最近在整理自己的知识库和 Skill，读到 Google Research 的 WikiSkill，觉得这个思路很值得借鉴。

用 Agent 做事，一次改动没成功，可以退回上一版。但哪里出了问题、哪些办法已经试过，这些经验也得留下来，否则下次还要重新分析。

WikiSkill 给 Agent 加了一本持续更新的 Wiki，把工作分成三层：

1️⃣ 留下执行记录
任务怎么做的、调用了什么工具、在哪一步出错，原始记录保留下来，方便核对。
2️⃣ 把经验整理进 Wiki
从成功和失败里提取可复用的做法，也记下之前的 Skill 修改为什么被接受或拒绝。下一轮调整时，先查已有经验。
3️⃣ 通过测试，再更新 Skill
新做法先在验证集上测试，分数提高才采用。没通过就做版本回滚，但 Wiki 里的经验继续保留。

很喜欢这个安排：改动可以撤回，失败原因还找得到。我们自己写 Skill 时，也可以顺手记下“为什么这么改”，以后维护起来会省不少事。

这套方法目前仍是研究方案，换任务、换模型后都需要重新验证。我们把具体流程和实验结果拆进了这组图卡。

📌 AI 造物社区 · Signal Scanner EP02 节选
一起用 AI 和硬件把想法做出来。欢迎订阅

#AI造物社区 #SignalScanner #WikiSkill #谷歌 #AIAgent #智能体 #AgentSkills #知识管理 #AI工作流
#小红书vibecoding大赛