SkillNet: AI 스킬 생성, 평가 및 연결
SkillNet: Create, Evaluate, and Connect AI Skills
February 26, 2026
저자: Yuan Liang, Ruobin Zhong, Haoming Xu, Chen Jiang, Yi Zhong, Runnan Fang, Jia-Chen Gu, Shumin Deng, Yunzhi Yao, Mengru Wang, Shuofei Qiao, Xin Xu, Tongtong Wu, Kun Wang, Yang Liu, Zhen Bi, Jungang Lou, Yuchen Eleanor Jiang, Hangcheng Zhu, Gang Yu, Haiwen Hong, Longtao Huang, Hui Xue, Chenxi Wang, Yijun Wang, Zifei Shan, Xi Chen, Zhaopeng Tu, Feiyu Xiong, Xin Xie, Peng Zhang, Zhengke Gui, Lei Liang, Jun Zhou, Chiyu Wu, Jin Shang, Yu Gong, Junyu Lin, Changliang Xu, Hongjie Deng, Wen Zhang, Keyan Ding, Qiang Zhang, Fei Huang, Ningyu Zhang, Jeff Z. Pan, Guilin Qi, Haofen Wang, Huajun Chen
cs.AI
초록
현재 AI 에이전트는 도구를 유연하게 호출하고 복잡한 작업을 실행할 수 있지만, 기술의 체계적인 축적과 전이가 부족하여 장기적인 발전이 저해되고 있습니다. 통합된 기술 통합 메커니즘이 없으면 에이전트는 종종 '뜨거운 물에 손 데기' 식으로 이전 전략을 활용하지 못한 채 고립된 맥락에서 해결책을 재발견합니다. 이러한 한계를 극복하기 위해 우리는 대규모로 AI 기술을 생성, 평가 및 조직화하기 위해 설계된 개방형 인프라인 SkillNet을 소개합니다. SkillNet은 이기종 소스에서 기술을 생성하고, 풍부한 관계적 연결을 설정하며, 안전성, 완전성, 실행 가능성, 유지보수성, 비용 인식 등 다차원적 평가를 수행하는 통합 온톨로지 내에서 기술을 구조화합니다. 우리의 인프라는 20만 개 이상의 기술 저장소, 대화형 플랫폼, 다용도 Python 도구 키트를 통합합니다. ALFWorld, WebShop, ScienceWorld에 대한 실험적 평가에서 SkillNet이 에이전트 성능을 크게 향상시키며, 여러 백본 모델에서 평균 보상을 40% 높이고 실행 단계를 30% 줄이는 것으로 나타났습니다. 기술을 진화하고 구성 가능한 자산으로 공식화함으로써 SkillNet은 에이전트가 일시적인 경험에서 지속적인 숙달로 나아갈 수 있는 견고한 기반을 제공합니다.
English
Current AI agents can flexibly invoke tools and execute complex tasks, yet their long-term advancement is hindered by the lack of systematic accumulation and transfer of skills. Without a unified mechanism for skill consolidation, agents frequently ``reinvent the wheel'', rediscovering solutions in isolated contexts without leveraging prior strategies. To overcome this limitation, we introduce SkillNet, an open infrastructure designed to create, evaluate, and organize AI skills at scale. SkillNet structures skills within a unified ontology that supports creating skills from heterogeneous sources, establishing rich relational connections, and performing multi-dimensional evaluation across Safety, Completeness, Executability, Maintainability, and Cost-awareness. Our infrastructure integrates a repository of over 200,000 skills, an interactive platform, and a versatile Python toolkit. Experimental evaluations on ALFWorld, WebShop, and ScienceWorld demonstrate that SkillNet significantly enhances agent performance, improving average rewards by 40% and reducing execution steps by 30% across multiple backbone models. By formalizing skills as evolving, composable assets, SkillNet provides a robust foundation for agents to move from transient experience to durable mastery.