若 AI 會寫日記？深入了解能自我學習並進化的「WikiSkill」奧秘

AI Summary

WikiSkill 是一個全新的框架，旨在將 AI 代理的經驗與知識持續整理成維基形式，並隨技術同步演進。

試想一下，如果你每次學習新任務時都必須從頭開始，會是什麼樣的情況？如果忘記了昨天的錯誤，今天又掉進同一個坑裡，工作效率將會非常低。至今為止，許多 AI 代理（基於 AI 的自動化程式）的情況也與此類似。雖然它們能執行任務，但在妥善保存過程中的寶貴經驗，並在下一次加以運用方面仍存在困難。

然而，AI 終於迎來了可以將自身經歷主動記錄在「維基（Wiki，一種由使用者共同記錄與編輯知識的百科網站形式）」中，並以此為基礎變得更加聰明的時代。這一切歸功於全新的框架（建構系統的骨架）——「WikiSkill」。

為什麼這很重要？

在日常生活中，當你請 AI 助理「整理今天必須完成的複雜工作」時，如果 AI 能記住之前的失敗經驗，並自動選擇改進過的方法，那會如何？WikiSkill 讓 AI 代理不再僅停留在短期記憶，而是能夠將自身經驗積累為長期知識。

這不僅讓 AI 知道更多資訊，更開啟了「自我學習與發展技術」的高級代理時代。特別是在利用 AI 進行工作自動化或複雜決策的過程中，這意味著 AI 作為人類助手，將能成為更穩定、更有能力的夥伴。

為了讓你輕鬆理解 WikiSkill，我們將其比喻為匠人教導學徒的「學徒制技術教育」：

原始執行經驗 (Raw Execution Experience)：AI 執行任務時所經歷最真實的原始體驗。就像學徒初到現場，親身摸索學習的過程。
累積的知識 (Accumulated Knowledge)：學徒將現場學到的秘訣寫進筆記本的過程。在 WikiSkill 中，這本筆記本就是「維基 (Wiki)」。
可執行的技術 (Executable Skills)：根據筆記內容所掌握的技術。這已不再是學徒，而是能作為熟練工即時處理業務的狀態。

WikiSkill 框架結構化地分離這三個步驟，並讓它們不斷鏈接。也就是說，當 AI 經歷（執行）之後，將其整理成知識（維基），再將這些知識轉換為可重複利用的技術 (Skills)。 Source 1, Source 2

以這種方式封裝的技術，不再只是單純的數據，而是包含了專業知識與工作流程 (Workflow) 的「可重複利用資源」，能有效擴展 AI 代理的能力。 Source 8, Source 11

根據近期研究，WikiSkill 將 AI 代理的原始執行經驗、累積的知識與可執行的技術緊密結合在一起。 Source 1, Source 4 該系統將代理把經驗系統化整合到維基的過程自動化，使後續的其他模型或代理皆能加以運用。 Source 2, Source 12

這種方式有助於在不同模型之間共享資訊，並全面提升效能。事實上，在近期的研究中，AI 代理已展示出根據自身經驗自動發現技術，並透過互動逐步調整適應的能力。 Source 8, Source 9

未來，AI 代理可能不再需要每次都接受重新教育。相反地，它們會成為一種「進化中的代理」，將經歷的所有成功與失敗記錄在維基中，並透過這些過程自我成長。開發者將能透明地觀察與管理 AI 積累知識及完成技術的過程，這將導致 AI 代理的可靠性與效率同步提升。

WikiSkill 就像是 AI 擁有了名為「記憶」的強大工具。將過去經驗系統化為知識，並昇華為技術的能力，將是 AI 作為人類智慧夥伴邁向下一階段的關鍵。未來，AI 代理的能力高低，將不再取決於它有多聰明，而是取決於它有多會記錄，以及如何將這些紀錄連結為技術。

[WikiSkill compiles agent experience into a persistent wiki

DAIR.AI Academy](https://academy.dair.ai/papers/wikiskill-compiles-agent-experience-into-a-persistent-wiki-2608.27454)

Share this article:

測試你的理解

Q1. WikiSkill 框架主要負責什麼工作？

WikiSkill 是一個框架，旨在將 AI 的經驗體系化為類似維基的知識庫，協助 AI 隨技術一同進化。

Q2. 在 WikiSkill 中，代理技術（Agent Skills）扮演什麼角色？

代理技術的作用在於將專業知識與工作流程封裝成可重複利用的資源，從而擴展 AI 的能力。

Q3. 下列何者並非 WikiSkill 的核心構成要素？

WikiSkill 負責結構化地管理與整合經驗、知識與技術，而非隨機刪除數據。