谷歌WikiSkill赋予AI智能体持久性错误记忆

持久性经验知识库

Google Research新发布的WikiSkill框架，旨在解决AI智能体在多轮任务中无法有效积累和复用经验的问题。它不依赖临时上下文或单次推理，而是为智能体构建一个结构化的、可检索的持久知识库——形式上类似维基百科，支持对过往执行结果（包括具体失败原因与成功策略）进行条目化归档与关联索引。

性能增益与模型规模无关性

研究发现，WikiSkill带来的性能提升随基础模型规模增大而增强；但尤为关键的是，接入该框架的较小规模模型，在多项基准任务中展现出与更大模型相当的任务完成率——前提是后者未启用WikiSkill。这表明，显式记忆机制可在一定程度上弥补参数量差距。