一句话看懂：arXiv 新论文指出，技能与策略协同进化的智能体在部署后若技能库发生漂移，性能可能大幅下滑，最坏情况下会抹去相对无技能基线 52% 至 93% 的增益。论文提出 CODA 评测协议来审计这一盲区。
事件核心：发生了什么
2026 年 10 月 16 日发布于 arXiv cs.AI 的论文《Evolving Together, Failing Apart: The Skill-Policy Co-evolution Trap in Self-Improving Agents》提出，当前自进化智能体的评测方式存在系统性盲区。这类系统在训练时让策略模型与技能库互相提升，评测通常只看最终训练出的“交付技能库”上的表现。但部署后技能可能被更频繁地改写、增加或删除，策略模型不会同步重训，于是它实际面对的是一个漂移后的技能库。
作者从理论和实验两方面论证，这种脆弱性并非偶然。现有协同进化方法共用的“合作式接受规则”把策略能力绑定在共同进化的技能库上，一旦技能漂移，任何实现都会变得脆弱，且这种敏感度随训练推进而增加。论文据此提出 CODA（协同进化漂移审计）评测协议，引入最坏漂移下的成功率、语义保持编辑下的一致性率、对损坏技能的抵抗率三个指标。在四类协同进化方法和五个基准、六种设置中，最坏成功率比各交付组合的峰值低 5 至 13 个百分点。目前公开信息仅为论文摘要，全文实验未经独立核验。
为什么重要
技能库已成为智能体扩展能力的主流工程手段，开发者通过增删技能快速迭代 AI 应用，而不必每次重训底层大模型。如果论文结论成立，那么当前协同进化的收益可能被高估：评测高分并不等于部署可靠。这会影响智能体框架、开源技能生态和闭源 Agent 产品的评估标准，也提示“技能热更新”需要与策略稳定性解耦设计。长期看，CODA 这类面向部署的审计协议可能成为技能型智能体的通用测试项。
对用户/开发者/创作者的影响
对开发者而言，依赖技能库热插拔的 Agent 系统需要增加漂移测试，关注策略在技能被改写或删除后的表现，而不仅在最终技能库上跑分。对使用 AI 应用的用户，短期内不必恐慌，但应留意厂商宣传的自进化能力是否覆盖部署后的技能变化。对创作者和企业采购方，评估 AI 工具时可将“语义保持编辑下的一致性”和“损坏技能抵抗”纳入选型清单，而不是只看基准成功率。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是 CODA 是否被主流智能体框架或评测平台采纳；二是后续研究能否给出防漂移的策略训练方法，而非只做检测；三是相关开源与闭源 Agent 产品是否会披露技能漂移后的稳定性数据。
来源：arXiv cs.AI
