腾讯提出SkillHone框架，让Agent保留优化决策历史
SkillHone通过记录每轮优化决策，解决Agent技能迭代中“为什么改”的信息丢失，让改进经验持续积累。
Agent的技能（Skill）会因环境变化失效，但每次修改的理由常被丢弃，导致重复踩坑。腾讯微信的SkillHone框架，将每轮诊断、修改方案、评估证据和最终结果组织为持久决策历史，让后续Agent理解“为什么这样改”，从而持续积累优化经验。
正文摘录
一个 Skill 为什么越改越好？腾讯 SkillHone 让 Agent 记住每次优化决策 - 来源公司：机器之心 - 正文： .jpg)  一个 Skill 这个星期能正常工作，不代表下星期也行。 搜索接口会被限流，API 会被改版，网页结构也可能突然变化。开发者发现了 bug，修好最近这个版本，再把文件交给下一轮 Agent。 最初为什么修改？试过的方案为什么失败？上一轮回退撤销了什么，又留下了什么？下一轮接手的 Agent 大多不知道。它拿到的只是结果，前几轮踩过的坑还得再来一遍。 腾讯微信在论文 SkillHone 中，将这个问题归结为优化历史丢失，进而提出了面向持续 Skill 进化的开发框架。 SkillHone 把每轮诊断、候选修改、评估证据和最终决定组织成持久决策历史。同时，持续优化的对象也从单一的 SKILL.md 文件扩展到了整个 Skill 文件夹及其修改过程。