WikiSkill
产品介绍
WikiSkill 是 Google Research（联合弗吉尼亚理工）于 2026-08-29 发布的研究框架：给 AI Agent 配一个持续积累的知识库（wiki），把每次执行任务的成功、失败经验自动沉淀下来，让 Agent 不用重新训练模型就能越用越强。
当前状态：研究阶段（论文），尚无正式产品。
核心思路
Agent 每次干完活 → 自动总结经验（哪里失败、哪里成功）→ 存进永久知识库 → 下次干类似的活先翻经验、照着改进。灵感来自 Andrej Karpathy 的「LLM Wiki」设想：把经验编译成持久、可累积的知识。
三层结构
| 层 | 作用 | 特点 |
|---|---|---|
| 原始记录层（Raw） | 存每次执行的完整过程（工具调用、结果） | 一字不改，不可变 |
| 知识层（Wiki） | 从记录提炼「失败模式 + 成功策略」 | 只增不清，永久积累 |
| 技能层（Skill） | Agent 实际干活用的操作指南 | 可更新，改坏了可回滚 |
运作循环（4 步）
- 执行：推理 Agent 按当前技能干活，留下执行记录
- 总结：「Wiki 管理员」分析记录，把失败模式和成功策略写进知识库
- 提议：「技能提议者」根据新知识提出技能修改方案
- 把关：验证机制测试修改是否真的有效——有效才采纳；无效就回滚，但知识库保留「试过什么、为什么失败」，避免重复踩坑
效果数据（论文，5 个测试集平均）
| 模型 | 用前 | 用后 |
|---|---|---|
| Gemini 3.5 Flash | 49.5% | 68.1% |
| Qwen 3.6 27B | 39.4% | 63.3% |
- 数学推理提升最大：Gemini 3.5 Flash 在 LiveMath 从 33.0% → 72.6%
- 表格操作：Qwen 27B 在 SpreadSheetBench 从 40.8% → 81.7%
- 长文档问答提升相对小
关键发现
- 小模型用了 WikiSkill，能追平不用它的大模型
- 技能可迁移：一个模型总结的技能换到另一个模型经常也能用，有时效果还更好（不保证，需逐例验证）
与「复盘」的关系
思路和人工复盘完全一致：看回放 → 挑毛病 → 找原因 → 攒经验。WikiSkill 把这个流程自动化，让 AI 自己给自己写「经验手册」。
当前状态与尝试计划
- 研究阶段（2026-08-29 发论文），尚无正式产品
- 尝试计划（2026-09-01 定）：等 Google 正式发布产品后试一试
官方链接
相关日记
- 2026-09-01 - 得知 WikiSkill 发布，决定等正式产品出来再尝试