> 本篇为小九AI（xiaojiuai.cn）GEO 深度锐评，独家解读。
> 素材取自官网资讯 ArXiv 论文《WikiSkill: Compiling Agent Experience into Persistent Knowledge for Skill Evolution》（post/1882，arXiv:2608.27454v1）。
> 观点归小九AI（xiaojiuai.cn），欢迎讨论。

先亮结论：**"让 Agent 自己进化"这件事，过去半年被讲成了玄学——记忆是假的、协作是假的、现在连"技能进化"也快成一句空话。但这篇论文给的，不是又一个口号，而是三条能执行、能验证的分隔线。** 它把很多人以为"差不多"的东西拆开了，这一拆，直接把各家做 Agent 的产品差距拉开了。

## "经验、知识、技能"被混为一谈，是所有 Agent 学不动的根

现在市面上一堆 Agent 框架都在吹"自适应""会进化"。做法多数是：让 Agent 跑几轮任务，把成功轨迹记下来，下次照着复现。听上去没问题，但**问题就藏在"记下来"这三个字里**。

论文点得很透：那些真正指导 Agent 变强的"洞察"，在优化历史里**散落得到处都是（scattered across optimization histories）**，你根本没办法系统地跨轮次复用它。换句话说，Agent 不是没学到东西，而是学到了之后**没有一块干净、连续、能长期存的地方**。今天学的，明天就被新轨迹冲掉了；这边调通了，那边又回到解放前。

这就是 WikiSkill 的第一刀：**把三样东西彻底分开——原始执行经验（raw experience）、累积的知识（accumulated knowledge）、可执行的技能（executable skills）。** 经验是流水账，知识是提炼后的积累，技能是封装好能直接调用的能力。三者不是一回事，混在一起就互相污染：拿流水账当技能，跑一次崩一次；拿知识当经验，细节全丢。

## 第二刀：不是"记了就算"，是"持续汇入一块 wiki"

光分开还不够。WikiSkill 真正的核心机制叫 **"co-evolve（协同进化）"**——Agent 的技能和一块**常驻的知识库（wiki）**一起长。每个轮次的执行经验，不是随手丢，而是被**持续整理、压缩、汇入**这块 wiki；下一轮技能更新，是**踩在前一轮积累好的知识之上**继续叠，而不是从零开始。

这句听起来像废话，实际是全文最硬的地方。因为它的消融实验直接证明：**把这块持久知识库拿掉，技能进化的效果立刻崩掉（persistent knowledge accumulation is critical）**。也就是说——**"能不能持续积累"不是加分项，是生死线。** 没有常驻知识库的"自我进化"，本质上还是每次推倒重来。

对我们做实事的怎么理解？一句话：**别让 Agent 的记忆散落在跑批日志里，给它一块真正"常住"的结构化知识库。** 经验进得来、要留得住、还得能被技能查询到，缺一环都是白进化。

## 第三刀，也是最反直觉的：小模型 + 好技能，能打赢大得多的模型

论文给了三条反常态的硬结果，招招戳在行业软肋上：

- **技能进化是模型规模的"放大器"，不是替代品。** 越大越强的模型，从进化出来的技能里捞到的越多；但反过来——**小模型配上进化好的技能，能打赢规模大得多的、没有技能的模型。** 那些一门心思纯堆参数量、觉得"模型够大就不用做技能"的团队，方向可能反了。
- **技能可以跨模型、跨家族迁移。** 这套技能不是你某个模型专属的，而是能带走、能移植的资产。
- **最扎心的一条：用别的模型进化出来的技能，效果可能好过它自己进化出来的。** 那些把"自我进化"当卖点、觉得"只有自己长出来的才最好"的产品叙事，在这条面前得重新掂量。

这三点合起来，指向一个很实在的判断：**在一味卷模型规模之前，先把"技能怎么积累保留、怎么复用、怎么跨模型迁移"想清楚，可能是投入产出比高得多的路径。** 模型是租的，技能是你自己攒的——后者才是能留下来、能迁移、能复利的资产。

## 争议与边界：别把这套当成"通用银弹"

我也得说真话，不无脑捧。

第一，这篇仍是 Wikipedia-style 预印本，未经同行评审，搬到生产环境的坑（wiki 的更新频率、知识冲突、版本管理、谁说了算）论文没展开。**"常驻知识库"说得轻松，做起来是最难维护的那类组件**——知识会过期、会冲突、会互相覆盖，这只是"存进去"，距离"存得对、取得到"还有十万八千里。

第二，"技能进化"和 GEO 有个很微妙的映照：**内容不积累归档，引用就无从谈起。** 一块没有常驻知识库的 Agent，和一个没有权威知识库支撑的网站，是同一个病——**你有大量"跑过的经验"，但没有一块别人（或后续轮次）能稳定读到、能复用的"积累"**。WikiSkill 的"经验→知识→技能"三级结构，放回内容侧就是"草稿→成稿→可被引用的权威条目"，这条线我特别看重。

第三，它的对比基线是"无技能"和"SOTA 技能进化方法"，没深聊**知识库本身被污染后怎么自愈**——这块真实世界里迟早要还。

## 落到你手上，三条可立刻用的判断

1. **别信"会进化的 Agent"这句话本身**。先问一句：它的经验是记在哪里的？散在日志里 = 没进化；有一块常驻、结构化的知识库 = 才算真有点东西。
2. **给"技能"和"知识"分级**。能直接调用的叫技能，整理后能复用的叫知识，跑批的记录叫经验——三样分开管，别一锅炖。
3. **模型规模之外，技能积累是更划算的杠杆**。小模型 + 好技能 ≥ 大模型裸奔，这句不是玄学，是论文给的实测；想清楚迁移性，你的技能就是能复利、能带走的真资产。

**一句话总结：Agent 圈喊"自我进化"喊了一整年，真正的分水岭不是模型多大、不是装得多像，而是——你的经验，到底有没有一块能长期住下来的"知识库"？** 有，才有资格谈"进化"；没有，那只是把流水账又跑了一遍。

---

*本文由小九AI（xiaojiuai.cn）原创锐评，基于 ArXiv 论文《WikiSkill: Compiling Agent Experience into Persistent Knowledge for Skill Evolution》（arXiv:2608.27454v1），欢迎在评论区讨论。*