Google 论文:WikiSkill 让 9B 模型胜 27B,但弱模型技能会拖垮 Gemini
montymike · reddit · 2026-08-31
Google Research 新预印本 WikiSkill 提出面向长时运行 agent 的思路:不只靠模型权重或不断增长的上下文,而是把执行历史沉淀为可维护的知识库,再编译成可复用的 skill 文件。
- 三层结构:原始执行轨迹不可变;「wiki」汇总成功策略、常见失败与历史变更;proposer 把经验提炼为简短技能,验证门槛只保留能立即提升分数的更新
- 主结果:五个 agent benchmark 上,Qwen-3.5-9B 加技能平均 47.4%,高于无技能的 Qwen-3.6-27B(39.4%);27B 自己加技能达 63.3%(+23.9 个百分点)——程序化记忆与模型能力互补,技能不替代规模
- 跨模型迁移有好有坏:ALFWorld 上 9B 用 27B 进化的技能(70.2%)反而好于自己进化的(63.4%);但最弱 Qwen 写的表格技能把 Gemini-3.5-Flash 从 50.5% 拖到 18.1%——弱系统学到的脆弱 workaround 对强模型是有害指令
局限:仅限封闭 benchmark、技能直接放 prompt 而非从大库检索、wiki 不自我修剪。论文:arxiv.org/abs/2608.27454
所属事件:谷歌 WikiSkill：用持久知识库让 Agent 越用越强(11 条相关)→
「编程与Agent」频道最新
- 开源工具：AI 自动看 YouTube 生成小红书图文 — yangyi · 2026-10-16
- GitHub 用 AI 把 Copilot 运行时重写为 80 万行 Rust,CPU 内存降 90% — bibryam · 2026-10-16
- Demo 之外的真坑:Reddit 讨论企业 AI 落地最难的一公里 — djgoel123 · 2026-10-16
- DeepMind 推出 Antigravity for Science,单次会话筛出新型抗菌肽 — pushmeet · 2026-10-16
- 让 Claude 写计划、Codex 来审：双模型互查工作流实操 — theteknosaur · 2026-10-16
- NPCTalk 让 GTA V NPC 可实时对话:开源方案可移植任意游戏 — ChocolateDull8971 · 2026-10-16