SkillRouter 处于 agent skill lifecycle 的 retrieval/selection 阶段 [2605.07358]，解决 ~80K-skill pool 中的 upstream routing 问题 [2603.22455]。以下四篇论文从不同角度与其形成关联：
| 论文 | 关系类型 | 关联理由 |
|---|---|---|
| SkillsInjector (2605.29794) | 直接竞争 + 下游扩展 | 同样解决 skill selection，但将问题重定义为 per-task context construction 而非 retrieval。在 tau2-telecom 和 SkillsBench 上直接以 SkillRouter 作为 baseline [2605.29794] |
| SkillReducer (2603.29919) | 正交互补 | 解决 skill 文本本身的 token 效率问题。SkillRouter 依赖 full skill text 进行 routing [2603.22455]；SkillReducer 压缩该文本并声称 less-is-more [2603.29919] |
| MOCHA (2605.19330) | 上游互补 | 在 lifecycle 上游优化 skill 文本本身（correctness vs compliance），其输出可直接改变 SkillRouter 的检索输入质量 [2605.19330] |
| Survey (2605.07358) | 框架定位 | 提供 4-stage lifecycle taxonomy (representation → acquisition → retrieval/selection → evolution)，将 SkillRouter 定位为 retrieval 阶段的 dense retrieval paradigm [2605.07358] |
这四篇与 SkillRouter 共同覆盖了 skill pipeline 的选取-注入-优化-压缩四个维度，形成一个可以端到端审视的 cluster。
SkillRouter 的核心假设是 full-text retrieval 信号足以完成 routing——用 bi-encoder embedding similarity + listwise cross-encoder reranking 实现 74.0% Hit@1 [2603.22455]。SkillsInjector 则直接挑战这一假设：它的 Context Planner 使用 execution-grounded utility $\Delta(t,s)$ 而非表面相似性进行打分 [2605.29794]。关键证据——surface-similar skills 可以具有负 $\Delta$（如 insurance keyword distractor $\Delta = -0.20$）[2605.29794]——表明 embedding similarity 在 topically homogeneous pool 中可能系统性地选错 skill。
量化 delta：SkillsInjector 在 SkillsBench 上 22.6% vs SkillRouter 的 16.5% (+6.1pp) [2605.29794]。但代价不对称：SkillRouter 是一个 1.2B 参数的推理-only 管线（496ms 延迟），而 SkillsInjector 需要 execution rollout 数据生成（~240 H200 GPU-hours）[2605.29794] 加 8B renderer inference。SkillRouter 的优势在于 zero execution-data dependency——它在新 domain 上即时部署，而 SkillsInjector 需要从头重做 $\Delta$ 标注。
SkillRouter 的 motivational anchor 是 full-text access 的必要性：隐藏 skill body 导致 31–44pp Hit@1 下降 [2603.22455]。SkillReducer 则发现 body 中 61.5% 的内容是 non-actionable 的（background, example, template, redundant），压缩 39% 后反而提升 agent performance 2.8% [2603.29919]。
矛盾根源: 两者测量的是不同的东西。SkillRouter 测量 routing accuracy（retrieval 阶段需要 full text 作为 embedding 信号），SkillReducer 测量 execution quality（agent 推理阶段不需要冗余 context）。两者在各自实验范围内都正确，但 SkillRouter 隐含地将 "routing 需要 full text" 推广为 "agent 需要 full text"，这个推广不成立。一个自然推论：routing 阶段用 full text embedding，injection 阶段用 compressed text，可以同时获益。
SkillRouter 将 skill pool 视为静态输入 [2603.22455]；MOCHA 将 skill text 视为可优化对象，在 correctness vs compliance 的 Pareto front 上搜索 [2605.19330]。MOCHA 的实验显示 skill 优化可以带来 +7.5% relative correctness gain，同时 body compliance 从 .83 降到 .33 [2605.19330]。
这对 SkillRouter 构成一个 upstream constraint：如果 MOCHA 优化后的 skill body 超出 SkillRouter 的 truncation budget（encoder 2,500 chars, reranker 2,000 chars），routing 准确率可能下降。反过来，如果 SkillRouter 的 truncation 不影响 MOCHA-optimized skills 的 discriminative signal，则两者可以无缝组合。目前缺乏交叉验证数据。
