一句话看懂：Google Research 推出 WikiSkill 框架，给 AI 代理配备一个持续累积的“经验库”，让它能把每次执行任务的成功与失败写进类似 Wiki 的知识库中，并据此优化自身行为指令，从而在不改变模型训练参数的情况下持续提升任务表现。
事件核心：发生了什么
Google Research 的研究者提出了 WikiSkill，一个为 AI 代理（Agent）设计的三层工作框架。底层是“原始层”，存储完整的执行轨迹；中层是“Wiki 层”，从轨迹中提炼出失败模式与成功策略，这一层会持续累积、永不重置；顶层是“技能层”，存放代理实际使用的程序化指令模块。每次任务完成后，系统会通过“Wiki 维护者”分析轨迹，再由“技能提议者”提出指令修改，最后用验证集测试改动是否有效，如果无效则回滚技能，但 Wiki 中的失败记录会被保留供后续迭代参考。
测试显示，这套方法在数学推理、表格处理、网页搜索、文档问答和虚拟环境交互五类基准上均优于现有方案。以 Gemini-3.5-Flash 为例，平均准确率从 49.5% 提升到 68.1%；在单项测试中，该模型在 LiveMath 上从 33.0% 跃升至 72.6%。由于模型本身不会持续学习，WikiSkill 本质上是通过让模型在每次运行后写出更好的“自我指令”来实现改进，属于一种有效的工程绕行方案。该研究还引用了 Andrej Karpathy 关于“LLM Wiki”的设想，即将经验编译为持续累积的知识。
为什么重要
当前的 AI 代理普遍面临“一次性”问题——每次任务结束后，模型不会保留任何执行经验，这在算力使用和任务效率上是巨大的浪费。WikiSkill 提供了一条不依赖模型权重更新的路径，用外部知识库模拟持续学习，避开了“模型终身学习”这一尚未解决的研究难题。这种做法对整个行业具有参考价值：它意味着代理的能力提升可以不依赖重新训练或微调，而是通过外围系统的自我迭代实现，这在一定程度上绕开了闭源模型权重不可修改的限制，也为小型开发团队提供了在现有模型基础上构建“会成长”的代理的可能性。
值得注意的是，测试中较小的模型（如 Qwen-3.5-4B）在执行复杂的长上下文任务时仍存在稳定性问题，而大模型从技能演化中获益更明显。这一结果提示，WikiSkill 当前更像是对大模型能力的“放大器”，而非替代品。
对用户/开发者/创作者的影响
对开发者而言，WikiSkill 的吸引力在于其技能模块具有可移植性——研究显示一个模型生成的技能可以被另一个模型接收使用，有时效果甚至优于接收模型自行生成的技能。这意味着开发者社区可以共享、交易和复用“技能包”，降低代理应用的开发门槛。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
对使用 AI 代理处理重复性工作流的用户，这类框架能够减少反复纠正同一类错误的情况——代理会记住上次哪里做错了，并在下次尝试时主动规避。不过，当前公开信息显示 WikiSkill 仍是研究项目，尚未以产品形态上线；其技能回滚机制也需要额外的验证算力投入，实际部署成本目前没有公开数据。
值得关注的后续
第一，Google 是否会将该框架整合进 Vertex AI 或 Gemini 生态的相关产品线，形成商业化的代理开发工具；第二，技能在不同模型之间的转移可靠性尚不稳定，如果这类“技能市场”出现，跨模型验证标准是否会建立；第三，Wiki 层持续膨胀之后的维护成本和检索效率问题——当经验库积累到一定规模，如何保证代理能快速找到最相关的历史教训，将是该技术能否从实验室走向生产的另一个关键变量。
