SkillOpt-Lite: 一行のバイブで実現する、より良くより速いエージェント自己進化

要旨

自律エージェントのスキル最適化が注目を集める一方、既存手法は複雑なパイプラインに依存している。これにより、根本的な問いが未解決のまま残されている。すなわち、すべての構成要素が理論的または経験的な必要性によって正当化される、スキル最適化のための最小限の実行可能なパイプラインとは何か。本稿では、スキル最適化を零階最適化（ZO最適化）として定式化し、古典的な対応手法（中心差分、信頼領域など）を最近の文献と対応づける。古典的なZOにおける盲目的な数値摂動とは異なり、スキルの軌跡は解釈可能なデバッグフィードバックとして機能することに着目する。Claude Codeの哲学とPAC学習に基づき、収束と汎化のための3つの原理を確立する：ファイルシステムベースの軌跡探索、コンセンサス属性マイニング、独立検証ゲーティングである。冗長性を排除し、SkillOpt-Liteを提案する。これは収束を加速し、フルSkillOptを上回る性能を示す：LiveMathにおいてGPT-5.5で+8.8ポイント、GPT-5.4-nanoで+25.4ポイントの改善を達成し、nanoモデルがSkillOptで最適化された標準的なGPT-5.4を凌駕することを可能にする。最後に、本フレームワークをVSCode Copilotのような実運用コーディングエージェントに統合し、開発者が1行のvibeでエージェントのスキルを進化させることを可能にする。本フレームワークはすべてのエージェントコンポーネントを単なる標準的な編集可能なコードとして扱うため、この最小限のパイプラインは自然に完全なハーネス最適化（HarnessOpt）に一般化される。SpreadsheetBenchにおいて、HarnessOptによりGPT-5.4-nanoは0.7758の精度を達成し、標準パイプラインを実行するより大規模なGPT-5.5（0.7620）を上回る。コードはhttps://github.com/EvolvingLMMs-Lab/SkillOpt-Liteで入手可能である。

English

While skill optimization for autonomous agents has gained traction, existing methods rely on complex pipelines. This leaves a fundamental question unaddressed: What constitutes a minimal viable pipeline for skill optimization, where every component is justified by theory or empirical necessity? We formalize skill optimization via Zeroth-Order (ZO) optimization, mapping classical counterparts (central difference, trust regions) to recent literature. Noting that unlike blind numerical perturbations in classical ZO, skill trajectories serve as interpretable debugging feedback. Grounded in Claude Code philosophy and PAC learning, we establish three principles for convergence and generalization: file-system-based trajectory exploration, consensus attribute mining, and independent validation gating. Eliminating redundancies, we propose SkillOpt-Lite. It accelerates convergence and outperforms full SkillOpt: improving LiveMath by +8.8 points on GPT-5.5 and +25.4 points on GPT-5.4-nano, allowing the nano model to surpass standard GPT-5.4 optimized by SkillOpt. Finally, we integrate our framework into production coding agents like VSCode Copilot, enabling developers to evolve agent skills via one line of vibe. Because our framework treats all agent components simply as standard editable code, this minimal pipeline naturally generalizes to full harness optimization (HarnessOpt). On SpreadsheetBench, HarnessOpt enables GPT-5.4-nano to achieve 0.7758 accuracy, outperforming the larger GPT-5.5 running standard pipelines (0.7620). Code is available at https://github.com/EvolvingLMMs-Lab/SkillOpt-Lite.