Survey 将 skill selection 细分为 context-aware / composition / cost-utility / feedback-driven 四种范式 [2605.07358]。SkillRouter 是纯 context-aware retrieval——它不考虑 skill 之间的组合效应、token 成本、或执行反馈。SkillsInjector 的 planner 属于 cost-utility 范式（execution-grounded scoring），其 renderer 属于 composition-aware（co-injection adaptation）。Survey 的分类揭示 SkillRouter 覆盖了 selection space 的一个象限，而非全面方案。
SkillRouter 的 bi-encoder + cross-encoder pipeline 本质上是 semantic similarity maximization，即使使用了 listwise loss。SkillsInjector 提供了直接反证：在 tau2-bench 的 telecom domain，SkillRouter 作为 baseline 被超过 4.2pp [2605.29794]。根本原因是 embedding similarity 无法区分 "topically related but execution-harmful" 的 skill——false-negative filtering [2603.22455] 处理的是 functionally equivalent skills（应该都是正例），而非 topically similar but functionally harmful skills（应该是负例但 embedding 认为是正例）。
SkillRouter 的 downstream task success gain 仅为 +1.78pp（27.56% vs 25.78%）[2603.22455]。Gold-skill ceiling 为 32.67%，意味着 routing 改进能带来的最大 delta 约为 7pp，而 SkillRouter 只兑现了其中 25%。此外，top-1 和 top-10 retrieval 产生几乎相同的 downstream success（27.56% vs 27.78%），暗示 downstream agent 本身是瓶颈而非 routing 精度。这削弱了 "better routing → better agent" 的论证链条。
SkillRouter 的 primary benchmark（75 queries, ~80K pool）和 SkillBench-Supp（256 queries, 77K pool）均为作者自建 [2603.22455]。两个 benchmark 使用不同 LLM/prompt 生成但共享相同的 pool 构建方法论。SkillsBench（SkillReducer 和 SkillsInjector 共用的 external benchmark）上 SkillsInjector 的优势更为显著（22.6% vs 16.5%），暗示 SkillRouter 在自建 benchmark 上可能享有 home-field advantage。
Listwise cross-entropy 优化 top-1 discrimination，代价是 multi-skill recovery（FC@10）[2603.22455]。在 multi-skill FC@10 上 16B base (.382) > SkillRouter (.353)。对于需要多个 complementary skills 的复杂任务，这个 trade-off 可能是致命的——SkillsInjector 的 adaptive budget mechanism 天然支持 variable-size injection [2605.29794]，而 SkillRouter 的 pipeline 设计上就是 top-K retrieval。
SkillRouter 未公开代码 [2603.22455]。考虑到 false-negative filtering 的 3 个阈值（exact name match, trigram Jaccard > 0.6, cosine > 0.92）均未做独立消融，且 truncation budget 的 asymmetry（encoder 2,500 chars vs reranker 2,000 chars）没有 sensitivity analysis，replication 需要重新寻找这些超参数。
SkillRouter 在 agent skill lifecycle 中占据 retrieval stage 的一个精确位置——它是 full-text IR pipeline 在 large-pool regime 下的 engineering optimization，而非对 routing 问题的重新定义。核心贡献——listwise reranking for homogeneous pools [2603.22455]——是对 existing IR methodology 的 task-specific adaptation，并非新的范式。
与之对比，SkillsInjector 提出了 paradigm-level shift：从 "retrieve most similar" 到 "construct most useful context" [2605.29794]。SkillReducer 提出了另一个 shift：从 "inject as-is" 到 "compress and disclose progressively" [2603.29919]。SkillRouter 的贡献在这两者之间是 incremental——它不改变 routing 的本质（similarity-based selection），只改进了 similarity 的计算方式（full-text, listwise, false-negative-filtered）。
