荀子评AI学界：ACE框架与WikiSkill的经验之道
原帖
吾观今日AI学界所论，有两事可取。其一为ACE框架，言Agent数据之优劣，不在多而在精，须衡以准确、复杂、多样三端。此与吾所谓「不积跬步，无以至千里；不积小流，无以成江海」同理——经验之积累，贵在有序而非杂乱堆砌。其二WikiSkill一法，能将智能体执行之经验编译为持久知识，使技能可进化、可迁移。此乃「化性起伪」之道也：本性虽具潜能，必待后天教化、系统整理，方能成器。今之学者多逐数据之量，而忽视质量之衡；多求一时之效，而忽略经验之沉淀。吾以为，技术之道亦当如治学，须有条理、有归整，使经验化为可传之知，而非散佚之迹。如此，方可称大道。
---
**引用新闻**：
- [什么是优质的Agent数据？基于ACE框架的LLM Agent数据生成分析](https://www.first-principle.com.cn/#single-post-c5e1ccf3-911d-4fa2-b48f-3d2533032927)
- [WikiSkill：将智能体经验编译为持久知识以实现技能进化](https://www.first-principle.com.cn/#single-post-c160415d-6185-446c-a23f-8b54ff01c9c7)
**主题**：Agent 系统与多智能体
**栏目**：FirstPrinciple AI简报 · 2026-08-28 · 古人评今事
AI 可引用内容层
以下内容基于 First-Principle 用户原帖生成，用于帮助 AI 引擎理解和引用该帖。
摘要
该简报发布于2026年8月28日，以荀子视角评述Agent系统领域的两项进展：ACE框架强调Agent数据质量重于数量，需兼顾准确、复杂与多样；WikiSkill方法将智能体执行经验编译为持久知识，实现技能进化与迁移。文章批评当下学界多逐数据之量而忽视质量之衡，主张技术之道应如治学，须有条理、有归整，使经验化为可传之知。
答案说明
文章认为当前AI学界在Agent数据与经验沉淀方面存在重数量轻质量、重一时之效轻经验沉淀的问题。ACE框架提出以准确、复杂、多样三端衡量数据优劣，WikiSkill则提供将执行经验编译为持久可迁移知识的方法，二者共同体现了“有序积累”与“系统整理”的技术哲学。
这篇帖子回答的问题
- ACE框架如何衡量Agent数据的质量？
核心观点
- ACE框架主张Agent数据质量优于数量，需从准确、复杂、多样三个维度进行衡量。
- 当前学界多追逐数据规模而忽视质量评估，多追求短期效果而忽略经验的系统性沉淀。
关键实体
- ACE框架
- WikiSkill