WikiSkill

摘要

WikiSkill 是 Google Research 提出的技能演化研究框架。它在不可变执行轨迹与可执行技能之间加入持续累积的 Wiki，把跨轮失败模式、成功策略和技能影响记录转成后续技能更新的证据。

核心内容

基本信息

• 实体类别：研究方法与技能演化框架
• 关键名称或版本：arXiv:2608.27454v1
• 时间范围：2026-08-27 至今

重要事实

• 工作区分为 Raw、Wiki、Skill 三层；技能更新可被验证门回滚，Wiki 模式和技能影响记录持续保留。（来源：WikiSkill: Compiling Agent Experience into Persistent Knowledge for Skill Evolution）
• 论文在五个基准、五个模型上与无技能、Trace2Skill、EvoSkill、SkillOpt 比较，并用三次完整演化平均和 paired bootstrap 报告结果。（来源：WikiSkill: Compiling Agent Experience into Persistent Knowledge for Skill Evolution）
• 持久 Wiki 消融显示，知识层对技能提案智能体有显著帮助，但在训练 rollout 中把 Wiki 同时暴露给执行智能体会降低最终技能质量。（来源：WikiSkill: Compiling Agent Experience into Persistent Knowledge for Skill Evolution）

关系与影响

WikiSkill 把 Context Engineering 的持久、按需上下文组织用于改进器，并以 Harness Optimization 的验证与回滚门演化程序性技能。它属于 Self-Improving Harness 的窄编辑面实例；模型权重和改进器本身均不更新，因此不是严格 Agentic RL，也不构成完整 Recursive Self-Improvement。（综合：WikiSkill: Compiling Agent Experience into Persistent Knowledge for Skill Evolution）

分歧与变化

当前证据只来自 v1 预印本。作者报告的跨模型迁移既包含显著正迁移，也包含 SpreadsheetBench 上的严重负迁移，不能把“技能可迁移”理解为与来源模型无关的稳定性质。（来源：WikiSkill: Compiling Agent Experience into Persistent Knowledge for Skill Evolution）

相关页面

• 概念：Context Engineering、Harness Optimization、Self-Improving Harness、Recursive Self-Improvement
• 实体：SkillForge、Recuris、HarnessLens
• 主题：LLM Agent Self-Improvement

来源

• WikiSkill: Compiling Agent Experience into Persistent Knowledge for Skill Evolution

待核实问题

• 官方代码、数据和完整复现仓库尚未发布或未被本知识库发现。
• 需独立复现持续 Wiki 的增益，并测试技能检索、知识裁剪、长期成本和跨模型负迁移。