MASkills: Continual Skills Optimization for Multi-Agent LLM Systems

MASkills 把经验组织成可调用技能，显式规定触发时机、动作流程和所需资源，从而避免反思日志难以检索和规模化。skill-conditioned credit assignment、分层信用聚合和动量平滑共同驱动技能的 refinement、induction、consolidation 与 pruning。HotpotQA、LoCoMo、GAIA 三个任务族展示了持续优化效果，代码开放使技能库的消融和迁移实验可以复做。