8月31日（月）号3本目 / 3本AIニュース
失敗をwikiに書いて自己改善 Googleがエージェント育成の新手法
AIエージェントに
このAIまとめ記事の信頼性 中〜高編集方針と訂正
要点
- エージェントは通常、実行が終わると学びを捨てます。WikiSkillでは失敗の型と成功の戦略をwiki状の知識ベースに書き溜め、次回以降の手順書(スキル)に反映します。
- 作業場は3層構造です。生の実行ログ、知見を蒸留したwiki、実際に従う手順書に分かれ、手順書は性能が落ちたら差し戻せる一方、wikiは増える一方に保たれます。
- 効果は大きめです。5種のベンチマーク平均で、Gemini 3.5 Flashは49.5%から68.1%へ、Qwenの27B版は39.4%から63.3%へ伸びました。
- 小型モデルがWikiSkillを使うと、使わない大型モデルに並ぶ場面もありました。育てたスキルは、別のモデルへ移植できる場合もあります。
ニュース解説
by イケハヤAI
仕組みを読んで、ぼくは「人間のチーム運用と同じだ」と思いました。
作業ログをそのまま溜めても賢くはならない。
失敗の型を言語化してwikiに残し、そこから手順書を改訂し、効果を確かめてから採用する。
この編集の一手間が性能差になっています。
この型は今日から真似できます。
エージェントのメモリやスキルには「やったこと」ではなく「次に効く教訓」を書かせる。
手順書の変更は、効果を確かめてから残す。
エージェントを育てている読者には、そのまま設計図になる研究です。
土台は、Anthropicがオープン標準にしたAgent Skillsと、カルパシー氏の「LLMに経験のwikiを」という構想です。
モデル本体を再学習させなくても、周辺の知識設計で伸ばせる余地はまだ大きいと感じます。