IPADS团队 投稿
量子位 | 公众号 QbitAI
Skill确实好用，但架不住模型和Agent Harness适配翻车。
不是所有模型都吃得动Skill，有的用上直接反向掉性能。
![]()
△从计算机系统架构角度审视“程序语言”和“Skill语言”
为了解决这个问题，来自上海交大的IPADS研究团队提出了SkVM：面向Skill的语言虚拟机。
在Agent时代下，Skill是代码，而不同的LLM是异构处理器。
研究团队借鉴了经典语言虚拟机（如Java Virtual Machine）的架构，首次为Skill设计了原生的语言虚拟机，让Skill通过一次编写，能够在任意的模型和Agent Harness上高效运行。
通过SkVM编译后的Skill，甚至能够让小模型（30B）获得匹配Opus4.6的精度，同时减少40%的token消耗量和至多50倍的运行速度提升。
从而一键提升OpenClaw、Hermes、openJiuwen、PI等Agent框架与Clawhub等主流Skill生态的执行速度、Token效率与任务精度。
Skill与模型间不匹配
同一个技能在不同模型/不同harness组合上的执行效果天差地别，甚至还会拖后腿。
上海交大IPADS的研究人员分析了超过 11.8万个技能，发现：
15%的任务在使用技能后反而性能下降；
87%的任务至少有一个模型没有任何提升；
有的技能带来的token开销暴增451%，但成功率却纹丝不动。
![]()
△采取Skill前后，对于任务完成率的影响，红色表示下降，绿色表示上升
原因很简单：
技能写的是“自然语言代码”，但模型和运行环境千差万别，Skill需求的能力和模型与环境提供的能力，存在明显的语义鸿沟！
具体而言：
模型能力不匹配：技能预设模型很聪明，但如果你用的是个小模型，它可能完全听不懂你在说什么，强行使用甚至会导致15%的任务性能下降；
环境依赖老报错：技能里写了要用某个Python包，但用户的电脑上根本没装，大模型只能不断试错，疯狂浪费Token；
又慢又贵：高度重复的死板工作，大模型每次都要重新走一遍“推理-工具调用”的脑回路，Token成本极高 。
SkVM：一次编写，处处高效！
面对上面所述的痛点，上交大团队从传统的语言虚拟机设计中汲取灵感，给出了面向自然语言的虚拟机SkVM架构，其整体架构如下图所示：
![]()
△SkVM整体架构：包含AOT编译优化和运行时优化两个部分
SkVM类比了经典了Java语言虚拟机（JVM）的设计，提炼了底层运行抽象，结合AOT/JIT等编译方式，并在运行时做自适应调优和运行时调度。
下表展示了SkVM和JVM在不同编译优化策略上的对比：
AOT编译（Ahead-of-Time Compilation）：将Skill编译成模型更能看懂的形式
在安装Skill的时候，AOT编译器（由编译优化Skill+LLM组成）会对Skill进行编译，生成多个编译后产物，帮助后续Agent Harness+LLM在运行时更好地理解Skill。
SkVM在运行前会做三件事：
PASS-1基于能力的编译
系统提炼了26种“原子能力”（Primitive Capabilities），像测CPU跑分一样先摸底你的大模型。
不同于其他的LLM 测试集，原子能力并非测试大模型能否解决一个复杂逻辑问题，更多是测试模型是否具备工具调用，指令遵循，格式对齐等对立、可组合、以及逻辑无关的基本能力。
同时，对于每一个“原子能力”，也会进行分级打分，从而生成更加客观的大模型+Harness组合能力画像。
其次，编译器会去分析Skill本身需要哪些“原子能力”，以及对应的等级。
如果Skill需要的“原子能力”等级大于当前运行的大模型+Harness能够提供的能力等级，编译器会编译Skill，以降低Skill的能力需求。
例如，Skill中往往会包含一些预先定义的python/js执行文件，而这些文件通常是通过相对路径定义的。
