Google Research、エージェントスキル進化フレームワーク WikiSkill を発表──プライベートノートブックの活用で精度を 15.0 ポイント向上
エージェントの失敗履歴を非公開の wiki に蓄積してコーチの探索効率を高めることで、指示書ファイルを直接書き換える従来手法の限界を突破した。
リリース: 2026-09-11 · 読了 3 分記事の要約
1. 核心（What）
- Google Research と Virginia Tech は、エージェントの失敗履歴や検証ログをプライベートなノートブック（wiki）として分離・蓄積し、スキルファイルの自動更新効率を高める新フレームワーク「WikiSkill」を発表した。
- Actor、Maintainer、Proposer の 3 つの役割と、検証スコア向上時のみ更新を許可する厳格な Promotion Gate を組み合わせることで、過去の失敗パターンを失わずにスキルを洗練させる。
- プロポーザーにプライベート wiki の参照を許可した実験では、LiveMath ベンチマークで 51.3 から 72.6 へ精度が向上した一方、アクター自身に同じ wiki を見せた場合は 60.9 へ低下した。
- ALFWorld ベンチマークでは、Qwen-3.6-27B を用いて一度棄却された編集差分を負例として再利用することで、実用的なルールを数ラウンド以内に確立することに成功した。
2. 影響（Why）
- 失敗履歴を捨てない設計の重要性: 従来のプロンプト最適化ループでは失敗した試行錯誤が破棄されるため、エージェントは無駄な計算コストを払って同じデッドエンドを再発見していた。プライベートノートブックで失敗を蓄積する設計は、社内エージェント開発における試行コストを劇的に下げる。
- 国内エージェント開発チームへの影響: 自社で業務自動化エージェントを構築する国内のシステムインテグレーターや SaaS 開発チームは、指示書（System Prompt）を手動で微調整する手法から、失敗履歴の構造化データベースを背後で回すアーキテクチャへ移行する検討が必要になる。
3. 根拠・詳細（How）
- 3層のワークスペース構造: 実行トレースを保持する raw/ フォルダ、パターンページやスキル影響の台帳（skill-impact.md）をコンパイルする wiki/ フォルダ、稼働中のエージェントが読む skills/ フォルダの 3 層に分離して動作する。
- 非対称メモリによるロールバック制御: アクターのアクティブスキルファイルは失敗した編集を即座にロールバックしてパフォーマンスを守る一方、コーチ側のプライベート wiki はすべての失敗を永続的に記録し、同一のミスを防ぐ非対称なメモリ設計を採用している。
4. 展望・課題（Next）
- 今後の検証課題: 複雑なマルチステップタスク環境におけるノイズの多い検索データに対するロバスト性の向上や、より多様なベースモデルでのスケーラビリティ検証が求められる。