先给你看一组数据。
2026年8月底，Google Research发布了一篇论文。他们把一个90亿参数的模型（业内叫9B），和一个270亿参数的模型（27B），放在同样的五个基准测试上同台较量。
按照行业常识，这场比赛毫无悬念。参数量差了整整3倍，算力、内存、训练成本都不在一个量级。这就像让一支业余球队去踢皇马，输，是唯一合理的结果。
结果出来，业余球队赢了。
9B的模型，加上一套叫WikiSkill的架构，平均成绩47.4%；而27B的裸模型，只有39.4%。
小模型，打赢了大模型。不是靠堆算力，不是靠练得更大，而是靠一套“攒经验”的方法。
这件事值得所有正在拥抱AI的企业和个人认真琢磨。因为它背后藏着一个远比参数大小更重要的问题：
在AI时代，经验和知识，到底应该怎么管？
一、先讲一个你一定见过的场景
我猜，你所在的公司大概率发生过这样一幕。
一位干了十年的老师傅离职了。走的那天，他按规定交接了所有文档、代码、账号。流程上，没有任何问题。
可一个月后你就发现，真正值钱的东西，他带走了。
那个大客户为什么每年都拖到12月底才打款，是因为对方公司的财务制度；那台进口设备为什么开机前必须空转五分钟，是当年一次事故换来的教训；那个审批流程为什么看起来绕远，实际上是为了绕开某个部门的内部矛盾。
这些东西，从来不在任何文档里。它们在老师傅的脑子里，是十年、二十年踩坑攒出来的。公司花十年养出来的经验，在他办完离职手续的那个下午，一夜归零。
然后呢？新人进来，把同样的坑，原封不动地再踩一遍。客户重新得罪一次，设备重新修一回，流程重新吵一轮。
面对这个问题，大多数公司的解法是：建知识库。把老师傅请回来，让他写文档、录课程、开讲座。
效果怎么样？你大概也见过：写出来的，要么是一份干巴巴的操作清单，要么是没人打开过的培训 PPT 。经验还是没有留下来。
为什么？
因为“经验”“知识”“技能”，看起来是一回事，其实是三种东西。把它们混在一口锅里，就永远管理不好。
而Google这篇论文，恰好把这件事用工程师的语言讲清楚了。
二、Google的解法：把三种东西，分三层放
WikiSkill 是给 AI Agent 设计的进化架构。所谓 Agent，就是能自己干活、自己调工具的 AI 系统。这个架构把 Agent 的成长拆成三层，每层只干一件事。
这个分层，值得逐层拆开看。因为你会发现，它简直就是一份优秀公司的知识管理蓝图。
第一层，叫 Raw Layer，存原始记录。
Agent 每次执行任务的完整过程——它怎么思考的、调用了什么工具、结果成败与否——全部原样保存，而且规定：不可修改。
注意这个细节：不可修改。
为什么这么死板？因为原始记录是事实依据。后面所有的复盘、分析、改进，都要回头翻这些档案。如果记录可以被随手改掉，那所有的分析都建立在流沙之上。
对标到企业，这就是原始凭证思维：会议纪要、客户沟通记录、事故现场报告，第一时间原样归档，谁也不许动。多少公司的“复盘”最后变成互相甩锅，根子就在第一步——事实已经被加工过了。
第二层，叫 Wiki Layer，这是整个架构的心脏。
它把零散的原始记录，编译成结构化的知识：失败的模式、成功的策略、每次改动的来龙去脉，一份一份沉淀下来，跨任务持续积累。
这里有两个设计，我认为是整篇论文最精彩的部分。
第一个：知识永不回滚。
WikiSkill 的进化循环里，AI 每轮会提出技能改进方案，然后接受验证。验证不过，方案就作废，技能退回上一版——但是，支撑这个方案的所有分析、所有踩坑记录，一条不丢，永久保留。
什么意思？就是这次尝试虽然失败了，但“为什么失败”成为了公司的永久资产。下一轮改进时，系统会先看到上一次的失败分析，同一个坑，绝不踩第二次。
你对比一下现实中多数公司的做法：项目黄了，复盘会开完，报告发个邮件，然后石沉大海。半年后另一个团队接着做一个类似的项目，把同样的错，再犯一遍。
失败的尝试可以回滚，失败的认知必须沉淀。这一条，99%的公司做不到。
第二个：知识和技能严格分开。
知识回答“我们知道什么”，技能回答“我们该怎么做”。以前的方法把这两样搅在一个技能文件里，结果每次修改技能，背后的推理依据就丢一次。WikiSkill 把两者拆开：知识层持续积累，技能从知识里生长出来，并且每个技能都附带一份“立法说明”——记录它是为了解决哪个问题而诞生的。
这就像公司发制度文件。差的制度只有条款，没有背景，执行者不知道为什么这么规定，最后要么机械执行，要么阳奉阴违。好的制度每条都附立法说明，改制度的人能看懂初衷，不会一刀切死。
