SkillShift-Bench：评测环境演化下 Web 智能体技能学习的基准

研究人员推出首个在受控开放环境变化下评估技能学习的基准 SkillShift-Bench，用于测试 Web 智能体面对环境演化时的鲁棒性。该基准在 3 个自托管 Web 系统中模拟了上下文、感知与执行三种转移，实验表明环境变化会导致成功率下降，其中执行转移（Execution Shift）对性能的削弱最显著。团队还提出一种测试时自适应方法，无需重新学习技能库即可改善执行表现。