SkillOpt 架构拆解：把 Skill 文本当参数，用执行轨迹训练 Agent

这份文本可能叫
SKILL.md，也可能是工具调用说明、流程手册、输出规范、故障补救规则。它不参与模型训练，却会持续改变 Agent 的判断路径。问题在于，我们通常把它当文档维护：专家凭经验写一版，线上出问题再补几句，偶尔让模型帮忙重写。这个过程很快会失控，因为没人能说清楚哪条规则真的改善了任务表现，哪次改动只是看起来更合理。