第三层，叫 Skills Layer，真正干活的部分。
当前生效的技能都放在这层，Agent 执行任务时直接调用。它是前两层的最终产出：原始记录喂养知识层，知识层孵化技能层。
三层看完，你发现了吗？这就是一个组织的知识进化模型：事实层保证真实，知识层负责沉淀，技能层负责执行。
三、数据不会说谎：四组数字，四个洞察
理念讲完了，来看论文的实验数据。五个基准测试、五个不同规模的模型，四组结果，每组都有商业含义。
第一组：模型越强，从“攒经验”中获益越大。
在 Qwen 模型家族里，WikiSkill 带来的提升随规模递增：4B 模型涨 12.3 分，9B 涨 17.5 分，27B 涨 23.9 分。
这打破了一个常见的迷思——“我们模型还不够强，先不搞知识管理”。恰恰相反：底子越好的人，越需要好的方法论。给顶尖运动员配备科学训练体系，收益远大于给业余选手。所以，越是 AI 用得深的团队，越应该尽早搭知识沉淀的架构。
第二组：9B 加技能，超过 27B 裸模型。
这就是开头那组数据：47.4% 对 39.4%。
参数量差 3 倍的差距，被一套“攒经验”的架构填平了，还反超。这对算力预算有限的中小企业，是个巨大的好消息：你买不起最大的模型，但你养得起最好的知识库。规模上的劣势，可以用积累上的优势来换。
第三组：别的模型攒的技能，比自己的还好用。
这是最出人意料的一条。9B 模型使用 27B 模型进化出来的技能，成绩 70.2%；用它自己攒的技能，只有 63.4%。
“别人总结的方法论，比自己摸索的还管用”——这在商业世界里太常见了。咨询公司的价值，本质上就是这个：把一个行业里最聪明的大模型（头部企业）的实践经验，提炼成方法论，卖给执行力强的小模型（中小企业）。
论文从技术层面证实：总结策略的能力，和执行策略的能力，是两种可以分离、可以交易的能力。
第四组：抽掉知识层，成绩暴跌 15 分。
消融实验显示，去掉 Wiki 层的访问，平均分从 63.7% 掉到 48.7%。
这一组数据是给所有“重执行、轻沉淀”的组织的当头一棒：技能层再怎么努力，没有知识层的持续喂养，复杂问题的失败模式就是兜不住。反过来推：一家公司如果只考核“干了多少活”，从不考核“沉淀了什么”，它的能力天花板，已经写死了。
四、对企业，对个人，这意味着什么
把视角拉回来。WikiSkill 是给 AI 设计的，但它的底层逻辑，对企业和个人同样成立。
对企业的启示：AI 时代的竞争，正在从“买什么工具”，转向“攒了什么知识”。
2023 年，大家比谁先接入大模型；2024 年，比谁的 prompt 写得好；到了今天，工具的差距越来越小——你用的模型，竞争对手也在用。真正的护城河，变成了那层“Wiki”：你的客户数据沉淀、你的失败案例分析、你的业务知识库。这些东西，买不来，抄不走，只能一天天攒。
所以给企业三个具体建议：
第一，建立“不可变”的原始记录制度。AI 应用的每一次对话、每一次产出、每一次人工修正，原样归档，这是所有进化的原料。
第二，定期把记录“编译”成知识。每月做一次复盘，把零散的案例提炼成“什么情况、怎么处理”的模式库。注意，是持续积累，不是一次性上系统。
第三，让知识长成技能，并给技能附上“为什么”。SOP 不是抄来的模板，而是从自己的知识库里长出来的动作，且每条动作都写清设计初衷，方便日后迭代。
对个人的启示，只有一句话：
你和 AI 协作的每一次经验，要么随风飘散，要么复利增长。区别只在于，你有没有自己的“Wiki 层”。
同样是每天用 AI 写方案，一种人用完就关；另一种人把好用的指令存进文档，把踩过的坑记成清单，三个月后，后者手里的 AI，已经不是当初那个 AI 了——不是模型升级了，是他的技能库进化了。
论文里有句话我印象很深：知识回答“我们知道什么”，技能回答“我们该怎么做”。
个人成长也是一样。知道，是 Wiki 层；会做，是 Skills 层。大多数人卡住的地方，是既不沉淀知识，也不刻意把知识转化成动作。
最后的话
回到开头那场比赛。
9B 打赢 27B，赢的当然不是那 90 亿个参数，而是参数背后那套让它不断变强的系统。
技术会过时，模型会迭代，这一代最强的大模型，三年后也会被更强大的后辈取代。但有一件事不会过时：把经验变成知识，把知识变成能力，这个循环本身，才是任何时代都稀缺的进化引擎。
对组织如此，对个人，亦然。
技术越强大，沉淀越值钱。这是 AI 时代，每个人都该记住的一条法则。
发表于 2 小时前
|
查看: 4|
回复: 0
