微软 TeleTune：从离线日志学 agent 技能，省最多 75 倍 token

微软与 UNC Chapel Hill 发布论文 TeleTune，让 agent 从现成的离线遥测日志中学习技能，训练期间无需可交互环境。该方法以固定日志上的动作预测误差作为离线指标，只保留能提升该指标的技能编辑，比在真实环境验证节省 5–75 倍优化 token。