还在手动维护一堆 AI 智能体 Skills 吗？用一段时间就频繁出问题是不是特别闹心？如今不管 Claude Code、Codex 还是别的智能体工具，大家都会装大量 Skills，可时间一长部分 skill 就会失效，处理新任务输出效果大幅下滑——根源就是这些技能都是静态写死的文件，没有自我迭代能力，接口变更、场景变化不会自动更新；就算本次会话把问题修正，下次调用依旧旧错重犯。网上找来的 Skill 只有文字描述、缺少真实运行数据，好不好用只能靠踩坑，会话一关经验就丢了，无法沉淀成智能体自身能力。

港大（HKU Data Science Lab）开源的 OpenSpace 正好解决这个痛点。原理并不复杂：监控并记录每一次任务的成败，从失败中学习修复现有 skill，还能生成全新 skill。简单说，从前是人维护静态 Skill；用上它之后，Agent 执行的任务越多，技能库就越靠谱，不仅让 skills 越来越好用，还能节省大量无效试错带来的 tokens 损耗。

OpenSpace 通过 MCP 协议接入 Claude Code、Codex、Cursor、OpenClaw 等主流智能体，无需改动 Agent 本身，感兴趣的朋友可以上手试一试。