WikiSkill 運営中

WikiSkillはGoogle Researchが開発した、Agentのスキル進化フレームワークです。Raw Layerで生の軌跡を保存し、Wiki Layerで構造化知識を継続的に蓄積し、Skills Layerで実行可能なスキルを管理する3層アーキテクチャにより、Agentの経験を永続的な知識へと蓄積し、そこから再利用可能なスキルを生み出します。各イテレーションでは、Wiki Maintainerが軌跡を分析してナレッジベースを更新し、Skill Proposerが知識に基づいてスキルの更新を提案します。提案は検証後に採用またはロールバックされます。実験では、WikiSkillを組み合わせた9Bモデルが、何も追加していない27Bモデルを上回り、スキルはモデル間で移行できることが示されています。

3層の知識分離：生の軌跡、構造化知識、実行可能なスキルを3層に分けて保存し、それぞれの役割を明確化します。
自律的なスキル進化：反復サイクルにより、Agentのスキルを経験から継続的に成長・最適化します。
永続的な知識蓄積：Wiki層はイテレーションをまたいで知識を蓄積し続け、拒否されたスキルがあっても蓄積済みの知識は失われません。
モデル間移行：進化したスキルを、異なるモデルやモデルファミリー間で再利用できます。
検証ゲートによるフィルタリング：候補スキルを検証セットで評価し、性能を向上させる更新だけを受け入れます。

3層アーキテクチャ：Raw Layerは変更不能な実行軌跡を恒久的に保存し、事実の根拠とします。Wiki Layerは軌跡を構造化パターンと進化ログに変換し、継続的に蓄積します。蓄積内容はロールバックされません。Skills Layerは現在有効な実行可能スキルを保存し、条件付き更新とロールバックをサポートします。PURPOSE.mdによりスキルの出所を追跡できます。
4段階の進化サイクル：Inference Agentが現在のスキルを使って訓練セットを実行し、軌跡を生成します。Wiki Maintainerが軌跡をサンプリングして根本原因を分析し、Wikiのパターン目録とログを更新します。Skill ProposerがReAct方式でWikiと軌跡を読み取り、1回につき1つのスキル作成またはパッチを提案します。Gating機構が検証セットで候補スキルを評価し、スコアが向上した場合は採用し、そうでなければスキルをロールバックします（Wikiには影響しません）。
知識の永続化設計：Wiki層はskill-impact.mdに、各提案のdiff、検証スコア、採用・拒否の結果を記録します。これにより客観的な監査履歴が形成され、後続のProposerは失敗した案の重複を避けられます。イテレーションをまたいだ知識の複利効果も実現します。
スキルの発見と実行の分離：実験では、スキルの発見（経験から戦略を抽出すること）とスキルの実行（推論時に戦略を適用すること）は異なる能力であることが示されています。WikiSkillで進化したスキルはモデル間で移行でき、別のモデルが進化させたスキルが、モデル自身が進化させたスキルを上回る場合さえあります。

ワークスペースを初期化：raw/、wiki/、skills/の3層ディレクトリを作成し、空のスキルセットから開始します。
訓練ロールアウトを実行：Inference Agentが現在のスキルを使って訓練セットを実行し、生成した実行軌跡をraw/に書き込みます。
ナレッジベースを更新：Wiki Maintainerが成功・失敗した軌跡をサンプリングして根本原因を分析し、wiki/patterns/にパターンファイルを作成または更新します。さらにlogs.mdとskill-impact.mdに追記します。
スキル更新を提案：Skill ProposerがWikiのインデックス、過去の影響記録、元の軌跡を読み取り、ReAct方式で1回につき1つのスキル作成またはパッチを提案します。
検証とゲート判定：候補スキルを検証セットで評価し、スコアが向上した場合は新しいskills/として採用します。
反復：検証性能が収束するか、設定したイテレーション回数に達するまで上記の手順を繰り返し、推論に使用する進化済みスキルセットを得ます。

永続的な知識の複利効果：Wiki層はイテレーションをまたいで蓄積し続けます。スキルが拒否されても知識は失われず、後続の更新で過去の洞察をすべて再利用できます。
知識とスキルの分離：「何を知っているか」と「どう実行するか」を分離します。スキルはロールバックでき、知識は永続するため、経験がスキルパッチとともに失われることを防ぎます。
小型モデルによる大型モデル超え：WikiSkillを組み合わせたQwen-3.5-9Bが、何も追加していないQwen-3.6-27Bを上回り、知識によって規模の差を補います。
モデル間の移行と再利用：進化したスキルをモデルファミリー間で移行できます。別のモデルが発見した戦略が、モデル自身が進化させたスキルを上回ることもあります。
同じ失敗の繰り返しを回避：skill-impact.mdに提案履歴と拒否理由を完全に記録するため、Proposerは過去に失敗した案を繰り返しません。

arXiv技術論文：https://arxiv.org/pdf/2608.27454

インテリジェントな業務自動化：複雑なExcelの数式計算、データクレンジング、複数シート間の関連付けを処理し、Agentが進化を通じて「先に再計算してから読み取る」といったスプレッドシート固有のワークフローを習得します。
長文書のインテリジェントQA：数百ページのPDFやWord文書で多段階の検索・ナビゲーションを実行します。進化した検索スキルがAgentによる重要な段落の効率的な特定を支援し、長いコンテキストでの迷走を防ぎます。
数学的推論と問題解決：競技レベルの数学問題を解いた経験を再利用可能な戦略として蓄積し、問題解決の正確性を継続的に高めます。
Web情報検索：複数回にわたる検索プロセスを最適化し、「キーワード拡張 → 複数ソースによるクロスチェック → 情報統合」という標準手順を進化させ、複雑なクエリの再現率と正確性を高めます。
インタラクティブな身体タスク：仮想環境で複数ステップの物理操作を実行し、「同じ動作の繰り返しを避ける」「タスクの完了状態を確認する」といったパターンを蓄積して、タスクの成功率を高めます。