Overview
会写技能不等于库长期有用。技能库会遇到版本、冲突、重复、闲置和失效问题，因此需要 librarian：什么时候 add、merge、discard、retire，什么时候通过测试或任务反馈阻断注册。AutoSkill、Ratchet 与 MUSE-Autoskill分别给出不同生命周期处方。关于“LLM 自写技能是否有效”的冲突证据，单独见 自写技能有效性争议。
在更宽的 Harness Engineering 语境下，技能生命周期是外部能力演化的局部问题：同样的“生成候选 → 评估 → 保留 / 合并 / 回滚”结构，也会出现在 context function、workflow 和 harness code 的迭代中。
AutoSkill：add / merge / discard
在线路径做 hybrid 检索与 Top-K 注入；演化路径从交互抽候选技能，再经 management judge 在 add、merge、discard 中决策。merge 不是拼接，而是 versioned evolution：保留可复用约束、合并增量并 bump 版本。案例：professional_text_rewrite 到 0.1.34，说明高频生产力技能可反复精炼；低频技能可停在 0.1.0。SkillBank 统计（WildChat-1M，>8 turns，四子集 N=1858）显示库以编程与写作为中心，但仍覆盖多样沟通类技能。
AutoSkill 强调可检视与可编辑，但对「按任务贡献退役」与「硬容量上限」着墨有限；Ratchet 的对照表也将其标为缺少 outcome-driven retirement 与 bounded active-cap。
Ratchet：四类 hygiene
单 agent 回路里，冻结 LLM 同时写、取、管、退自然语言技能。四个候选机制：
- Pattern canonicalisation：近重复失败标签归一，避免同 bug 生两技能。
- Outcome-driven retirement：按贡献分与证据门槛降级弱势技能。
- Bounded active-cap：活跃槽有限，迫使竞争进入 Router shortlist。
- Meta-skill authoring prior：约束 Synthesizer 风格，隐式去重。
技能多从 failure cluster 合成，偏 pitfall / 负向约束。MBPP+ hard-100（Claude Opus 4.7，100 rounds，3 seeds）上 Default 相对 round-0 的 0.258 基线，late-window rolling mean 到 0.584，gain +0.328，peak 0.658；无技能对照几乎不涨。SWE-bench Verified 上有 +0.22 peak lift。
消融要点：去掉 skill injection 增益消失；去掉 meta-skill 损伤大；harsh retirement 可掉到无技能地板以下；显式 canonicalisation / cover-guard 在此规模可被 meta-skill 吸收；更频繁 meta-skill refresh（A8）多花约 55% wall-time 换边际收益。Proposition 1：有限 cap 与 retirement threshold 一起保证期望表现不会无界掉到无技能地板之下。
MUSE-Autoskill：运行时生命周期与评估门控
MUSE 把五阶段（creation / memory / management / evaluation / refinement）放进同一 ReAct agent。关键差别是：skill_create 在执行回路内调用，代码型技能用 tests/ unit tests 门控注册，失败则 update_skill 再检；管理侧支持精炼、合并与裁剪。记忆上除短/长期层外，每技能有 .memory.md 积累跨任务经验。
SkillsBench 75-task（GPT-5.5）上，MUSE 人写技能 59.67%（相对无技能 +12.72pp），自建技能严格 all-75 为 53.42%（+6.47pp）；覆盖 47/75 时覆盖子集 85.24% vs 同子集人写 81.17%。跨 agent：MUSE 自建技能转入 Hermes 达 51.90%，高于 Hermes 人写 48.02%。作者将主瓶颈定为生成覆盖率。完整数字与争议语境见 MUSE-Autoskill。
对照
| 维度 | AutoSkill | Ratchet | MUSE-Autoskill |
|---|---|---|---|
| 技能来源 | 对话/轨迹偏好与工作流 | 失败簇合成 | 运行时成功轨迹蒸馏（skill_create） |
| 维护动作 | add / merge / discard + 版本 | retirement + active-cap + meta prior | 单测门控、update、merge、prune |
| 训练 | 训练无关 plug-in | 权重冻结，无 RL curator | 训练无关；强调跨 agent 迁移实验 |
| 实证形态 | SkillBank 统计与案例 | MBPP+ / SWE-bench 定量增益与消融 | SkillsBench / SkillLearnBench + Hermes 迁移 |
三者都承认库需要治理；AutoSkill 偏标准化工件与持续合并，Ratchet 偏结果驱动裁剪，MUSE 偏创建—评估闭环与可迁移技能包。
MCE：元层技能选择（对照）
MCE 的「生命周期」发生在 CE skill 上：每轮 agentic crossover 生成 offspring，base 执行后写入 $\mathcal{H}$，再按 $J_{\mathrm{val}}$ 做 $(1+1)$-ES 式保留。meta-agent 可监测 train/val 并抑制过拟合，但没有 AutoSkill 式 merge/discard 目录，也没有 Ratchet 的 active-cap / retirement 配方。对象是 harness（如何学 context），不是任务技能库 librarian；评测在 FiNER 等 CE 域，不裁决 SkillsBench 争议。细节见 Meta Context Engineering。
Meta-Harness：候选 harness 种群（对照）
Meta-Harness 也不做任务技能库的 add/merge/retire。它维护已评估 harness 的种群与 Pareto 前沿，把每次评估的代码、分数与 traces 追加进 filesystem；proposer 自行决定读哪些历史、做局部编辑还是重写。选择信号来自 search-set（及多目标时的 Pareto），外环本身几乎不写死亲本规则。对象是任务侧 harness 程序，评测覆盖分类、数学检索与 TerminalBench-2 discovery 设定。
Self-Harness：失败簇驱动的 harness 迭代（对照）
Self-Harness 的生命周期对象同样不是任务技能，而是当前模型运行所依赖的 harness。它先从 held-in 失败轨迹中构造 verifier-grounded failure patterns，再让同一固定模型提出多个 minimal harness edits，最后用 held-in / held-out 非回归规则接受或拒绝候选；多个通过的候选可合并为下一版 harness。相对 Meta-Harness 的外部 coding-agent 搜索，这条路线把 proposer 内化到目标模型自身，但也更依赖 failure signature 与 verifier outcome 是否能暴露真实机制。