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「自分専用のwiki」を持たせて育てる。そんな枠組み「WikiSkill」を、Google Researchのチームが発表しました。
Briefing
- 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。
from
このニュースとつながる話
伸びない領域も
長い文書を扱うタスクでは改善が小さく、小型モデルは育てた多段戦略を実行しきれず素の挙動に戻る場合があると報告されています。スキル移植の成否も個別の確認が必要です。
4つの役割分担
実行役のエージェント、ログから知見を蒸留するwiki管理役、手順書の改訂を提案する役、効果を検証して採否を決める関門役の4役が循環する設計です。
このAIまとめ記事の信頼性中〜高
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。