SkillOpt vs SkillGrad：Agent技能自进化的两条路线，谁更适合你的Cursor？
目录
- SkillOpt vs SkillGrad：Agent技能自进化的两条路线，谁更适合你的Cursor？
-
- 一、核心哲学：根本不同的\”训练\”理念
- 二、完整工作流程对比：同一个目标，不同的路径
-
- 初始状态
- 1. SkillOpt的工作流程（四步闭环）
- 2. SkillGrad的工作流程（四步闭环）
- 三、关键设计差异：决定了最终的性能和稳定性
-
- 1. 验证机制：生死之别
- 2. 编辑方式：离散vs连续
- 3. 优化器与执行器分离
- 4. 推理时间开销
- 四、性能表现对比：数据不会说谎
- 适用场景对比
-
- SkillOpt最适合的场景
- SkillGrad最适合的场景
- 六、给Cursor用户的建议
- 写在最后
SkillOpt和SkillGrad的核心区别，用\”学做菜\”的比喻就能说清：SkillOpt像严格的厨艺老师，每次只教你1-2个新技巧，教完必须让你用完全没见过的食材考试，只有做出来的菜比上次更好吃，才会承认这个技巧并教下一个，永远不会让你越做越差，最后给你的是一本干净通用、谁拿都能用的菜谱；而SkillGrad像自己对着菜谱摸索，每次做错了就记下来哪里不对，下次照着改，但没有独立考试环节，可能越改越复杂，甚至有时候改完反而更难吃，最后你除了菜谱还有一大本只有自己能看懂的私人错题本。
2026年5月下旬，AI界发生了一件罕见的事：微软和清华团队在4天内先后发布了两篇里程碑式的论文，都提出了\”像训练神经网络一样训练Agent技能\”的框架——微软的SkillOpt（5月22日）和清华/北交大的SkillGrad（5月26日）。
两者都旨在解决同一个痛点：手工编写的Agent技能（如Cursor的.cursorrules、Claude的CLAUDE.md）脆弱、不可靠、难以迭代。但它们选择了完全不同的技术路线，最终在性能、稳定性和适用场景上产生了显著差异。
一、核心哲学：根本不同的\”训练\”理念
虽然都借用了深度学习的类比，但两者的底层哲学完全相反：
