माइक्रोसॉफ्ट का SkillOpt दिखाता है कि अनुकूलित एजेंट स्किल आर्टिफैक्ट मॉडल स्केल में और कोडेक्स तथा क्लॉड कोड हार्नेस के बीच स्थानांतरित होते हैं

SkillOpt एक टेक्स्ट-स्पेस ऑप्टिमाइज़र है जो एक एकल प्राकृतिक-भाषा कौशल दस्तावेज़ को प्रशिक्षित करता है जबकि लक्ष्य मॉडल स्थिर रहता है। एक ऑप्टिमाइज़र मॉडल स्कोर किए गए रोलआउट के आधार पर कौशल में संशोधन प्रस्तावित करता है, और एक अलग रखा गया विभाजन केवल तभी संशोधन स्वीकार करता है जब स्कोर सख्ती से सुधरता है। निर्यात किया गया आर्टिफैक्ट एक एकल फ़ाइल है, best_skill.md। GPT-5.4 परिवार के भीतर क्रॉस-मॉडल स्थानांतरण मिश्रित प्रतिधारण दिखाता है: GPT-5.4-mini पर SpreadsheetBench डोमेन-आंतरिक लाभ का 82% बनाए रखता है, जबकि GPT-5.4-nano SpreadsheetBench पर केवल 16% बनाए रखता है; nano पर LiveMath 140% प्रतिधारण दिखाता है, यह सुझाव देता है कि कुछ प्रक्रियाएं मॉडल-अज्ञेय हैं। GPT-5.5 का उपयोग करके क्रॉस-हार्नेस स्थानांतरण सबसे मजबूत परिणाम देता है: Codex में अनुकूलित एक कौशल Claude Code को SpreadsheetBench पर 22.1 से बढ़ाकर 81.8 कर देता है, जो Claude Code के अपने डोमेन-आंतरिक स्कोर 80.4 से अधिक है। हालांकि, Codex से Claude Code में LiveMath स्थानांतरण केवल 10% लाभ बनाए रखता है, जो दर्शाता है कि तर्क-भारी कौशल कम पोर्टेबल हैं। OlympiadBench से Omni-MATH तक क्रॉस-बेंचमार्क स्थानांतरण तीन मॉडल स्केलों में छोटे लेकिन सकारात्मक लाभ दिखाता है। स्थानांतरण को सक्षम करने वाला तंत्र यह है कि सभी निष्पादन मोड समान best_skill.md प्रारूप का उपभोग करते हैं, और कौशल की प्रक्रियात्मक प्रकृति (जैसे, वर्कबुक संरचना निरीक्षण) इसे पोर्टेबल बनाती है। प्रशिक्षण लागत एक बार ऑफ़लाइन भुगतान की जाती है, जिसमें अनुमान-समय का कोई ओवरहेड नहीं होता है। आर्टिफैक्ट एक टेक्स्ट फ़ाइल के रूप में प्रति-संशोधन लॉग के साथ ऑडिट करने योग्य है।