谷歌WikiSkill：让AI技能越用越聪明的三层架构，附下载地址

WikiSkill解决什么问题？

现有的Agent技能发现方法，都是从一批轨迹中直接生成技能。每一轮生成只看最近的轨迹，之前的洞察被丢弃了。重复的模式、反复出现的失败、领域启发式知识，都没有被跨迭代地累积。

WikiSkill的核心创新：把技能进化和持久化知识库（wiki）绑定在一起。技能不是凭空生成的，而是从累积的知识中生长出来的。

WikiSkill不是通用架构，它是专门为技能进化设计的：

Raw层（raw/）：存储不可变的执行轨迹。Agent在训练集上执行任务时的完整交互记录——推理、工具调用、环境反馈、最终答案。写入后永不修改。

Wiki层（wiki/）：存储结构化模式和进化日志。Wiki维护者Agent对失败任务做根因分析，从成功任务中提取策略，写入模式页面。这一层只累积不重置。

Skills层（skills/）：每个技能目录包含两个文件——SKILL.md（技能内容）和PURPOSE.md（记录哪些wiki模式触发了这个技能的创建或修改）。

注意：WikiSkill的技能格式是SKILL.md，这跟Claude、Hermes等Agent的技能格式一致。但WikiSkill的进化流程是它独有的。

WikiSkill不是一个静态系统，它有一个专门的进化流水线：

Step 1 — 推理Agent：把当前技能注入系统提示，在训练集上执行任务，轨迹写入Raw层。

Step 2 — Wiki维护者：采样轨迹，做根因分析。失败的任务为什么失败？成功的任务用了什么策略？创建或更新Wiki中的模式页面。更新用的是增量补丁方式——追加、替换、插入文本片段。

Step 3 — 技能提议者：以ReAct模式运行，主动读取Wiki中的模式页面和Raw中的轨迹，诊断根因后提出技能更新。它不是盲目修改，而是基于证据的推理。如果Wiki中有之前被拒绝的提议，它会先检查避免重复。

Step 4 — 门控与回滚：在验证集上测试新技能。如果表现更好，更新Skills层；如果更差，回滚并把失败原因记录到Wiki。

然后进入下一轮迭代。

论文在网页导航、代码编辑、电子表格推理、数学、文档QA等任务上测试了WikiSkill：

WikiSkill持续优于现有技能进化方法（EvoSkill、SkillOpt），也优于无技能的基线。

技能可以跨模型迁移。在一个模型上进化的技能，换一个完全不同的模型家族也能用。甚至其他模型进化的技能，可能比自己进化的还好用。

Wiki层的累积是关键。消融实验证实，如果没有Wiki层的持久化知识积累，技能进化效果会大幅下降。

论文也坦诚地指出了局限：

缺乏自动修剪机制。Wiki层会不断累积模式页面、进化日志、提议diff，但WikiSkill目前没有自动清理过时知识的机制。随着迭代增多，Wiki可能会变得臃肿。

验证集依赖。门控机制需要一个验证集来评估技能质量。在真实场景中，构建这样的验证集可能很困难。

WikiSkill明确引用了Andrej Karpathy提出的LLM-Wiki概念。Karpathy建议让Agent把经验存为持久化的Markdown页面，持续编辑。

WikiSkill把这个想法工程化了：不是简单地存原始对话，而是编译——把散落在轨迹中的洞察，提炼、泛化、结构化为可复用的模式。然后用这些模式指导技能的创建和更新。

标题: WikiSkill: Compiling Agent Experience into Persistent Knowledge for Skill Evolution
作者: Liyan Tang, Cyrus Rashtchian, Chun-Sung Ferng, Andrew Tomkins, Da-Cheng Juan, Tu Vu
机构: Google Research, Virginia Tech
论文下载: https://xget.xi-xu.me/arxiv/pdf/2608.27454
arXiv: https://arxiv.org/abs/2608.27454