WikiSkill 针对的问题，是每个做智能体的人都会撞上的：智能体解决了一个难题，而当这次运行结束，那点洞见就蒸发了。近期工作能从智能体经验中发现可复用的技能，但正如论文所说，指导技能发展的洞见仍然"散落在优化历史之中"，于是什么也积累不下来。谷歌研究院的答案，写在本周发布的 arXiv 2608.27454 论文里，作者是 Liyan Tang、Cyrus Rashtchian、Chun-Sung Ferng、Andrew Tomkins、Da-Cheng Juan 和 Tu Vu，答案是：给智能体一个维基。

设计由三层构成，而它们被刻意区分开。原始层保存完整的执行日志。维基层存放提炼后的洞见，记录什么失败了、什么奏效了以及为什么，并且永不重置。技能层存放程序性指令，当表现下滑时可以重置。每一轮迭代依次是执行、分析、技能提议，再经过一道门的校验，才会真正写下任何东西。这里没有任何一步触及模型权重：学习活在文本里，由同一个模型下次读取。

据 The Decoder 报道，这些数字覆盖五类任务：数学推理、网页搜索、电子表格操作、文档问答和交互式环境，使用的模型包括 4B 到 27B 的 Qwen、Gemma 和 Gemini。Gemini 3.5 Flash 平均从 49.5% 升至 68.1%；Qwen-27B 从 39.4% 升至 63.3%；单项最大增益是 LiveMath 从 33.0% 到 72.6%，以及电子表格任务从 50.5% 到 76.6%。所报告的规律是：更大的模型从演化出的技能中获益更多，而较小的模型可以借用这些技能，接近更大模型的表现。

局限性和标题一样值钱。增益随任务类型剧烈波动，长文档语境几乎没有变化，而在模型之间迁移技能有时反而有害。即便如此，对于在生产中运行智能体的人来说，方向才是有意思的部分：这既不是更大的上下文窗口，也不是更好的检索器，而是一个策展人，一个在把经验存起来之前先判定它意味着什么的显式步骤。如果说编码正是图书馆与图书管理员之间的分野，那么这篇论文是把图书管理员写下来的一次认真尝试。