Skill-to-LoRA: From Using Skills to Learning Behaviors for Token-Efficient LLM Agents

S2L 把 SKILL.md 从运行时长文本变成 skill-specific LoRA adapter。离线阶段用完整 skill 文档合成 demonstrations，在线阶段省去文档注入，动态加载 adapter 来激活对应行为。Qwen3.6-27B 在 21 个 SWE-Skills-Bench skill 子集上，相对 no-skill 和 Full Skill Text pass rate 分别提高 2.9 与 5.2 个百分点，且相对 Full Skill Text 每步 token 成本下降 6.6%；Wrong-LoRA 和 Shared-LoRA 的对照结果也说明收益来自 skill-specific alignment。