WikiSkill Đang hoạt động

WikiSkill là khung tiến hóa kỹ năng Agent do Google Research phát triển. Khung sử dụng kiến trúc ba lớp: Raw Layer lưu trữ quỹ đạo thô, Wiki Layer liên tục tích lũy kiến thức có cấu trúc và Skills Layer lưu trữ các kỹ năng có thể thực thi, giúp kinh nghiệm của Agent lắng đọng thành kiến thức lâu dài, sau đó phát triển thành các kỹ năng có thể tái sử dụng. Trong mỗi vòng lặp, Wiki Maintainer phân tích quỹ đạo để cập nhật cơ sở kiến thức, còn Skill Proposer đề xuất cập nhật kỹ năng dựa trên kiến thức; các cập nhật chỉ được chấp nhận hoặc hoàn tác sau khi xác minh. Thực nghiệm cho thấy mô hình 9B kết hợp với WikiSkill có thể vượt qua mô hình 27B không được bổ trợ, đồng thời kỹ năng có thể chuyển giao giữa các mô hình.

Phân tách kiến thức thành ba lớp: lưu trữ quỹ đạo thô, kiến thức có cấu trúc và kỹ năng có thể thực thi ở ba lớp riêng biệt, mỗi lớp đảm nhiệm một chức năng.
Kỹ năng tự tiến hóa: cho phép kỹ năng của Agent liên tục phát triển và tối ưu hóa từ kinh nghiệm thông qua vòng lặp cải tiến.
Tích lũy kiến thức lâu dài: Wiki Layer liên tục lắng đọng kiến thức qua các vòng lặp; các kỹ năng bị từ chối không làm mất kiến thức đã tích lũy.
Chuyển giao giữa các mô hình: kỹ năng sau tiến hóa có thể được tái sử dụng trên các mô hình khác nhau, thậm chí giữa các họ mô hình khác nhau.
Bộ lọc kiểm soát qua xác minh: kỹ năng ứng viên được đánh giá trên tập xác minh và chỉ các cập nhật giúp cải thiện hiệu năng mới được chấp nhận.

Kiến trúc ba lớp: Raw Layer lưu trữ vĩnh viễn các quỹ đạo thực thi bất biến làm căn cứ sự thật; Wiki Layer biên dịch quỹ đạo thành các mẫu có cấu trúc và nhật ký tiến hóa, liên tục tích lũy và không bao giờ hoàn tác; Skills Layer lưu trữ các kỹ năng có thể thực thi đang có hiệu lực, hỗ trợ cập nhật có điều kiện và hoàn tác, đồng thời truy xuất nguồn gốc kỹ năng thông qua PURPOSE.md.
Vòng lặp tiến hóa gồm bốn bước: Inference Agent sử dụng các kỹ năng hiện tại để thực thi trên tập huấn luyện và tạo ra quỹ đạo; Wiki Maintainer lấy mẫu quỹ đạo để phân tích nguyên nhân gốc, cập nhật danh mục mẫu và nhật ký của Wiki; Skill Proposer đọc Wiki và quỹ đạo theo cách thức ReAct để đề xuất một lần tạo kỹ năng hoặc áp dụng bản vá; cơ chế Gating đánh giá kỹ năng ứng viên trên tập xác minh, chấp nhận nếu điểm số tăng, nếu không thì hoàn tác kỹ năng (Wiki không bị ảnh hưởng).
Thiết kế duy trì kiến thức: Wiki Layer sử dụng skill-impact.md để ghi lại diff, điểm xác minh và kết quả chấp nhận/từ chối của từng đề xuất, hình thành dấu vết kiểm toán khách quan. Nhờ đó, Proposer ở các vòng sau có thể tránh lặp lại những phương án thất bại, tạo hiệu ứng cộng dồn kiến thức qua các vòng lặp.
Tách biệt khám phá và thực thi kỹ năng: thực nghiệm cho thấy khám phá kỹ năng (rút ra chiến lược từ kinh nghiệm) và thực thi kỹ năng (áp dụng chiến lược trong quá trình suy luận) là hai năng lực khác nhau. Các kỹ năng tiến hóa bằng WikiSkill có thể chuyển giao giữa các mô hình; thậm chí kỹ năng do mô hình khác tiến hóa đôi khi còn tốt hơn kỹ năng do chính mô hình đó tiến hóa.

