ContinualSkillBench：大模型智能体能否真正持续进化能力？

论文提出 ContinualSkillBench，用五个领域、每域100个难度递增且相互关联的子任务，评估智能体的上下文持续技能学习。摘要称顺序执行通常提升表现，但上下文学习平均可比显式技能维护，说明收益更多来自历史上下文与反馈适应；显式技能仅在可复用流程或精确输出任务中呈现选择性优势。