发布SkillScriptBench基准及AST引导修订方法

2026年10月15日，arXiv Artificial Intelligence 刊出由 Yuxuan Liu 等作者发布的研究，推出 SkillScriptBench 基准与 AST-Guided Skill Revision 方法。据该报道，SkillScriptBench 是一个 350 任务的基准，用于分别评测 Agent 技能包的文档修复、脚本修复与保持能力；其构建方式为从超过 35,000 个 GitHub Skill 仓库中选出 100 个包，形成 150 个修复任务，另设 200 个任务的受控轨道。报道称该基准旨在评测可执行 Agent 技能包超越 Markdown 的自进化能力。目前该事件仅有这一篇报道，尚无后续跟进报道，也未出现与早先报道相矛盾的数字、时间或说法。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。