模型和 Skill 不匹配
Skill 写得太深，弱模型跟不住。例：强多模态图表正常；弱模型图很丑、字体乱码式「形似」。
01 · Problem
为什么同一份 Skill 会不好用
这里说的不是「程序崩溃」，而是：任务分变差、跑不动、乱装依赖、又慢又贵。 论文把常见原因拆成三类错配。
工具链能力不一致
Skill 假定有的工具，当前产品没有。例：Codex 能跑；自建运行时白名单只有 read 就完全不能跑。
依赖没装齐
Skill 假定装好了库/命令。例：本机有 Python 能读 Excel；换机没 Python 就干不了。
研发口语里的「跨异构目标」= 跨模型、跨 Agent 产品（Harness）、跨本机环境。 今天主流仍是解释执行：Skill 当固定说明书喂模型，没有按目标编译。
02 · Pipeline
SkVM 核心流程（按顺序）
这是系统主逻辑。主路径是改 Skill、产出变体；装依赖只是其中一步，不是「先把机器改成标准机」。
测目标能力
对「当前模型 + 当前 Agent 运行时」跑固定小考题，得到能力成绩单（可缓存）。
看 Skill 要什么
从 Skill 抽出：要完成用途，需要哪些能力、要到多深。
安装 / 编译时改 Skill（AOT，三趟 Pass）
按差距改写说明书、生成装依赖脚本、标出可并行步骤 → 得到 Skill 变体。
跑任务时选用
运行时自动选匹配变体 → 先跑环境脚本 → 再执行。对 Agent 透明。
运行中继续优化（JIT）
热路径固化成可直接跑的代码；系统性失败则据日志再改 Skill（可变差回滚）。
03 · Capability Maps
两张关键表：目标会什么 vs Skill 要什么
Target Capability Profile
目标能力画像
某「模型 + Agent 运行时」在每条原语能力上考到的最高等级（L0–L3）成绩单。 由 Profile 微基准考出来，不是某次业务任务的回答，也不是一个「聪不聪明」总分。
Skill Capability Requirement
Skill 能力需求
这份 Skill 为完成各用途，要求哪些原语、至少到哪一级；可以带「换一种做法也能达标」的替代路径。
编译第一趟从 SKILL.md 抽取。
两边一比得到缺口（gap）： 补偿——差不太大，把 Skill 写浅（如相对路径 → 绝对路径）； 替代——差太大，换实现路径（如强 pandas → SQL）。 用「原语 + 等级」是为了避免给每个模型×产品手写一版，组合爆炸。
04 · Compiler Passes
三趟编译（Pass）在干什么
在这篇论文里，Pass = 编译流水线里的一趟处理（类似传统编译器的第几遍变换）。 执行方是 SkVM 编译器（LLM 辅助 + 本机检查），不是业务 Agent 在聊天里临时拍脑袋。
| 顺序 | Pass | 谁来做 / 做什么 | 主要解决 | 一眼能懂的例子 |
|---|---|---|---|---|
| 1 | rewrite-skill按能力改写 |
抽 SCR → 对比 TCP → 重写 SKILL.md |
P1 / P2 | 相对路径改成绝对路径；或 pandas 改成 SQL |
| 2 | bind-env绑定本机环境 |
抽依赖 → 检查是否已装 → 生成幂等脚本；任务加载 Skill 前执行 | P3 | 没有 openpyxl 就装，有则跳过 |
| 3 | extract-parallelism抽取并行 |
拆步骤建依赖图，标注并行；运行时按产品能力调度，不行就串行 | 效率 | 15 个独立 CSV 并行；同轮批量调工具；多 sub-agent 汇总 |
DLP · 数据并行
同一套操作打在多份独立数据上。一个主任务里多进程 / 多 shell 即可，不必须开子 Agent。
ILP · 工具并行
多个独立步骤在同一轮对话里批量调工具。需要 Agent 产品支持 batch tool。
TLP · 子 Agent 并行
多个要多轮推理的子活，开 sub-agent，最后汇总。最依赖「能开子 Agent」。
05 · Runtime / JIT
跑起来之后还能做什么
少让模型重复写同构代码
壳子固定、参数常变 → 连续几次代码签名一致才晋升为直接跑脚本。 这次失败：改回让模型干；连续失败：取消固化（降级）。
用失败证据改 Skill
多次失败说明 Skill 本身有系统问题 → 用日志做针对性修改。 改完更差就回滚到更好的版本。偏正确性，不只是加速。
AOT 管静态适配；JIT 管「跑出来才看见」的洞和热路径。
06 · Results
实验结论（记量级即可）
谁获利最大
弱 / 小模型：更多赚「更能跑对」（能力改写 + 再优化 + 绑环境）。强模型：更多赚 token↓、延迟↓。
原 Skill 也可能有害
开 Skill 后约 15% 任务比不用 Skill 更差。按目标编译意在减少这种回归。
速度与成本
并行最高约 3.2×；固化（如 PDF 类）延迟可到约 19–50× 下降；强模型 + 弱运行时 token 可约 -40%。
边界
Skill 是自然语言 → 编译非确定，仍可能改坏；靠评分与回滚兜底。2026 论文 + 开源，尚未成为行业标配。
07 · Landscape
业界主流做法 vs 这篇方案
| 路线 | 现状 | 和 SkVM 的关系 |
