Fini le copier-coller des compétences : la correction sans évaluation de SkillZip pour les agents gonflés

Les agents auto-évolutifs construisent leurs compétences comme certaines bases de code grandissent : en ajoutant. Une procédure fonctionne, alors elle est sauvegardée. Un échec produit un correctif, alors le correctif est ajouté lui aussi. Avant longtemps, la même exigence est énoncée dans plusieurs branches, exemples et avertissements, et les séquences d'actions courantes sont copiées plutôt que réutilisées. Le résultat est une compétence coûteuse à injecter et difficile à maintenir.

Un article publié sur arXiv le 11 août 2026 propose une autre habitude. SkillZip compresse une compétence en trouvant sa plus courte explication structurelle fidèle. L'intuition, comme l'exprime le résumé, est « expliquer une fois, référencer plusieurs » :

• Énoncer une règle répétée une seule fois, à la portée où elle s'applique.
• Factoriser une séquence d'actions répétée en une procédure partagée.
• Ne conserver que les différences comme exceptions explicites.

Pourquoi le gonflement des compétences devient un problème de correction

L'article soutient que la compression générique de prompts est le mauvais outil ici, car une compétence n'est pas un passage plat. C'est un artefact structuré : un nom et une description qui définissent quand elle s'applique, un flux de travail qui contrôle l'exécution, et des contrats d'outils et de sortie qui contraignent la validité. Les exceptions rares peuvent rester essentielles même lorsqu'aucune tâche échantillonnée ne les active, si bien qu'un compresseur qui ne protège que ce qu'un ensemble de test exerce peut silencieusement casser une compétence.

Les alternatives évidentes ont des coûts réels. La compression générique de prompts traite une compétence comme de la prose plate, elle n'a donc aucun moyen de respecter les parties porteuses. La compression guidée par évaluation peut tester si ces comportements survivent, mais elle introduit des rollouts, des coûts et une dépendance à l'ensemble d'évaluation au moment de la compression. SkillZip est conçu pour rendre ce test inutile.

Cela compte parce que le coût d'une compétence est payé à chaque utilisation. Lorsqu'un agent injecte son texte de compétence dans le contexte, chaque branche, exemple et avertissement redondant accompagne chaque tour où la compétence est active. Une compétence compressée est moins chère à exécuter, et une compétence qui énonce chaque règle une fois est moins chère à maintenir.

Comment fonctionne la formulation de SkillZip

La méthode formalise cette intuition comme un objectif typé de longueur de description minimale sur un contrat de compétence et un résidu. Une contrainte de couverture stricte lie chaque déclencheur extrait, arête de flux de travail, exigence d'outil, obligation et champ de sortie, ce qui empêche la compression de laisser tomber silencieusement une nécessité structurelle. La formulation fournit des seuils de partage simples, préserve par construction les règles rares uniques et prend en charge des mises à jour locales efficaces.

SkillZip fonctionne en deux modes. Le mode one-shot effectue un seul appel d'extraction structurée suivi d'une optimisation déterministe. Le mode continu Zip-on-Write intègre chaque patch d'auto-évolution sans rejouer les tâches ni reparser tout l'historique. Pour les agents qui continuent de faire évoluer leurs compétences, le second mode est le point essentiel : la compression suit l'apprentissage au lieu de forcer une recompression complète à chaque changement.

Où SkillZip se situe dans la recherche sur la couche de compétences

Le problème du gonflement n'est pas propre à cet article. Un article connexe, SkillCoach, publié sur arXiv en juillet 2026, décrit les référentiels de compétences comme une couche opérationnelle réutilisable pour les agents LLM, une couche qui encode des SOP, des règles de domaine, des flux de travail d'outils, des scripts et des routines de validation, et avertit que des compétences qui se chevauchent dans des référentiels réalistes rendent difficile l'utilisation fiable des compétences. SkillZip travaille sur la même couche, côté stockage, en réduisant les compétences afin que le chevauchement ait moins de place pour causer des problèmes.

Ce que le résumé laisse non vérifié

Ce que le résumé ne fournit pas, ce sont des chiffres. Il fait état d'« évaluations expérimentales complètes » et revendique une supériorité en matière de performance de compression, de généralisabilité et de surcoût, mais aucun résultat quantitatif n'apparaît dans le résumé lui-même. Les expériences peuvent très bien confirmer les affirmations ; pour l'instant, les affirmations sont celles de l'article.

L'argument en faveur de la méthode est clair. Une compression qui ne coûte aucun rollout et ne dépend d'aucun ensemble d'évaluation est attrayante pour toute équipe qui fait tourner des agents auto-évolutifs. Les deux modes de fonctionnement lui donnent une forme pratique : one-shot pour une page blanche, Zip-on-Write pour les systèmes dont les compétences changent continuellement. La question ouverte est de savoir si la discipline structurelle tient sur des référentiels réels et désordonnés, où la ligne entre une procédure partagée et une véritable exception est rarement évidente. C'est une question à laquelle les expériences de l'article sont censées répondre.