子代理与代理技能：为长周期智能体任务执行可复用知识

该研究探讨语言模型智能体如何利用可复用知识库完成长周期任务。作者指出，代理技能通常以技能包形式存在，即包含指令、脚本等资源的多文件集合，执行时需将技能指令载入智能体上下文并依赖其遵循；但随着任务周期变长，上下文窗口内信息不断累积会导致推理质量下降，这一方式愈发脆弱。研究提出另一种做法：将技能包作为子代理调用，为主代理与子代理的协调产生额外令牌开销。结果表明，当技能包具有清晰的输入输出契约、且其指令编码了履行该契约所需的程序性知识时，子代理执行优于代理技能执行；可复用知识的收益不仅取决于其内容，也取决于其组织与调用方式。