Basta de copiar y pegar habilidades: la solución sin evaluación de SkillZip para agentes inflados

Los agentes autoevolutivos construyen sus habilidades de la misma manera en que crecen algunas bases de código: añadiendo. Un procedimiento funciona, así que se guarda. Un fallo produce una corrección, así que la corrección también se añade. En poco tiempo, el mismo requisito se vuelve a formular en varias ramas, ejemplos y advertencias, y las secuencias de acciones comunes se copian en lugar de reutilizarse. El resultado es una habilidad costosa de inyectar y difícil de mantener.

Un artículo publicado en arXiv el 11 de agosto de 2026 propone un hábito diferente. SkillZip comprime una habilidad al encontrar su explicación estructural fiel más corta. La intuición, como la formula el resumen, es «explica una vez, referencia muchas veces»:

• Enunciar una regla repetida una sola vez en el ámbito donde se aplica.
• Convertir una secuencia de acciones repetida en un procedimiento compartido.
• Conservar solo las diferencias como excepciones explícitas.

Por qué la hinchazón de habilidades se convierte en un problema de corrección

El artículo sostiene que la compresión genérica de prompts es la herramienta equivocada aquí, porque una habilidad no es un pasaje plano. Es un artefacto estructurado: un nombre y una descripción que definen cuándo se aplica, un flujo de trabajo que controla la ejecución, y contratos de herramientas y de salida que limitan la validez. Las excepciones raras pueden seguir siendo esenciales incluso cuando ninguna tarea muestreada las activa, por lo que un compresor que solo protege lo que un conjunto de prueba ejercita puede romper una habilidad silenciosamente.

Las alternativas obvias tienen costos reales. La compresión genérica de prompts trata una habilidad como prosa plana, por lo que no tiene forma de respetar las partes que son estructurales. La compresión guiada por evaluación puede comprobar si esos comportamientos sobreviven, pero introduce rollouts, costo y una dependencia del conjunto de evaluación utilizado al momento de comprimir. SkillZip está diseñado para volver innecesaria esa prueba.

Eso importa porque el costo de una habilidad se paga cada vez que se usa. Cuando un agente inyecta el texto de su habilidad en el contexto, cada rama redundante, ejemplo y advertencia viaja con él en cada turno en que la habilidad está activa. Una habilidad comprimida es más barata de ejecutar, y una habilidad que enuncia cada regla una sola vez es más barata de mantener.

Cómo funciona la formulación de SkillZip

El método formaliza esa intuición como un objetivo tipado de longitud de descripción mínima sobre un contrato de habilidad y un residual. Una restricción dura de cobertura vincula cada disparador extraído, arista del flujo de trabajo, requisito de herramienta, obligación y campo de salida, que es lo que impide que la compresión elimine silenciosamente una necesidad estructural. La formulación ofrece umbrales de compartición simples, preserva reglas raras únicas por construcción y admite actualizaciones locales eficientes.

SkillZip funciona en dos modos. El modo One-shot realiza una única llamada de extracción estructurada seguida de una optimización determinista. El modo continuo Zip-on-Write integra cada parche de autoevolución sin reproducir tareas ni reanalizar el historial completo. Para los agentes que siguen evolucionando sus habilidades, el segundo modo es el punto: la compresión sigue el aprendizaje en lugar de forzar una recompresión completa cada vez que algo cambia.

Dónde encaja SkillZip en la investigación de la capa de habilidades

El problema de la hinchazón no es exclusivo de este artículo. Un artículo relacionado, SkillCoach, publicado en arXiv en julio de 2026, describe los repositorios de habilidades como una capa operativa reutilizable para agentes LLM, una capa que codifica SOP, reglas de dominio, flujos de trabajo de herramientas, scripts y rutinas de validación, y advierte que las habilidades superpuestas en repositorios realistas dificultan el uso fiable de las habilidades. SkillZip trabaja en la misma capa desde el lado del almacenamiento, reduciendo las habilidades para que la superposición tenga menos espacio para causar problemas.

Lo que el resumen deja sin verificar

Lo que el resumen no proporciona son números. Informa de «evaluaciones experimentales exhaustivas» y afirma superioridad en rendimiento de compresión, generalización y costo adicional, pero no aparecen resultados cuantitativos en el propio resumen. Los experimentos bien podrían confirmar las afirmaciones; por ahora, las afirmaciones son del propio artículo.

El caso a favor del método es claro. Una compresión que no cuesta rollouts y no depende de ningún conjunto de evaluación es atractiva para cualquier equipo que ejecute agentes autoevolutivos. Los dos modos de funcionamiento le dan una forma práctica: one-shot para empezar de cero, Zip-on-Write para sistemas cuyas habilidades siguen cambiando. La pregunta abierta es si la disciplina estructural se mantiene en repositorios reales desordenados, donde la línea entre un procedimiento compartido y una excepción genuina rara vez es obvia. Esa es una pregunta que los propios experimentos del artículo pretenden responder.