Khởi tạo không gian làm việc: tạo ba thư mục raw/, wiki/ và skills/, bắt đầu từ một tập kỹ năng trống.
Thực hiện rollout huấn luyện: Inference Agent chạy trên tập huấn luyện bằng các kỹ năng hiện tại và ghi quỹ đạo thực thi vào raw/.
Cập nhật cơ sở kiến thức: Wiki Maintainer lấy mẫu các quỹ đạo thành công/thất bại để phân tích nguyên nhân gốc, tạo hoặc cập nhật tệp mẫu trong wiki/patterns/, đồng thời bổ sung logs.md và skill-impact.md.
Đề xuất cập nhật kỹ năng: Skill Proposer đọc chỉ mục Wiki, bản ghi tác động trước đây và quỹ đạo thô, sau đó dùng cách thức ReAct để đề xuất một lần tạo kỹ năng hoặc áp dụng bản vá.
Xác minh và kiểm soát: kỹ năng ứng viên được đánh giá trên tập xác minh; nếu điểm số tăng, kỹ năng được chấp nhận làm tập skills/ mới.
Lặp lại: lặp các bước trên cho đến khi hiệu năng xác minh hội tụ hoặc đạt số vòng lặp định trước, cuối cùng thu được tập kỹ năng đã tiến hóa để sử dụng trong suy luận.

Cộng dồn kiến thức lâu dài: Wiki Layer liên tục tích lũy qua các vòng lặp; khi kỹ năng bị từ chối, kiến thức không bị mất và các lần cập nhật sau có thể tái sử dụng toàn bộ hiểu biết lịch sử.
Tách biệt kiến thức và kỹ năng: tách “biết gì” khỏi “làm thế nào”, cho phép hoàn tác kỹ năng trong khi kiến thức được duy trì vĩnh viễn, tránh mất kinh nghiệm cùng với bản vá kỹ năng.
Mô hình nhỏ vượt mô hình lớn: Qwen-3.5-9B kết hợp với WikiSkill có thể vượt qua Qwen-3.6-27B không được bổ trợ, dùng kiến thức để bù đắp chênh lệch quy mô.
Chuyển giao và tái sử dụng giữa các mô hình: kỹ năng tiến hóa có thể chuyển giao giữa các họ mô hình; chiến lược do mô hình khác khám phá đôi khi tốt hơn kỹ năng do chính mô hình tiến hóa.
Tránh lặp lại sai lầm: skill-impact.md ghi lại đầy đủ lịch sử đề xuất và lý do từ chối, giúp Proposer không lặp lại các phương án đã thất bại.

Bài báo kỹ thuật arXiv: https://arxiv.org/pdf/2608.27454

Tự động hóa văn phòng thông minh: xử lý các phép tính công thức Excel phức tạp, làm sạch dữ liệu và liên kết giữa các bảng; Agent thông qua tiến hóa có thể nắm vững các quy trình chuyên dụng cho bảng tính như “recalculate trước rồi mới đọc”.
Hỏi đáp thông minh trên tài liệu dài: thực hiện truy xuất và điều hướng nhiều bước trong các tài liệu PDF/Word hàng trăm trang; kỹ năng tìm kiếm đã tiến hóa hướng dẫn Agent nhanh chóng xác định các đoạn quan trọng, tránh bị lạc trong ngữ cảnh dài.
Suy luận và giải toán: lắng đọng kinh nghiệm giải các bài toán cấp độ thi đấu thành những chiến lược có thể tái sử dụng, liên tục nâng cao độ chính xác khi giải bài.
Truy xuất thông tin trên web: tối ưu hóa quy trình tìm kiếm nhiều vòng, tiến hóa thành quy trình thao tác chuẩn “mở rộng từ khóa → xác minh chéo nhiều nguồn → tổng hợp thông tin”, nâng cao độ bao phủ và độ chính xác của các truy vấn phức tạp.
Nhiệm vụ tương tác hiện thân: thực hiện các thao tác vật lý nhiều bước trong môi trường ảo; thông qua việc tích lũy các mẫu như “tránh lặp vòng thao tác” và “kiểm tra trạng thái hoàn thành nhiệm vụ”, nâng cao tỷ lệ hoàn thành nhiệm vụ.