企业官网建设流程全解析

本文介绍了清华大学论文Skill Retrieval Augmentation for Agentic AI（SRA），探讨当技能库规模庞大时，如何让AI Agent按需检索和使用技能。SRA通过技能检索、加载和应用三阶段，解决LLM在技能选择上的“需求感知”缺失问题。文章分析了不同技能使用策略，并揭示了检索质量虽重要，但模型加载行为才是关键瓶颈。为后续研究提供了清晰框架，适合想要提升AI Agent能力的程序员学习。

今天分享清华大学的论文——Skill Retrieval Augmentation for Agentic AI（SRA）。

先说结论：当 Agent 的技能库从几十个膨胀到百万级别，真正的瓶颈不是"能不能检索到对的技能"，而是 LLM 根本不知道自己什么时候需要外部帮助。

技能库正在爆炸式增长

AI Agent 的能力越来越依赖外部技能。OpenClaw 通过 SKILL.md 加载能力，OpenAI 和 Anthropic 也在 prompt 里枚举可用工具。这种"把技能列在 prompt 里让模型自己选"的方式，在技能数量少的时候没问题。

但现在技能生态正在爆炸。截至 2026 年 4 月，SkillsMP 平台上已有超过 100 万个独立技能。OpenClaw 的 ClawHub 也在持续增长。

把 100 万个技能的描述塞进上下文窗口？不可能。即使压缩成摘要，数量多了模型也选不准。

这篇论文要回答的问题就是：当技能库大到不能全部放进 prompt 时，Agent 该怎么"按需"获取和使用技能？

SRA：技能检索增强

论文提出了 Skill Retrieval Augmentation（SRA），一个新范式。它的思路和 RAG 类似——都是从外部语料中检索相关内容——但有一个本质区别：

在经典 RAG 里，检索到的文档只要有相关性就有价值。但在 SRA 里，检索到了正确的技能只是第一步——模型还必须判断是否需要用、选择用哪个、正确地执行。

论文把这个过程拆成了三个阶段：

1. 技能检索（Skill Retrieval）：从大规模技能语料中找到与当前任务相关的技能

2. 技能加载（Skill Incorporation）：判断检索到的候选技能中哪些值得加载，以什么形式加载

3. 技能应用（Skill Application）：在实际任务中正确使用已加载的技能

第一个技能检索分解评估基准

为了研究这个问题，论文构建了 SRA-Bench，第一个支持分解评估的技能检索基准。

数据规模：

• 5,400 个测试实例，来自 6 个能力密集型数据集（TheoremQA、LogicBench、ToolQA、MedCalc-Bench、CHAMP、BigCodeBench）
• 636 个手工构建的 gold skill（LLM 起草 + 专家修订，确保通用性、正确性、无数据泄露）
• 混合 25,626 个从网上收集的噪声技能，构成 26,262 规模的技能语料
• Gold skill 仅占 2.4%——模拟真实场景中"有价值的技能是稀疏的"

三阶段分解评估：不仅能看最终任务有没有做对，还能独立诊断"检索有没有找对"、“加载有没有选对”、“应用有没有用对”。

三种技能使用策略对比

论文比较了三种从检索到使用的方式：

Full-Skill Injection：把 top-1 检索到的技能全文直接注入 prompt。最简单粗暴。

LLM Selection：先检索 top-50，只展示每个技能的名称和描述，让模型选一个，再注入全文。

Progressive Disclosure：类似 OpenClaw 的 SKILL.md 机制——模型看到一个精简的技能目录，可以在推理过程中按需加载某个技能的全文。

结论很有启发性：LLM Selection 是当前最稳定可靠的策略。它在大多数模型和数据集上都比 Progressive Disclosure 效果更好，而且很多时候能大幅缩小与 Oracle（直接给正确答案）的差距。

Progressive Disclosure 看起来最"理性"——让模型自己决定要不要用——但实际上它最不稳定。原因正是论文最核心的发现。

关键发现

论文通过 6 个研究问题系统分析了 SRA 管线，其中 RQ5 和 RQ6 揭示了一个被严重忽视的问题。

发现一：检索到了正确技能，加载率不升

无论检索结果中是否包含 gold skill（正确答案），LLM 加载技能的概率几乎相同。

这意味着模型分不清"检索结果里有好东西"和"检索结果全是噪声"。即使检索系统已经完美地把正确技能放在候选列表里，模型也不会因此更倾向于加载它。

发现二：需要帮助的任务和不需要的任务，加载率一样

模型在"自己就能做的任务"和"必须靠外部技能才能做的任务"上，加载技能的概率也几乎相同。

这暴露了一个根本性的能力缺失：LLM 缺乏"需求感知"（need-awareness）。 一个理性的 Agent 应该在遇到超出自身能力的任务时更积极地寻求外部帮助，在自身能力足够时保持克制。但当前模型完全不具备这种判断力。

