EvoGuard给在线技能演化加一道筛选：ALFWorld平均成功率56.5%，高于全盘接受的45.5%
语言智能体可以把经验写成自然语言技能文档，但部署后每完成一个任务就按单条轨迹重写技能，会让技能质量漂移。EvoGuard把每次更新变成一次二选一：离线用私有测试集给技能打效用标签，用拒绝采样保留效用差距明显的技能对，训练一个只读两个标签词logit的选择器；部署时一次前向传播即可决定新旧技能谁留下。在ALFWorld上，Qwen3-4B与Qwen3-8B执行器的平均成功率为56.5%，全盘接受重写为45.5%，无技能为36.7%。