arXiv 论文提出 Skillware 模块化能力标准，小模型智能体成本降 97%
原文标题：Don't Prompt Your Agents. Equip Them: Skillware as a Modular Standard for Sovereign, Auditable, and Deterministic Capability Execution for Logical Systems
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
论文提出 Skillware 开放架构与能力注册表，将「智能体想做什么」与「如何执行」分离，用带类型 JSON 契约、确定性 Python 代码和单元测试的能力包替代提示词工程。在 368 个基准条件下，3B–8B 小模型配备 Skillware 后优于未配备的前沿模型，token 用量最多降 84.8%、推理成本最多降 97.3%。
- 问题
- 智能体靠提示词动态写代码、猜 API 参数，导致上下文膨胀、成本高且不稳定。
- 方法
- 用带类型 JSON 契约、确定性 Python 代码和单元测试的版本化能力包替代提示词工程，把「想做什么」与「如何执行」分离。
- 结果
- 368 个基准条件下，3B–8B 小模型配 Skillware 优于未配备的前沿模型，token 最多降 84.8%、推理成本最多降 97.3%。
- 影响
- 为智能体工具调用提供可测试、可版本化的工程规范，小模型也能低成本跑复杂多步流程。
深读 · 结论先行AI 生成展开看要点与影响 ↓
Skillware让3B–8B小模型在368项基准中胜过未配备的前沿模型，推理成本最多降97.3%。
- •核心是把「想做什么」与「如何执行」分离，用带类型JSON契约、确定性Python代码和单元测试的能力包替代提示词工程
- •评测23个前沿与开源模型、368个基准条件
- •小模型token用量最多降84.8%，推理成本最多降97.3%，并完全消除参数错误
- •进程内适配器把能力转为任意模型的原生工具声明，本地运行零网络延迟
- •能力包为模块化、带版本号的软件包，含任务指令与内置数据集
为什么重要：若结论可复现，智能体成本结构将从「堆大模型+长提示」转向「小模型+工程化能力包」，直接影响部署预算。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。