Google WikiSkill 论文：智能体经验复用让小模型反超大模型
mark_k · x · 2026-08-28
Google Research 发布论文“WikiSkill”，提出让智能体将自身执行经验转化为持久知识并积累复用的机制。
核心原理：分析执行轨迹，将有用的模式存储在 Wiki 中，再用这些知识持续创建和改进可复用的 Agent 技能。
实验结果：Qwen 3.5 9B 配合进化技能达到了 47.4% 的平均准确率，击败了无技能的 Qwen 3.6 27B（39.4%）。在 SpreadsheetBench 上，Qwen 3.6 27B 使用技能后准确率从 40.8% 跃升至 81.7%。
跨模型迁移：研究还发现技能可以在不同模型间迁移，某些情况下模型使用其他模型学到的技能效果更好。这指向了 Agent 发展的重要方向：不仅是更强的模型，而是能随时间积累经验、自我进化的系统。
所属事件:Google WikiSkill：经验沉淀为Wiki助小模型胜大模型(4 条相关)→
「编程与Agent」频道最新
- AI Agent 或泄露 Git 历史中的敏感信息 — doodlestein · 2026-08-28
- 实战：用 Agent+小模型低成本构建目标检测数据集 — vanstriendaniel · 2026-08-28
- 27B 模型加 5 个技能,医疗工作流效果超预期 — Ubunta · 2026-08-28
- 30 行 bash 实现 LLM 联网：开源小工具 batsearch — mantisalt · 2026-08-28
- 表单拒绝提交后 agent 照跑不误：一个易漏的浏览器 agent 失败模式 — ahstanin · 2026-08-28
- Web Draw：让纯文本模型开真实浏览器，搜索页仅约 750 token — ahstanin · 2026-08-28