Skill Up: cómo la IA construye las skills que usan otros agentes

Por Turing Post · 7 de octubre de 2026.

Este episodio de la serie "AI Builds AI" de Turing Post parte de una pregunta sencilla: ¿qué debería dejar atrás un agente de codificación cuando termina un trabajo? La respuesta obvia es código que funcione y evidencia de que funciona, pero la sesión también puede revelar detalles útiles para la siguiente tarea. De ahí surge la idea de pedirle a un agente que examine su propia experiencia y proponga mejoras a su entorno de trabajo, que es justo lo que hace el /retro skill de Matt Pocock (publicado en su repositorio de GitHub). Una de las instrucciones más sensatas de ese skill es convertir los errores detectables mecánicamente en comprobaciones automatizadas, y reservar la guía escrita solo para decisiones que requieren criterio. Ese ejemplo fue el disparador para que Turing Post explorase la nueva ola de interés en torno a los "skills" de agentes.

El artículo explica que convertir la experiencia de un agente en un procedimiento, una prueba, una herramienta o un cambio de entorno requiere criterio de ingeniería, y que varios equipos de investigación están intentando automatizar esa decisión. Se citan varios proyectos concretos: SkillOpt de Microsoft, SkillAdam de Renmin University y Tencent, SkillRefiner de OpenHands, skill-up de Alibaba, ShinkaEvolve de Sakana, y los enfoques propios de Anthropic y OpenAI sobre skills. El episodio promete abordar, entre otras cosas: qué contiene realmente un skill de agente; por qué unas instrucciones legibles pueden seguir siendo difíciles de usar; cómo SkillOpt y SkillAdam mejoran un procedimiento; qué puede aprender SkillRefiner sin tener que repetir el trabajo original; cómo saber si un skill generaliza; cuándo un skill debería pasar a formar parte del código o de los pesos del modelo; y un flujo de trabajo de desarrollo aplicable a los propios agentes del lector.

Sobre la base técnica: un skill puede ser tan simple como instrucciones en un archivo SKILL.md, acompañadas de scripts, ejemplos y referencias. Su descripción ayuda a que un agente decida cuándo cargarlo, y el procedimiento aporta el conocimiento sobre cómo realizar un tipo concreto de trabajo. El correo incluye un ejemplo mínimo de SKILL.md (con los campos name y description, y una serie de pasos para explicar código: indicar el propósito en una frase, describir entradas y salidas, y recorrer un ejemplo pequeño).

Como caso de uso, se menciona un agente que revisa cambios en un pipeline de machine learning: el skill podría incluir dónde están los datos de evaluación, qué comprobaciones detectan fugas de datos (leakage), cómo comparar resultados, y qué evidencia debe incluirse en la revisión. La idea es que el modelo ya entiende Python y diseño experimental en general, pero necesita descubrir cómo están implementadas esas cosas en ese repositorio concreto.

El artículo recoge la distinción que hace Anthropic entre skills que cubren huecos en las capacidades del modelo y skills que codifican el proceso preferido de un equipo. Según el texto, la actualización de marzo de skill-creator añadió soporte de evaluación y benchmarking, incluyendo tasas de acierto, tiempo transcurrido y uso de tokens, lo que permite a los autores comprobar si un skill ayuda, si una edición lo rompió, o si un modelo más nuevo todavía lo necesita.

La definición que propone Turing Post es que un skill no es un prompt particularmente elaborado, sino un procedimiento reutilizable que hace una afirmación sobre lo que seguirá siendo cierto en tareas futuras: los principios y formatos requeridos generalizan entre tareas, mientras que las rutas de archivos y los comandos específicos pertenecen estrictamente al repositorio. También se conecta con la guía de MCP de Turing Post: una conexión MCP puede exponer registros de experimentos o herramientas de un repositorio, y el skill puede explicar cómo usar esas capacidades para una tarea concreta; acceso, procedimiento y evidencia de éxito son, según el artículo, aspectos de diseño separados. El fragmento del correo termina planteando el problema de descubrimiento: una vez escrito el procedimiento, ¿cómo sabrá el agente que ese es el skill correcto para la tarea?

El correo cierra con una tabla que resume los distintos enfoques de investigación mencionados: "aprender de nuevas ejecuciones" (ejecutar tareas, examinar fallos, editar el skill y volver a probar, con ejemplos como SkillOpt y SkillAdam), "aprender de trabajo pasado" (analizar ejecuciones y resultados grabados para proponer mejores instrucciones, con ejemplos como SkillRefiner y CASD), "aprender del código existente" (convertir el conocimiento de un repositorio en procedimientos que puedan usar otros agentes, con el ejemplo Repo-To-Skill), "comprobar si los skills ayudan" (comparar rendimiento con y sin skill, incluso en tareas no vistas, con el ejemplo skill-up de Alibaba) y "entrenar el procedimiento en el modelo" (usar la guía del skill durante el entrenamiento y retirarla gradualmente, con el ejemplo SKILL0).

Además del artículo principal, el correo incluye una promoción de un evento gratuito y virtual organizado junto con O'Reilly, el "Expert Showcase: Agent Memory", que tendrá lugar el 13 de octubre a las 11 a.m. ET / 8 a.m. PT y será moderado por Ksenia Se (fundadora de Turing Post). Participarán Pete Johnson, Lewis Liu, Shawn Shen, Jason Davenport, Jess Weng, Kris Murphy, Xavier Bull y Sally O'Malley, con perspectivas de MongoDB, Microsoft, Memories.ai, Google Cloud, LangChain, NVIDIA, Adarga y Red Hat/OpenClaw. Los temas anunciados incluyen cómo los agentes recuerdan sin mantener todo el contexto, cómo la reflexión puede convertir experiencia pasada en memorias útiles, cómo medir si un agente realmente mejora, memoria visual para agentes físicos, memoria en entornos de alto riesgo, y los límites de confianza que determinan qué debería retener u olvidar un agente.