Как WikiSkill запоминает ошибки ИИ-агентов без промпта — 2 октября 2026 г. в 03:47:04.205
Как WikiSkill запоминает ошибки ИИ-агентов без промпта Современные ИИ-агенты часто совершают одни и те же ошибки: неверно интерпретируют задачу, выбирают неоптимальный инструмент или забывают о предыдущих неудачах. Обычно эту проблему решают добавлением инструкций в промпт, но это раздувает контекст и замедляет работу. Google предложила иной подход — систему WikiSkill, которая выносит память об ошибках за пределы промпта. WikiSkill работает как внешний модуль памяти. Когда агент допускает ошибку, система анализирует её и формирует краткое правило или «урок», который сохраняется в отдельной базе. В следующий раз агент обращается к этой базе не через промпт, а через специальный механизм поиска — например, по ключевым словам или векторному сходству. Таким образом, агент получает релевантные подсказки только в момент необходимости, не засоряя основной контекст. Ключевое преимущество — экономия токенов и повышение точности. Промпт остаётся компактным, а знания накапливаются итеративно: чем больше ошибок исправлено, тем богаче база. Это особенно полезно для долгосрочных задач, где агент работает с большим объёмом данных и не может удержать все детали в памяти. Пока WikiSkill находится в стадии исследования, но уже демонстрирует, как можно сделать ИИ-агентов более автономными и обучаемыми без ручного вмешательства в каждый запрос. Главное: • WikiSkill хранит уроки из ошибок во внешней базе, а не в промпте • Агент получает релевантные подсказки по запросу, экономя токены • Система накапливает знания итеративно, улучшая точность со временем • Подход снижает нагрузку на контекст и ускоряет выполнение задач • Технология перспективна для долгосрочных автономных сценариев #ИИ #Google #Агенты #Память #Обучение