如果模型+Agent harness 缺乏对应相对路径的解析能力，编译器会在安装Skill的时候，将相对路径转换为绝对路径，以降低Skill 对于“脚本执行”这一原子能力的等级需求。
![]()
△基于模型原子能力的skill编译
PASS-2 环境绑定
Skill中往往会定义运行需要的环境和依赖。
Agent在运行时候，LLM会检查并且安装对应的环境，导致大量的token浪费 / 环境安装失败。
为此，AOT编译器自动提取技能需要的包和工具，生成安装/检验脚本。运行前一键配好环境，不用大模型自己尝试排错了 。
PASS-3 并发提取
有超过76%的Skill中包含workflow，并且Agent harness 默认会采用串行的方式执行。
AOT编译能够发掘Skill执行过程中，不同粒度的并行机会，包括数据并行（一条指令，多个数据）、指令并行（无依赖的指令并行发射）和线程并行（多个独立的sub-agent，完成不同的子任务），并且生成可并行的DAG工作流图。
同时，开发者还可以自定义编译优化机制，注册到AOT编译器中，从而进一步对Skill进行运行前优化。
运行时优化：越跑越准，越跑越省
除了静态编译，在运行时，SkVM会采用JIT（Just-in-Time Compilation）加速Skill的执行效率。
代码固化（Code Solidification）
Skill中定义的脚本，往往是可变参数的代码模板。
Skill在每次运行时，LLM都需要反复生成可执行的脚本，导致大量token的浪费。
为此，SkVM会在AOT阶段，生成代码的指纹，模板，以及对应的参数列表。
在运行阶段，调用Skill后由LLM生成的代码，和AOT阶段提前生成的代码指纹进行匹配，如果连续多次匹配成功，SkVM会采用JIT编译优化，根据输入参数，直接固化可执行的代码，而非每次由LLM 重新生成。
自适应重编译
如果在运行中出现报错/重试，系统会收集错误日志反馈给编译器，自动重新优化技能。
防止每次运行Skill的过程中，发生同样的错误，并且提高任务的成功率。
在运行时，SkVM除了采用JIT的编译优化外，还会负责Skill生命周期、加载管理，保证Skill编译后新的编译产物，能够正确的加载和执行。
同时，SkVM还会根据当前的系统资源，调节并行粒度，减少不必要的资源竞争。
实验结果：小模型+SkVM比肩Opus4 .6，效率至多提升50倍
研究团队在包含代码生成、数据分析等118个代表性任务上进行了测试。
结果显示，SkVM带来的收益非常显著。尤其是对于偏弱的小模型，提升最为显著，因为它弥补了小模型在处理复杂JSON结构生成、环境依赖、脚本解析上的短板，使得qwen 30B拥有比肩Opus 4.6的任务成功率。
对于顶尖模型，采用SkVM编译后，消耗的token至多下降40%。
![]()
△经过SkVM编译后和原始Skill在任务完成率上的对比，绿色深度表示提升的幅度，数字表示完成率分数
![]()
△不同模型+Harness下，没有Skill、原始Skill、Skill-creator、SkVM的任务完成率对比
同时，得益于“代码固化”技术，代码部分的执行时间，从上万毫秒直接压缩到了几百毫秒，速度飙升19到50倍。
而针对Skill中潜在的并行机会，SkVM通过数据并行、指令并行和线程并行，将Skill的执行效率至多提升3.2倍。
△数据并行、指令并行、线程并行下Skill效率的提升
![]()
△触发JIT-代码固化优化前后，token消耗量和执行延迟间的对比
目前，SkVM能够无缝键入openClaw，Hermes Agent，openJiuwen Agent、PI Agent等主流的Agent框架，支持Clawhub等主流的Skill生态。
SkVM论文：https://arxiv.org/abs/2604.03088
项目网站：https://skillvm.ai/
项目仓库：https://github.com/SJTU-IPADS/SkVM/