SkillRouter 的 deployment barrier 极低：1.2B 参数，496ms latency，单 GPU [2603.22455]。这使其成为 production skill registry 的 drop-in routing component——相比 SkillsInjector 需要 per-domain execution rollouts，SkillRouter 的 zero-data-dependency 特性在快速迭代的 agent 平台上更具实用价值。
Survey 记录的 ecosystem scale（SkillsMP 700k+, SkillNet 300k+）[2605.07358] 验证了 large-pool routing 是真实需求。SkillRouter 的 ~80K pool 实验规模与主流平台量级接近，但仍有一个量级的差距需要验证。
SkillRouter 作为独立方法的生存周期可能有限。SkillsInjector 已经在 accuracy 上超越，且其 execution-grounded supervision signal 更能扩展到 multi-skill 场景。但 SkillRouter 的 bi-encoder retrieval stage 极有可能被吸收为 SkillsInjector 或类似系统的 first-pass recall layer——SkillsInjector 自身也使用 frozen 0.6B encoder 进行初步 embedding，其架构与 SkillRouter 的 Stage 1 高度同构。
SkillRouter 的 bi-encoder recall + SkillsInjector 的 execution-grounded reranking 构成一个自然组合：用 SkillRouter 的 SR-Emb-0.6B（R@20 = 75.4%）做 first-pass recall [2603.22455]，然后用 SkillsInjector 的 MLP scorer（with $\Delta$-based supervision）替代 SR-Rank [2605.29794]。这可以同时保留 SkillRouter 的低延迟 recall 和 SkillsInjector 的 execution-aware selection，且 bi-encoder recall 不需要 execution data。目前两篇论文各自独立评估，缺乏交叉消融。
SkillReducer 的 taxonomy-driven compression（38.5% core rule, 40.7% background, 12.9% example）[2603.29919] 暗示一个实验：用 compressed core rules 而非 full body 作为 SkillRouter 的 embedding 输入。如果 core rules 保留了 96.5% 的 discriminative signal（SkillRouter 发现 body 占 96.5% skill tokens [2603.22455]，但 SkillReducer 发现仅 38.5% 是 actionable），则可以在 embedding 阶段就减少 60% 的 token 处理量而不损失 routing accuracy。这是 routing 效率的 low-hanging fruit。
MOCHA 的 Chebyshev scalarization 用于 skill 优化 [2605.19330]，但同样的 multi-objective framework 可以应用于 routing selection：目标从 (correctness, compliance) 变为 (relevance, token-cost, execution-utility)。当前 SkillRouter 的 listwise loss 隐含地是单目标的（maximize top-1 Hit），而多目标 routing 可以在 "retrieve fewer but more useful skills" 和 "retrieve more for coverage" 之间提供 Pareto front，解决 SkillRouter 在 FC@10 上的弱点 [2603.22455]。
Survey 强调 skill lifecycle 是 closed-loop 的：execution outcomes → revision → re-indexed retrieval [2605.07358]。当前 SkillRouter 将 skill pool 视为 static snapshot。一个未探索的方向是 online routing adaptation：用 downstream execution feedback 动态调整 bi-encoder embeddings 或 reranker weights，使 routing model 随着 skill evolution 持续学习。SkillsInjector 的 $\Delta$ signal 提供了一种 offline 版本，但 online continuous learning 在 large-pool regime 下的可行性尚未验证。
SkillRouter 的 attention diagnostic 发现 reranker 在 layer 19 将 26.3% attention 分配给仅占 3% tokens 的 name field [2603.22455]，最终 layer 返回 98.1% body attention。这种 body → name → body 的注意力轨迹如果可以被用于指导 SkillReducer 的压缩——保留 reranker 最终 layer 高 attention 的 body tokens，删除低 attention tokens——可能实现 routing-aware compression，比 taxonomy-driven 分类更精确地保留 routing signal。