Os autores apresentam o DisCo, um agente de pesquisa baseado em habilidades, projetado para preencher a lacuna no conhecimento operacional ao destilar know-how específico de domínio de fontes externas. O sistema condensa repositórios de aprendizado de máquina amplamente utilizados em habilidades reutilizáveis e verificadas por meio de duas formas complementares: destilação agnóstica à tarefa para utilidade ampla e destilação orientada à tarefa para necessidades específicas.
- DisCo gera a Biblioteca AREX-Skill, contendo mais de 5.000 habilidades verificadas destiladas de 1.000 repositórios de ML em 20 áreas e 178 famílias de capacidades.
- Quando combinado com um backbone GPT-5.5 e orçamento de execução fixo, o agente equipado com habilidades supera a linha de base sem habilidades em 134,3% no MLE-bench, 34,4% no PaperBench, 9,2% no FrontierCS e 14,0% no PassNet.
Esses resultados demonstram que adicionar contexto operacional destilado permite que agentes autônomos reutilizem conhecimento entre tarefas em vez de redescobri-lo a cada execução.