El problema que ataca WikiSkill es el que encuentra todo el que construye agentes: un agente resuelve algo difícil, y la intuición se evapora cuando termina la ejecución. Los trabajos recientes descubren habilidades reutilizables a partir de la experiencia del agente, pero, como dice el artículo, las intuiciones que guían el desarrollo de esas habilidades quedan "dispersas por los historiales de optimización", de modo que nada se acumula. La respuesta de Google Research, en un artículo publicado esta semana como arXiv 2608.27454 por Liyan Tang, Cyrus Rashtchian, Chun-Sung Ferng, Andrew Tomkins, Da-Cheng Juan y Tu Vu, es darle un wiki al agente.

El diseño son tres capas que, deliberadamente, no son lo mismo. La capa cruda guarda los registros de ejecución completos. La capa wiki contiene las intuiciones destiladas sobre qué falló, qué funcionó y por qué, y nunca se reinicia. La capa de habilidades contiene instrucciones procedimentales, y puede reiniciarse cuando el rendimiento se degrada. Cada iteración encadena ejecución, análisis, propuesta de habilidad y validación mediante una compuerta antes de que se escriba nada. Nada de esto toca los pesos del modelo: el aprendizaje vive en texto que el mismo modelo leerá la próxima vez.

Las cifras, según recoge The Decoder, cubren cinco familias de tareas: razonamiento matemático, búsqueda web, manipulación de hojas de cálculo, preguntas y respuestas sobre documentos y entornos interactivos, con modelos Qwen de 4B a 27B, Gemma y Gemini. Gemini 3.5 Flash pasa del 49,5 al 68,1 por ciento de media; Qwen-27B del 39,4 al 63,3; las mayores ganancias individuales son LiveMath, del 33,0 al 72,6, y las tareas de hoja de cálculo, del 50,5 al 76,6. El patrón reportado es que los modelos grandes extraen más de las habilidades evolucionadas, mientras que los pequeños pueden acercarse al rendimiento de los grandes tomándolas prestadas.

Las limitaciones valen tanto como el titular. Las ganancias varían mucho según el tipo de tarea, los contextos de documentos largos apenas se mueven, y las habilidades transferidas entre modelos a veces perjudican. Aun así, la dirección es lo interesante para quien opera agentes en producción: esto no es una ventana de contexto mayor ni un mejor recuperador, es un curador, un paso explícito que decide qué significó una experiencia antes de guardarla. Si la codificación es lo que separa una biblioteca de un bibliotecario, este artículo es un intento serio de poner al bibliotecario por escrito.