Beobachtetes Signal · 26. Juli 2026 · Technical Release · Quelle: DEV Community · Relevanz: 4/5 · Sentiment: Positiv
Microsoft SkillOpt: KI-Agenten optimieren sich selbst über Skill-Dokumente
Microsoft Research hat SkillOpt vorgestellt, ein Forschungssystem und Open-Source-Toolkit zur Optimierung von KI-Agenten, das sogenannte Skill-Dokumente im Markdown-Format als trainierbaren Zustand behandelt. Anstatt Modellgewichte anzupassen, nutzt SkillOpt ein separates Optimizer-Modell, um zielgerichtete Änderungen an den Skill-Dateien vorzuschlagen und diese anhand von Validierungsdaten zu prüfen. Die Methode erzielte in Tests Best- oder Gleichstandsergebnisse in allen 52 Testzellen über sieben Zielmodelle wie GPT-5.5 und Claude Opus 4.8 hinweg, verbunden mit signifikanten Leistungssteigerungen. Die Version v0.2.0 ergänzt das System um SkillOpt-Sleep, eine Engine für nächtliche Offline-Selbstevolver-Prozesse. Der Quellcode ist auf GitHub verfügbar, das Paket über PyPI installierbar, und das Forschungspapier wurde auf arXiv veröffentlicht.
Microsoft Research bietet mit diesem Open-Source-Ansatz eine Möglichkeit zur Verhaltensoptimierung von Agenten ohne teures Fine-Tuning, was Entwicklungs-Workflows grundlegend verändern kann.
Marktsignale zu Microsoft in Echtzeit verfolgen
Polaris7 erfasst behördliche Registrierungen, Primärquellen, Führungswechsel und Deal-Aktivitäten rund um die Uhr. Erstellen Sie Ihren kostenlosen Explorer-Workspace, um automatisierte Executive Briefings zu erhalten.
Wichtigste Kernpunkte & Evidenz
- SkillOpt ist ein Microsoft-Research-Projekt, das das Verhalten von KI-Agenten durch die Bearbeitung von Skill-Markdown-Dateien anstelle von Modellgewichten optimiert.
- Das System nutzt ein Optimizer-Modell, um Agenten-Trajektorien zu analysieren und kontrollierte Anpassungen vorzuschlagen, die vor der Annahme validiert werden.
- Laut Bericht wurden Best- oder Gleichstandsergebnisse in 52 von 52 Testzellen über sieben Zielmodelle, sechs Benchmarks und drei Harnesses erzielt.
- Die Version v0.2.0 vom Juli 2026 führt 'SkillOpt-Sleep' ein, eine Engine für automatisierte, nächtliche Offline-Selbstevolver-Prozesse.
- Der Quellcode ist auf GitHub (microsoft/SkillOpt) verfügbar, das Paket auf PyPI, und das Paper ist auf arXiv (2605.23904) abrufbar.
Verknüpfte Unternehmen
3 verknüpfte Unternehmen“Microsoft, "SkillOpt — GitHub Repository," 2026....”
“See full code at GitHub — microsoft/SkillOpt (13.8k stars, MIT license)....”
Ontologie & Marktkonzepte
Verwandte Marktsignale & Trends
Aktuelle verifizierte Unternehmensentwicklungen und Deal-Aktivitäten in diesem Marktsegment.
Darwin Skill: Ratchet-System für die Evolution von AI-Agenten
Darwin Skill ist ein Open-Source-System in Version 2.0, das maschinelles Lernen auf Instruktionsdateien von AI-Agenten (SKILL.md) anwendet. Es implementiert einen von Karpathy inspirierten „Ratchet“-Mechanismus: eine automatisierte Optimierungsschleife mit mehrdimensionaler Bewertung, Regressionstests und einem Git-basierten Keep-or-Revert-Verfahren, sodass ausschließlich empirisch verbesserte Änderungen übernommen werden. Das Projekt integriert Forschungsarbeiten von Microsoft Research (SkillOpt, SkillLens), nutzt ein neundimensionales Bewertungsraster und erzwingt Human-in-the-Loop-Prüfpunkte für Sicherheit und Ästhetik. Der Quellcode ist auf GitHub unter alchaincyf/darwin-skill verfügbar und lässt sich per npx-Installer einrichten. Die Lösung richtet sich an Entwickler und Teams, die automatisierte Workflows und die iterative Optimierung von Agenten-Instruktionen skalieren möchten, ohne Qualitätsverluste durch unerwünschte Regressionen zu riskieren.
KI-Skills für Agenten-Workflows dauerhaft etablieren
Der Artikel erläutert, dass KI-Skills – kleine, gemeinsam nutzbare Dateien zur Standardisierung von Abläufen – vom persönlichen Prompting-Shortcut zum unternehmensweiten, agentengesteuerten Standard gereift sind. Anthropic integrierte Skills am 11. März in die Seitenleisten von Excel und PowerPoint; das Format wurde von Anbietern wie OpenAI, Microsoft, GitHub und Cursor übernommen, wodurch laut Autor rund 500.000 Skills interoperabel laufen. Zu den wichtigsten Neuerungen zählen die autonome Ausführung durch Agenten, die mandantenweite Bereitstellung durch Administratoren sowie die plattformübergreifende Nutzung in Entwickler-Terminals und Produktivitäts-Apps wie M365. Der Autor beschreibt architektonische Muster, erklärt die Schwächen konventioneller Skill-Designs für Agenten, definiert fünf essenzielle Strukturelemente und liefert vier Prompts sowie Praxistests für agenten-fähige Skills. Zudem bietet der Beitrag Zugang zu einem Skills-Repository und Bereitstellungsleitfäden für Teams.
Offene Skills-Bibliothek: Agenten-Workflows plattformübergreifend portabel machen
Ein Substack-Essay kritisiert, dass KI-Agenten-Skills – prozedurale Fachkenntnisse in Form von Prompts, Runbooks, SKILL.md-Dateien und Konfigurationen – in Anbietertools wie Claude, Codex, Cursor und ChatGPT eingeschlossen bleiben. Dies führt zu wiederkehrenden Migrationskosten beim Toolwechsel. Als Gegenmaßnahme launcht der Autor „Open Skills“, eine öffentliche Bibliothek für plattformunabhängige Agenten-Skills und Runbooks. Der Beitrag unterscheidet Skills von klassischem Memory und Prompts, benennt vier Fehlermöglichkeiten für langfristige technische Schulden und bietet eine „Work Package“-Checkliste zur Sicherung der Eigentümerschaft. Anhand eines Support-Billing-Workflows wird demonstriert, wie Prozesse nahtlos zwischen Claude Code, Codex und Cursor übertragen werden können. Die Portabilität von Skills wird als essenzieller strategischer Schritt für 2026 positioniert, um durch wiederverwendbare Workflows neue Abonnementkosten zu vermeiden.
Marktsignale & Strategische Shifts in Echtzeit verfolgen
Erstellen Sie benutzerdefinierte Watchlists, um automatisierte, evidenzbasierte Executive Briefings zu erhalten, sobald wesentliche Signale oder Marktverschiebungen auftreten.