HiSkill 提出层级技能图，让 LLM Agent 不再「学完就忘」

写 LLM Agent 经常遇到一个落差：技能学了不少，真到用的时候还是抓瞎。

让 Agent 跑完一个长流程，把轨迹存下来，下次遇到类似任务翻出来参考——想法不错，实际存了一堆 flat list。Agent 记不住哪个技能对应哪个场景，也搞不清「做饭」和「开冰箱」有什么关系。高层次的意图和底层的可执行动作之间，始终隔着一层。

HiSkill 这篇论文想解决这个问题。作者是北京邮电大学的研究团队，7 月 28 号刚挂上 arXiv，代码和数据已开源。

思路是把技能组织成层级图。

HiSkill 把交互轨迹构建成一个有向图，包含两类节点——Skill 节点（高层技能）和 AtomicOp 节点（可执行原子操作），以及五种边：分解（大技能拆成小步骤）、时序（做完 A 该做 B）、兼容（哪些技能可以搭配用）、支持（技能依赖哪些底层操作）、恢复（出错能回退到哪）。一个技能嵌入在关系网络里，有明确的上下文和依赖关系。

推理时，HiSkill 先根据任务描述检索出一块相关的子图，然后带着它指导 Agent 执行。每一步看三个东西：当前的符号化状态、当前激活的技能、以及拿到的子图结构，据此决定下一步——切换技能、选原子操作、还是落地成具体动作。

论文在三个交互环境上做了实验，效果超过了已有的 SOTA 方案，同时推理阶段的 Token 消耗还降低了。

Token 消耗降了不是因为模型本身变强了——技能图帮 Agent 做了筛选，每次推理只需关注当前任务相关的局部子图，不必翻一遍所有历史轨迹。对做产品的团队来说，这意味着更低的延迟和成本。随着积累的技能变多，图结构反而能帮 Agent 定位更准。

这仍然只是一个研究框架，离产品级 Agent 还有距离。Agent 要能长周期工作，单靠 prompt 堆砌和 flat memory 撑不住，得有结构让技能可组织、可检索、可组合。HiSkill 给的是一套图结构的设计，代码和数据已开源，可以直接去 GitHub 翻。

相关链接
- 论文页面：https://arxiv.org/abs/2607.25853
- 代码和数据：https://github.com/BUPT-GAMMA/HiSkill