明日直播 | 深度解析 SkillOpt 框架你是否也曾遇到过这样的困境？精心为 AI智能体（agent）设计的技能，在反复修改后却变得冗长、跑偏，甚至性能倒退。传统的手写 prompt 或一次性生成的技能，缺乏稳定的训练纪律，成为了制约智能体工业化落地的核心瓶颈。

针对这一困境僵局，微软亚洲研究院推出了 SkillOpt，这是首个系统化的可控文本空间优化框架。其最核心的想法，是把智能体的技能从“写一段更好的提示词”重新定义为一个可搜索、可验证、可选择的优化问题。在这个框架中，技能文档被视为冻结目标模型外部的“可训练参数”。实验表明，SkillOpt 能在多类智能体任务中持续提升表现，并具备跨模型、跨框架和相近任务迁移能力。

在本次直播中，我们邀请到了微软亚洲研究院视觉计算组高级研究工程师，为大家带来SkillOpt框架的深度讲解。杨一帆的研究方向包括视觉内容生成、多模态基础模型与智能体系统，重点关注如何将前沿研究创新落地到真实产品与应用场景中。他在 CVPR、ICCV、ECCV、NeurIPS、ICLR、ICML、AAAI 等顶级会议与期刊发表论文 30 余篇，拥有十余项国内外专利，并曾担任 NeurIPS、ICML、ICLR 等多个国际顶级会议的区域主席。他深度参与了微软 Phi 系列模型，包括 Phi-3 与 Phi-4 的研发，多项技术成果转化到 Office、Azure 等微软核心产品。其近期代表工作 LLM2CLIP 通过大语言模型增强跨模态表征学习，已被集成到 Phi-4-mini 预训练流程，并获得 AAAI 2026 杰出论文奖。

如果你对智能体的自我进化感兴趣，或者正在寻找让智能体技能更稳定、更可控的适配方案，这场直播不容错过！

6月18日（本周四，明天）下午14:00-14:50（北京时间），让我们一起探索智能体技能优化的前沿方向。

也欢迎大家在评论区留言提问，我们将邀请讲者在直播互动环节对问题进行逐一解答。