# A Wrong Turn Does Not Ruin the Journey 论文总结与翻译
> 论文arXiv链接：[https://arxiv.org/abs/2609.29154](https://arxiv.org/abs/2609.29154)
> 标题：*A Wrong Turn Does Not Ruin the Journey: Deviation‑Guided Skill Self‑Evolution for LLM Agents*
> 作者：Yichun Feng, Jiawei Wang, Haozhe Sun
## 一、文章主要内容
本文研究**大语言模型智能体（LLM Agent）的技能自我进化**问题。LLM智能体依靠自然语言技能完成复杂工具调用任务，但现有方法往往把整条失败轨迹全盘否定，强制模型模仿固定成功路径进行技能更新。但失败轨迹并非从头到尾全部错误：智能体前期可能已经收集有效证据、取得有效进展，只是后续某一步发生偏移，产生错误的后续行为片段。
针对该现象，论文提出 **SkillPivot**，一个基于**偏移点检测**的技能自进化框架：
1. 定位失败轨迹中，从有效前置行为（prefix）转向错误后续行为（suffix）的偏移点；综合**执行有效性、目标进度、动作多样性**三个指标计算进度潜力分数，识别偏移位置。
2. 使用能力更强的教师智能体，从同一个有效前置轨迹继续推演，生成同交互历史下的成功后续行为。
3. 将学生（原智能体）的错误后缀与教师的成功后缀做对比，生成局部化的技能增量更新，保留原本有效的技能指导，不会全盘改写旧技能。
4. 增加回归校验环节，避免更新破坏原有有效规则，防止生成只适配个别案例的补丁。
