Sans phase d'entraînement, le système applique des vérifications d'interface, de rejeu et de sécurité pour valider chaque nouvelle compétence avant admission. Trois mécanismes couplés gouvernent cette co-évolution : les workflows s'améliorent en intégrant les compétences antérieures, tandis que les compétences deviennent plus génériques à travers des usages répétés.
L'intérêt opérationnel : un agent qui commence limité accumule progressivement une expertise codifiée, réduisant la latence et les appels LLM sur des tâches récurrentes. Chaque skill est tracé et rejouable, offrant une auditabilité que les workflows purement dynamiques ne garantissent pas.
La limite : l'admission par vérifications demeure coûteuse en compute et nécessite une sandbox fiable. La généralisation des compétences au-delà du contexte d'origine reste un défi non trivial sur papier.
