Google WikiSkill：给智能体的技能进化补上"知识管理层"
谷歌研究院最新推出的Agent技能进化框架WikiSkill，首次针对智能体技能迭代过程中经验流失的痛点，搭建了“原始轨迹-结构化知识-可执行技能”的分层管理架构，让智能体能够在任务执行中持续沉淀知识、自主优化技能，为AI Agent的长期进化提供了全新的底层逻辑。
谷歌WikiSkill重构智能体技能进化底层逻辑
此前的智能体技能进化方案如EvoSkill、Trace2Skill、SkillOpt大多采用“分析执行轨迹-直接修改技能”的单层逻辑，一次迭代用过的原始轨迹往往被丢弃，后续优化缺乏事实依据，也容易重复踩坑。WikiSkill的核心创新是将技能进化过程拆分为三层独立模块，实现经验、知识与技能的分层管理：
- 最底层的RawLayer永久存储每次迭代的不可变执行轨迹，包含智能体的完整推理过程、工具调用、环境反馈和最终输出，为后续分析提供可追溯的事实依据；
- 中间的WikiLayer是整个架构的核心，负责将原始轨迹编译为结构化的持久知识，包含记录成功/失败模式的patterns目录、迭代进化日志logs.md，以及技能影响追踪器skill-impact.md，且该层永不回滚，即使技能更新被拒绝，积累的知识也会保留；
- 最上层的SkillsLayer存放当前生效的可执行技能，每个技能配套SKILL.md（执行内容）和PURPOSE.md（创建背景与对应知识模式），确保技能修改时可追溯设计意图，避免盲目打补丁。
四步迭代循环让技能自主生长
WikiSkill通过固定的四步循环实现技能的持续自主进化，各环节权责清晰：
- 推理智能体使用当前的SkillsLayer中的技能集合，在训练任务上执行rollout生成执行轨迹，存入RawLayer；训练过程中推理智能体被禁止访问WikiLayer，避免其直接查询已有知识导致轨迹失去参考价值；
- Wiki维护者（WikiMaintainer）对采样的成功/失败轨迹做根因分析，将零散经验编译为结构化的模式，更新WikiLayer的patterns目录、logs.md和skill-impact.md；
- 技能提案者（SkillProposer）以ReAct模式自主工作：先读取Wiki索引、技能影响记录和任务结果摘要，再按需查阅具体的模式页面和原始轨迹，最终生成针对单个技能的原子性提案，可能是创建新技能，也可能是对现有技能做增量补丁；
- 门控机制在独立验证集上评估候选技能，只有验证分数严格高于历史最优分数时才会接受提案，否则SkillsLayer回滚到上一版本，但WikiLayer的所有知识积累都会被保留。
此外，skill-impact.md会完整记录每次提案的差异、验证分数和接受/拒绝结果，形成客观的审计轨迹，帮助后续提案者避免重复尝试已经被验证无效的方案，实现跨迭代的知识复利。
实测9B模型搭配技能碾压27B裸模型
谷歌在5个基准、5个不同规模的模型上开展的实验验证了WikiSkill的显著效果：Qwen家族模型搭配WikiSkill后，性能提升随模型规模递增，4B模型平均提升12.3分，9B模型提升17.5分，27B模型提升23.9分，模型能力越强，从技能进化中获得的收益越高。更具代表性的是，Qwen-9B搭配WikiSkill后的平均得分达到47.4%，超过了无技能状态的27B裸模型的39.4%，实现了小模型对大模型的性能反超。
跨模型迁移测试也展现出该框架的独特价值：Qwen-9B使用Qwen-27B进化的技能时，平均得分可达70.2%，远高于使用自身进化技能的63.4%，说明“发现优化策略”和“执行策略”是两种可分离的能力，能够跨模型分工复用。
消融实验进一步证实了Wiki层的核心价值：去掉Wiki访问权限后，智能体的平均性能从63.7%降至48.7%，回落约15个百分点，证明Wiki层积累的跨迭代知识是技能提案者解决复杂失败模式的核心前提。
知识分层架构打开智能体进化新路径
WikiSkill并非单一的算法优化，而是一套系统的架构设计，明确了经验、知识、技能在智能体进化过程中的不同定位：RawLayer负责留存原始事实，WikiLayer负责沉淀可复用的结构化知识，SkillsLayer负责落地可执行的能力，三层各司其职又相互协同。
这一设计打破了此前AI能力提升“靠堆模型规模、靠堆训练数据”的单一路径，让智能体的能力增长可以基于知识的持续深度积累实现。对于AI从业者而言，WikiSkill提供了一个可落地的知识架构设计参考，未来可在此基础上优化自动知识剪枝、长时域任务适配等能力，进一步支撑智能体在复杂环境中的自主进化。