据微软研究人员介绍,Coding-Agent Skill Distillation(CASD)于 2026 年 9 月 23 日推出,可优化 AI Agent 的提示词,单次运行成本约为 $1.60,比验证集门控的迭代方法便宜 22 倍以上。该方法通过单次运行分析已保存的 Agent 轨迹数据,提取行为模式和失败模式,从而生成改进后的系统提示词,无需与实时环境交互,也无需使用留出验证集。
与未经优化的基线相比,CASD 平均提升了 16.6 个百分点,并在四项基准测试中的三项上超越了广泛使用的 GEPA 优化器:ALFWorld(83.3 对 74.0)、τ²-基准测试 零售业(40.0 对 39.2)以及 τ²-基准测试 电信业(39.2 对 17.5)。该论文由 Agamdeep Singh、Srishti Gautam、Priyanshu Gupta、Nikita Mehrotra、Tanmay Bakshi 和 Sumit Gulwani 撰写,建立在微软此前的 SkillOpt 方法之上,并指出,对于许多 Agent 优化任务而言,昂贵的迭代调优循环可能并无必要。