WikiSkill जिस समस्या पर हमला करता है वह हर agent बनाने वाले को मिलती है: agent कोई कठिन चीज़ हल करता है, और run ख़त्म होते ही वह समझ हवा हो जाती है। हालिया काम agent के अनुभव से दोबारा इस्तेमाल होने लायक skills खोज लेता है, पर जैसा paper कहता है, skill के विकास का मार्गदर्शन करने वाली समझ "optimization histories में बिखरी" रह जाती है, इसलिए कुछ भी संचित नहीं होता। Google Research का उत्तर, इस हफ़्ते arXiv 2608.27454 के रूप में प्रकाशित paper में, जिसके लेखक Liyan Tang, Cyrus Rashtchian, Chun-Sung Ferng, Andrew Tomkins, Da-Cheng Juan और Tu Vu हैं, यह है कि agent को एक wiki दे दो।
Design में तीन परतें हैं जो जानबूझकर एक जैसी नहीं हैं। Raw परत पूरे execution logs रखती है। Wiki परत में यह आसुत समझ रहती है कि क्या विफल हुआ, क्या चला और क्यों, और यह कभी reset नहीं होती। Skill परत में प्रक्रियात्मक निर्देश रहते हैं, और प्रदर्शन गिरने पर इसे reset किया जा सकता है। हर iteration में execution, analysis, skill का प्रस्ताव, फिर कुछ भी दर्ज होने से पहले एक gate के ज़रिए validation चलता है। इसमें कुछ भी model के weights को नहीं छूता: सीखना उस text में रहता है जिसे वही model अगली बार पढ़ेगा।
The Decoder द्वारा दी गई संख्याएँ पाँच task परिवारों को ढकती हैं: गणितीय तर्क, web search, spreadsheet का काम, document प्रश्नोत्तर और interactive environments, जिनमें 4B से 27B तक के Qwen models, Gemma और Gemini शामिल हैं। Gemini 3.5 Flash औसतन 49.5 से 68.1 प्रतिशत पर जाता है; Qwen-27B 39.4 से 63.3 पर; सबसे बड़े एकल लाभ हैं LiveMath 33.0 से 72.6 और spreadsheet कार्य 50.5 से 76.6। बताया गया पैटर्न यह है कि बड़े models विकसित skills से ज़्यादा निचोड़ते हैं, जबकि छोटे models उन्हें उधार लेकर बड़े models के प्रदर्शन के क़रीब पहुँच सकते हैं।
सीमाएँ सुर्खी जितनी ही क़ीमती हैं। लाभ task के प्रकार के हिसाब से बहुत बदलते हैं, लंबे documents वाले contexts में मुश्किल से कोई फ़र्क़ पड़ता है, और एक model से दूसरे में स्थानांतरित skills कभी-कभी नुक़सान करती हैं। फिर भी, production में agents चलाने वालों के लिए दिशा ही दिलचस्प हिस्सा है: यह न बड़ा context window है, न बेहतर retriever, यह एक curator है, एक स्पष्ट क़दम जो किसी अनुभव को रखने से पहले तय करता है कि उसका अर्थ क्या था। अगर encoding ही वह चीज़ है जो एक library को librarian से अलग करती है, तो यह paper librarian को लिख कर रखने की एक गंभीर कोशिश है।