マイクロソフトのSkillOpt、最適化されたエージェントスキル成果物がモデル規模間およびCodexとClaude Codeのハーネス間で転移可能であることを実証

SkillOptは、ターゲットモデルを凍結したまま、単一の自然言語スキルドキュメントを訓練するテキスト空間オプティマイザです。オプティマイザモデルは、スコアリングされたロールアウトに基づいてスキルへの境界付き編集を提案し、保持された分割は、スコアが厳密に改善された場合にのみ編集を受け入れます。エクスポートされた成果物は、単一のファイルであるbest_skill.mdです。GPT-5.4ファミリー内のクロスモデル転送は、混合保持を示しています。SpreadsheetBenchでのGPT-5.4-miniは、ドメイン内利得の82%を保持しますが、GPT-5.4-nanoはSpreadsheetBenchで16%しか保持しません。nanoでのLiveMathは140%の保持を示し、一部の手順はモデルに依存しないことを示唆しています。GPT-5.5を使用したクロスハーネス転送は、最も強力な結果をもたらします。Codexで最適化されたスキルは、Claude CodeのSpreadsheetBenchを22.1から81.8に引き上げ、これはClaude Code自身のドメイン内スコアである80.4を上回ります。しかし、CodexからClaude CodeへのLiveMath転送は、利得の10%しか保持せず、推論が重いスキルは移植性が低いことを示しています。OlympiadBenchからOmni-MATHへのクロスベンチマーク転送は、3つのモデルスケールで小さな正の利得を示しています。転送を可能にするメカニズムは、すべての実行モードが同じbest_skill.md形式を消費し、スキルの手続き的な性質（例：ワークブック構造の検査）が移植性を高めることです。トレーニングコストはオフラインで一度だけ支払われ、推論時のオーバーヘッドはありません。成果物は、テキストファイルとして監査可能であり、編集ごとのログが含まれています。