**Bayesian-Agent：后验引导的LLM智能体技能进化框架**

_Bayesian-Agent: Posterior-Guided Skill Evolution for LLM Agent Harnesses_

> Bayesian-Agent 提出一种跨框架方法，将可重用技能和SOP视为关于冻结模型在特定环境下成功率的假设，并通过验证轨迹证据维护技能的条件分类后验。根据后验状态执行补丁、拆分、压缩、退役、探索等操作。在 deepseek-v4-flash 上，增量修复使 SOP-Bench 从 80% 提升至 95%，Lifelong AgentBench 从 90% 提升至 100%，RealFin-Bench 从 45% 提升至 65%。结果表明，智能体技能进化应视为后验引导的 harness 优化，而非未校准的提示积累。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：ai-models
- **发布时间**：2026-06-09 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2606.08348)