微软把教程视频炼成了 Agent 技能

微软研究院有篇论文叫 RESOURCE2SKILL，回答了整波 Skills 浪潮一直在绕的一个问题：技能到底从哪来？大家都同意，给 agent 塞可复用的流程知识，它就变强。但没人想把这些全手写出来。这篇的答案是去"挖"，从教程视频、代码仓库、文章、参考资料里挖，就是一个新人入职时会去学的那堆乱糟糟的人造材料。

关键在他们拿这些搭出了什么：一个分层的多模态 Skill Wiki。每个条目把结构化文本、可执行代码、可视化示例、元数据、以及指回原始来源的指针融在一起。洞察在于不同媒介教的是不同的东西。视频给你时序流程和"做成什么样算成功"，代码抓住真正的工具调用，文章告诉你为什么。把它们塞进同一个条目，agent 得到的画面比任何单一格式都完整。

数字撑得住。在七个创作领域里，这套框架比没有技能的 agent 平均高出 11.9 分，在 28 个模型-领域组合里赢了 26 个。更大的意义是供应链层面的。如果一家公司能把一条流水线对准自己现有的文档，出来的就是可执行的 agent 技能，那么历史上录过的每一段教程视频，突然就成了你那支 agent 大军的训练数据。论文在 arXiv 2606.29538。