先手 SENTE · 周报阅读清单 · 速读 · arXiv 2609.02749
Repo-To-Skill：把 1,000 个 GitHub 仓库蒸馏成科研 Agent 的「操作技能」
Repo-To-Skill: Distilling GitHub Repositories Into AI4AI Skills
Jianlyu Chen，Yuyang Hu，Hongjin Qian，Jiawei Liu 等 11 位作者 · 2026-09-02
模型和外壳都不变，只加「怎么让方法真正跑起来」的技能
打开交互式解读 →三个要点
- 问题：自主 Agent 开始端到端做机器学习研究，但「知道一个方法」和「让它真正跑通」之间的操作知识，仍在 Agent 之外。这些知识存在于仓库和论文里，却是写给人看的，体量也太大，无法在任务中加载。
- 方法：DisCo 是一个会生成并使用技能的科研 Agent。蒸馏分两种：与任务无关的，把领域常用仓库压缩成可复用技能；面向任务的，按具体任务生成所需技能。前者形成 AREX-Skill 技能库：从 1,000 个常用机器学习仓库蒸馏出 5,000 多个经过验证的技能，分为 20 个领域、178 个能力族。
- 结果：固定 GPT-5.5 骨干、科研外壳和下游执行预算，带技能的 Agent 比不带技能时在 MLE-bench 上高 134.3%，PaperBench 高 34.4%，FrontierCS 高 9.2%，PassNet 高 14.0%（作者自报）。
134.3% MLE-bench 相对提升
适合谁读：做科研 Agent、编程 Agent 的团队；关注「技能 / 知识层」能否成为 Agent 独立产品层的投资人。
AI 解读 · 基于原文：本页由 AI 根据论文原文整理，所有数字均可在原文中找到出处；引用前请核对原文。