Repo-To-Skill: Distilling GitHub Repositories Into AI4AI Skills
arXiv 论文 2609.02749 提出 DisCo，一个技能驱动的研究智能体，可从 GitHub 仓库蒸馏出可复用的技能。其任务无关蒸馏产生了 AREX-Skill Library，包含从 1000 个广泛使用的 ML 仓库中蒸馏出的 5000+ 已验证技能，组织为 20 个领域和 178 个能力族。
Development
- First ReportRepo-To-Skill: Distilling GitHub Repositories Into AI4AI SkillsHugging Face Daily Papers
- Industry ResponseRepo-To-Skill: Distilling GitHub Repositories Into AI4AI SkillsarXiv cs.CL
- Current Assessment该工作反映了 AI 研究自动化趋势，即智能体不仅执行实验，还开始积累和复用操作知识。AREX-Skill Library 作为开放资源，可能成为 AI4AI 领域的基础设施，类似于软件包管理器，但针对技能。这可能导致研究智能体生态的分层：模型骨干、执行框架和技能库。Agent Pulse · analysis
arXiv 论文 2609.02749 提出 DisCo，一个技能驱动的研究智能体，旨在解决自主智能体在执行端到端机器学习研究时缺乏领域特定操作知识的问题。论文将这种知识称为操作知识，即区分知道方法与使其工作的诀窍。DisCo 通过两种互补的蒸馏形式创建技能：任务无关蒸馏，将广泛使用的仓库压缩为可复用技能；任务导向蒸馏，为具体任务生成所需技能。任务无关蒸馏应用于开放生态系统，产生了 AREX-Skill Library，包含从 1000 个广泛使用的 ML 仓库中蒸馏出的 5000+ 已验证技能，组织为 20 个领域和 178 个能力族。论文强调，蒸馏后的技能紧凑且经过验证，可在任务间复用，而非每次运行重新发现。
DisCo 的核心贡献是将仓库级知识蒸馏为紧凑、可验证的技能，这暗示了技能表示可能采用结构化格式，并包含验证步骤以确保可靠性。AREX-Skill Library 的规模（5000+ 技能，178 个能力族）表明蒸馏过程是系统化的，可能涉及自动化提取和验证流水线。这一方法可能改变智能体获取领域知识的方式，从运行时检索大型仓库转向加载预蒸馏技能，从而降低推理时的上下文负担。
该工作反映了 AI 研究自动化趋势，即智能体不仅执行实验，还开始积累和复用操作知识。AREX-Skill Library 作为开放资源，可能成为 AI4AI 领域的基础设施，类似于软件包管理器，但针对技能。这可能导致研究智能体生态的分层：模型骨干、执行框架和技能库。
对于构建 AI 研究自动化工具的公司，DisCo 展示了将领域知识商品化的路径，可能降低 ML 研究的入门门槛。AREX-Skill Library 作为开放资源，可能成为开发者工具链的一部分，类似于 Hugging Face 模型库，但针对技能。这为平台型公司提供了新的分发和变现机会。
后续可验证信号包括：DisCo 是否在基准任务上超越现有智能体；AREX-Skill Library 是否被其他研究团队采用；技能蒸馏是否扩展到更多仓库和领域；以及技能验证机制如何确保可靠性。