发现三：行为高度依赖模型，与模型大小无关

不同模型展现出完全不同的技能加载行为，而且没有"模型越大越理性"的单调趋势。小模型和大模型都可能在判断"要不要用技能"上犯同样的错。

检索方法也能用，但远未解决

在检索层面，论文测试了 BM25、TF-IDF、BGE、Contriever 以及混合方法和 LLM 重排序。

几个结论：

• 稀疏和密集检索互补——BM25 在技能名称术语匹配上强，BGE 在语义相似度上强
• LLM 重排序是最强的检索策略——给定 top-50 候选，让 LLM 重新排序能显著提升质量。这说明技能检索不仅需要"主题相关性"，还需要判断"这个技能是不是当前任务的可用方案"
• 检索质量提升能传导到下游任务，但增益被加载行为衰减——更好的检索确实带来更好的最终结果，但增益被模型"不管三七二十一随便加载"的行为稀释了

观点

这篇论文的价值不在于提出了一个完美的解决方案，而在于第一次系统性地定义和诊断了 Agent 技能检索这个问题的完整结构。检索、加载、应用三阶段的分析框架，为后续研究提供了清晰的路线图。

最后

如果说程序员已经是高薪职业，那么干AI的程序员，就是高薪中的高薪。

现在的市场，已经用数据给程序员指明了方向：学AI大模型，就是冲刺高薪的最优解！

看着身边越来越多的同行转型大模型、拿到高薪offer，很多人心里都动了心，但真正的难题来了：零基础小白不知道从哪入门？有基础的程序员找不到系统学习路径？实战项目练手无门？面试不知道考什么？

别慌！今天就给大家整理了一份【2026年最新版】AI大模型免费学习资源包，覆盖从入门到实战、从理论到面试、从基础到进阶的全流程，所有资料均已整理归档，无冗余、无套路，免费分享给每一位想抓住AI风口的程序员和小白！

👇👇扫码免费领取全部内容👇👇

1、大模型系统化学习路线

2、大模型学习书籍&文档

3、AI大模型最新行业报告

4、大模型项目实战&配套源码

5、大模型大厂面试真题

四阶段精细化学习规划（附时间节点，可直接照做）

结合上述资源，给大家整理了一份可直接落地的四阶段学习规划，总时长约2个月，小白可循序渐进，程序员可根据自身基础调整节奏，高效掌握大模型核心能力，快速实现从“入门”到“能落地、能面试”的跨越。

第一阶段（10天）：初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。

• 大模型 AI 能干什么？
• 大模型是怎样获得「智能」的？
• 用好 AI 的核心心法
• 大模型应用业务架构
• 大模型应用技术架构
• 代码示例：向 GPT-3.5 灌入新知识
• 提示工程的意义和核心思想
• Prompt 典型构成
• 指令调优方法论
• 思维链和思维树
• Prompt 攻击和防范
• …

第二阶段（30天）：高阶应用

该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。

• 为什么要做 RAG
• 搭建一个简单的 ChatPDF
• 检索的基础概念
• 什么是向量表示（Embeddings）
• 向量数据库与向量检索
• 基于向量检索的 RAG
• 搭建 RAG 系统的扩展知识
• 混合检索与 RAG-Fusion 简介
• 向量模型本地部署
• …

第三阶段（30天）：模型训练

恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。

到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？

• 为什么要做 RAG
• 什么是模型
• 什么是模型训练
• 求解器 & 损失函数简介
• 小实验2：手写一个简单的神经网络并训练它
• 什么是训练/预训练/微调/轻量化微调
• Transformer结构简介
• 轻量化微调
• 实验数据集的构建
• …

第四阶段（20天）：商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。

• 硬件选型
• 带你了解全球大模型
• 使用国产大模型服务
• 搭建 OpenAI 代理
• 热身：基于阿里云 PAI 部署 Stable Diffusion
• 在本地计算机运行大模型
• 大模型的私有化部署
• 基于 vLLM 部署大模型
• 案例：如何优雅地在阿里云私有部署开源大模型
• 部署一套开源 LLM 项目
• 内容安全
• 互联网信息服务算法备案
• …

👇👇扫码免费领取全部内容👇👇

6、这些资料真的有用吗？

这份资料由我和鲁为民博士(北京清华大学学士和美国加州理工学院博士)共同整理，现任上海殷泊信息科技CEO，其创立的MoPaaS云平台获Forrester全球’强劲表现者’认证，服务航天科工、国家电网等1000+企业，以第一作者在IEEE Transactions发表论文50+篇，获NASA JPL火星探测系统强化学习专利等35项中美专利。本套AI大模型课程由清华大学-加州理工双料博士、吴文俊人工智能奖得主鲁为民教授领衔研发。

资料内容涵盖了从入门到进阶的各类视频教程和实战项目，无论你是小白还是有些技术基础的技术人员，这份资料都绝对能帮助你提升薪资待遇，转行大模型岗位。

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】