|---|---|---|
| 作者规范：多模型实测、能脚本化就脚本化 | 已是主流文档实践（如 Anthropic） | 有适配意识，靠人手 |
| Skill-Creator：评测 → 改 Skill | 已落地工具 | 接近「用证据改 Skill」，缺统一能力画像与按目标存变体 |
| 格式标准（agentskills.io 等） | 解决「文件能否被各家加载」 | 格式可移植 ≠ 换模型效果一样 |
| DSPy 等 prompt/程序编译 | 思想较成熟 | 近亲；对象通常不是 Skill 目录 |
| SkVM：TCP/SCR → 三 Pass → JIT | 2026 论文 + 开源，早期 | 把上面几件事收成编译器 / 运行时叙事 |
已可落地的切片
环境绑定脚本、评测后改 Skill、热路径脚本化、多模型 CI——不必等「完整 VM」。
中等难度
按（模型, 运行时）存变体并在加载时选择；需要各家 Harness 配合或做适配层。
何时优先试
多模型 / 多产品 / 环境乱 → 值得试完整链路。统一云端 + 顶配 + 单运行时 → 不必为可移植优先上；若要省 token / 固化 / 并行，可只吃后半段。
可拓展：新 Pass（安全 / 成本）
原语表随生态扩展
Skill 进 CI 成为 build artifact
与 DSPy 类优化器合流
08 · Appendix
附录
总流程速览，以及 26 条原语 × L1–L3 完整表。
1) Profile → Target Capability Profile（目标能力画像）
2) 从 Skill 抽 → Skill Capability Requirement（能力需求）
3) 比较缺口 → AOT
Pass1 rewrite-skill 补偿 / 替代，重写 Skill
Pass2 bind-env 生成并（加载前）执行环境脚本
Pass3 extract-parallelism 标注 DLP / ILP / TLP
→ Skill 变体
4) Runtime 选用变体并执行
5) JIT：固化热路径 | 据失败再改 Skill（可回滚）
附录 A · 26 原语 × L1–L3（完整）
等级含义：同一能力做多深；要 L2 时只有 L1 就不够。L0 = 不具备。
生成 generation
| 原语 | L1 | L2 | L3 |
|---|---|---|---|
gen.code.python | 单文件、基本读写 | 标准库 | 第三方（pandas 等） |
gen.code.javascript | 单文件、fs | Node / npm | async、复杂 API |
gen.code.shell | 基本命令 | 管道、循环 | 复杂管道 |
gen.code.sql | SELECT / 聚合 | JOIN / 窗口 | CTE / 多表 |
gen.code.html | 标题列表链接 | 表单表格 | 复杂布局 / a11y |
gen.text.structured | 扁平小 JSON | 嵌套 <5KB | 深嵌套大结构 |
gen.text.long | <1KB | 1–5KB | >5KB 结构完整 |
gen.text.prose | 短段 | 多段一致 | 长文分节 |
gen.regex | 简单模式 | 常见技巧 | 复杂可维护正则 |
推理 reasoning
| 原语 | L1 | L2 | L3 |
|---|---|---|---|
reason.arithmetic | 单步 | 多步 | 复合 |
reason.logic | 简单命题 | 多条件 | 复杂逻辑链 |
reason.spatial | 简单空间 | 中等 | 复杂布局 |
reason.planning | 短计划 | 带分支 | 长程 + 校验 |
reason.analysis | 单点 | 多因素 | 结构化深分析 |
工具 tool_use
| 原语 | L1 | L2 | L3 |
|---|---|---|---|
tool.file.read | 读单文件 | 多文件定位 | 大规模检索式阅读 |
tool.file.write | 写单文件 | 多文件一致 | 复杂批量更新 |
tool.exec | 单条命令 | 参数与相对路径 | 多步串联 |
tool.call.format | 基本格式 | 复杂参数稳定 | 高约束仍稳 |
tool.call.batch | 单次 | 小批量 | 大批量 / 同轮多工具 |
tool.web | 简单拉取 | 带参解析 | 复杂检索整合 |
tool.browser | 打开读取 | 多步操作 | 复杂交互流 |
遵嘱 instruction_following
| 原语 | L1 | L2 | L3 |
|---|---|---|---|
follow.format | 简单格式 | 中等 | 严格复杂格式 |
follow.constraint | 少量硬约束 | 多约束 | 强约束仍遵守 |
follow.procedure | ~3 步顺序 | 5–7 步含分支 | 循环与验证 |
follow.delegation | 简单委派 | 多角色 | 复杂委派汇总 |
follow.style | 短文跟风格 | 中等长度 | 长文稳定跟风格 |