· AI Engineer World's Fair 2026
От 36% до 100%: как самоулучшающиеся агенты создают собственные навыки
From 36% to 100%: How Self-Improving Agents Write Their Own Skills — Rafal Wilinski, Runlayer
Агенты могут сами дистиллировать skills из своих запусков, а корпоративный MCP-сервер раздаёт их всей компании.
- Провалы дают больше, чем успехи — по словам спикера, неудачные запуски лучше всего показывают недостающие guardrails и edge cases, поэтому дистиллятор обрабатывает и их, а не только удачные прогоны.
- Chromium в AWS Lambda — по словам спикера, успех задачи на Sonnet 4.6 вырос с 36% до 100% после переиспользования дистиллированного skill; размер выборки и протокол оценки он не называет.
- MCP как слой раздачи — skills отдаются через удалённый MCP-сервер с политиками и ролями, а не ставятся локально; авторы берут tools, а не resources, потому что поддержка resources у клиентов неравномерна.
- Проверки перед публикацией — каждый skill проходит проверку на prompt injection и PII, а группы похожих запусков сливаются в один skill, что сокращает повторный перебор вариантов и расход токенов.
Кому полезно: тем, кто внедряет агентов в компании и хочет, чтобы найденные решения не терялись при смене моделей.
Статья по теме
Главы
Ещё доклады: Rafal Wilinski
Страница спикера →Как превращать провалы в функции: непростые уроки Zapier по evals
AI Engineer World's Fair 2025
Похожие доклады
Как превратить память агента в работающие навыки
Близко по содержанию
Будущее MCP
AI Engineer Europe 2026
Близко по содержанию
Как skills и MCP помогают закрыть пробел в контексте
AI Engineer Europe 2026
Близко по содержанию
Не создавайте агентов — создавайте Skills
AI Engineer Code 2025
Близко по содержанию

