谷歌发布WikiSkill：持久Wiki知识库助小模型技能进化反超大模型

8月28日，Google Research发布论文WikiSkill，提出一套智能体技能自我进化系统：将原始执行轨迹、持久化知识库Wiki和可执行技能三者分离，通过分析执行轨迹把有用模式与失败经验沉淀进Wiki，后续技能的创建与更新基于这份统一知识而非分散的优化历史，官方账号@google亦发文介绍。

已确认

• 论文由Google方面正式发布，官方称其将可复用的智能体技能与持久知识库共同进化，以系统性积累经验并提高跨模型的性能。
• 框架动机与机制：技能进化型Agent每轮重写技能文件，导致编辑背后的推理逻辑分散且丢失；WikiSkill将工作区分为三层——不可变的执行轨迹、介于两者之间的Wiki、以及活跃的可执行技能文件。Wiki记录失败模式和经验，使后续技能更新建立在统一知识之上。传统系统常将三者混为一谈，WikiSkill的关键改动是明确分离。
• 实验结果：9B参数模型通过进化技能得分47.4%，击败无此技能的27B参数模型（39.4%）；在多个基准测试中优于现有技术；技能能在模型之间有效迁移。

为什么重要

• 该方法为小模型提供了通过经验积累逼近甚至超越大模型的路径，降低算力与参数规模门槛。
• @PawelHuryn指出论文的启示在于持久化知识库是实现Agent技能复合的关键，并称自己早在3月就提出过类似架构——通过验证假说并固化为规则来积累能力；他还批评当前不少AI研究滞后于实际应用，许多论文只是在陈述显而易见的事实。这一评价提示社区对论文原创性存在讨论空间。

2026-08-28 ~ 2026-08-30 · 10 条相关

• 【源头】Google 发布 WikiSkill：将智能体经验编译为持久知识 — google · 2026-08-28
• 【源头】Google 新论文：用 Wiki 积累经验，小模型技能进化击败大模型 — dair_ai · 2026-08-28
• Google WikiSkill 论文：智能体经验复用让小模型反超大模型 — mark_k · 2026-08-28
• Google WikiSkill 让 Agent 实现技能自我进化 — mark_k · 2026-08-28
• 【源头】Google 新论文揭示 Agent 技能累积机制 — PawelHuryn · 2026-08-29
• 谷歌 WikiSkill：将经验固化进 Wiki，小模型凭技能库逆袭大模型 — mrdrozdov · 2026-08-29
• Google WikiSkill：用持久化 Wiki 提升技能进化 Agent — rohanpaul_ai · 2026-08-29

另有 3 条近重复转述:rohanpaul_ai · bittingthembits · burny_tech