合高校和产业界发起的AI治理交互栏目。重点关注并分享人工智能新技术、AI治理新观点、可持续发展新风向。目前联合高校、律所等多家单位举办了63期直播,吸引全国超100万人次实时观看。



 明晚19:00!
《追AI的人》第64期直播
不见不散❤️



📌往期推荐


图片
AAIG课代表,获取最新动态就找她👇
图片

关注公众号发现更多干货❤️

图片
图片

内容中包含的图片若涉及版权问题,请及时与我们联系删除