O problema que o WikiSkill ataca é o que todo construtor de agentes encontra: um agente resolve algo difícil, e a intuição evapora quando a execução termina. Trabalhos recentes descobrem habilidades reutilizáveis a partir da experiência do agente, mas, como diz o artigo, as intuições que guiam o desenvolvimento dessas habilidades ficam "espalhadas pelos históricos de otimização", de modo que nada se acumula. A resposta da Google Research, num artigo publicado nesta semana como arXiv 2608.27454 por Liyan Tang, Cyrus Rashtchian, Chun-Sung Ferng, Andrew Tomkins, Da-Cheng Juan e Tu Vu, é dar um wiki ao agente.

O desenho são três camadas que, deliberadamente, não são a mesma coisa. A camada crua guarda os logs de execução completos. A camada wiki contém as intuições destiladas sobre o que falhou, o que funcionou e por quê, e nunca é zerada. A camada de habilidades contém instruções procedimentais, e pode ser zerada quando o desempenho se degrada. Cada iteração encadeia execução, análise, proposta de habilidade e validação por um portão antes que qualquer coisa seja registrada. Nada disso toca nos pesos do modelo: o aprendizado vive em texto que o mesmo modelo vai ler da próxima vez.

Os números, conforme relatados pelo The Decoder, cobrem cinco famílias de tarefas: raciocínio matemático, busca na web, manipulação de planilhas, perguntas e respostas sobre documentos e ambientes interativos, com modelos Qwen de 4B a 27B, Gemma e Gemini. O Gemini 3.5 Flash vai de 49,5 a 68,1 por cento na média; o Qwen-27B de 39,4 a 63,3; os maiores ganhos isolados são o LiveMath, de 33,0 a 72,6, e as tarefas de planilha, de 50,5 a 76,6. O padrão relatado é que modelos maiores extraem mais das habilidades evoluídas, enquanto os menores conseguem se aproximar do desempenho dos maiores tomando-as emprestadas.

As limitações valem tanto quanto a manchete. Os ganhos variam muito conforme o tipo de tarefa, contextos de documentos longos quase não se mexem, e habilidades transferidas entre modelos às vezes prejudicam. Ainda assim, a direção é a parte interessante para quem opera agentes em produção: isto não é uma janela de contexto maior nem um recuperador melhor, é um curador, um passo explícito que decide o que uma experiência significou antes de guardá-la. Se a codificação é o que separa uma biblioteca de um bibliotecário, este artigo é uma tentativa séria de colocar o bibliotecário no papel.