Mit WikiSkill von Google können KI-Agenten ein Wiki über ihre eigenen Fehler führen
In einem Google Research-Artikel werden Agenten beschrieben, die aufschreiben, was schief gelaufen ist, sie in wiederverwendbare Anweisungen umwandeln und ohne Umschulung deutlich bessere Ergebnisse erzielen. Ein 9B-Modell schlug ein 27B-Modell.
Ein KI-Agent hat heute das Gedächtnis eines Goldfisches. Es führt eine Aufgabe aus, macht den gleichen Fehler wie gestern, beendet es und vergisst alles. Ein neues Papier von Google Research und Virginia Tech, das am 27. August auf arXiv veröffentlicht wurde, schlägt eine erfrischend einfache Lösung vor: Lassen Sie den Agenten ein Wiki führen.
Das System heißt WikiSkill und besteht aus drei Ebenen. Der Raw-Layer speichert vollständige Ausführungsspuren, jeden Tool-Aufruf und jedes Ergebnis und ändert sich nie. Die Wiki-Ebene destilliert diese Rohdaten in strukturierte Notizen, dokumentierte Fehlermuster auf der einen Seite und Strategien, die auf der anderen Seite funktionierten, und wächst mit jeder Runde. Die Skill-Schicht enthält die eigentlichen Anweisungen, die der Agent bei seiner Arbeit befolgt, verpackt in wiederverwendbaren Modulen namens Agent Skills. Wenn eine neue Version eines Skills die Leistung verschlechtert, kann ein Rollback durchgeführt werden. Die Zahlen sind beachtlich: Die Genauigkeit von Gemini-3.5-Flash stieg von 49,5 Prozent auf 68,1 Prozent und die von Qwen-3.6-27B von 39,4 Prozent auf 63,3 Prozent. In einem Vergleich übertraf ein 9B-Modell mit WikiSkill ein 27B-Modell ohne WikiSkill.
Was hier eigentlich vor sich geht: Es lohnt sich, genau zu sagen, was hier gelernt wird, denn die Marketingsprache dazu wird schwierig. Das Modell selbst ändert sich nicht. Seine Gewichte, die beim Training festgelegten Zahlen, bleiben genau so, wie sie waren. Was sich ändert, sind die schriftlichen Anweisungen, die der Agent liest, bevor er mit der Arbeit beginnt. Dies entspricht eher einem dauerhaften externen Speicher und einer automatisierten sofortigen Verbesserung als einem Modell, das nach der Veröffentlichung weiter lernt. Das klingt wie eine Herabstufung, ist aber für die praktische Anwendung wohl besser: Notizen sind lesbar, bearbeitbar und umkehrbar, wohingegen das Umschulen eines Modells teuer, langsam und undurchsichtig ist. Wenn Sie wissen möchten, warum sich Ihr Agent auf eine bestimmte Weise verhält, können Sie das Wiki öffnen und es lesen. Das ist eine Debugging-Geschichte, nicht nur eine Benchmark-Geschichte.
Was das für Sie bedeutet: Die unmittelbare Lektion können Sie noch heute manuell anwenden, ohne dass ein Forschungscode erforderlich ist. Wenn Sie einen KI-Assistenten für eine wiederkehrende Aufgabe verwenden, führen Sie ein kurzes Dokument darüber, was funktioniert hat und was fehlgeschlagen ist, und fügen Sie es zu Beginn jeder Sitzung ein. Das ist WikiSkill im Kleinen, und der Effekt ist real. Mehrere Assistenten unterstützen hierfür bereits gespeicherte Anleitungsdateien oder Skills. Für alle, die auf Agenten aufbauen, ist der Größenvergleich eine ernst zu nehmende Erkenntnis: Das gesammelte Aufgabenwissen schloss eine Lücke, die sonst ein dreimal größeres Modell gekostet hätte, und die laufenden Kosten skalieren mit der Größe. Ein berechtigter Vorbehalt: Diese Ergebnisse stammen aus den eigenen Auswertungen der Autoren, und ein System, das seine eigenen Anweisungen schreibt, kann auch aus einer schlechten Gewohnheit heraus schreiben und diese dann gewissenhaft befolgen. Die Rollback-Schicht existiert aus einem bestimmten Grund.
Quellen
LAION veröffentlicht 10 Millionen Stunden Video für Open AI Research
Der Big Video Dataset ruft 80 Millionen Videos aus CommonCrawl ab, mit maschinell geschriebenen Untertiteln für Bild und Ton. Es dient nur der Recherche und die Urheberrechtsfrage steht direkt darunter.
