Исследование Принстона и UC San Diego: скиллы делают ИИ-агентов умнее за счёт структуры, а не знаний — но с ростом библиотеки начинаются проблемы

Исследователи из Принстонского университета и Калифорнийского университета в Сан-Диего провели систематический анализ того, как так называемые «скиллы» (наборы инструкций для выполнения подзадач) влияют на производительность ИИ-агентов. Главный вывод: основное преимущество навыков — не в расширении знаний модели, а в структурировании её работы.

Однако у подхода есть обратная сторона: по мере роста библиотеки скиллов агенту становится всё труднее находить и выбирать правильные инструкции. Это приводит к ошибкам и снижению эффективности. Работа опубликована на The Decoder и проливает свет на границы текущих методов улучшения агентов.