ARTICLE · 1009908
你的 AI 编码助手为什么总写出「原型级」代码?两年 Agent 工程化演进给了答案
你让 AI 写个功能，它 30 秒给你一段能跑的代码。你一 review：没有单元测试、边界不处理、错误直接吞掉、命名像猜谜。你让它补测试，它说「好」，然后塞了三个永远通过的假测试。你以为装了几个 skill、写了段系统提示词就算「工程化」了，结果 AI 还是走它的最短路径——能跑就行，质量后面再说。
这不是你一个人的体感。问题不在模型不够聪明，在于「工程纪律」从来没被编码进工作流。
过去两年 Agent 工程化真正在解决的，就是这件事。我把它拆成一条时间线：2024 年大家在谈「设计模式」，2025 年出现了「技能机制」，到 2026 年，重点已经变成「质量门禁」。一句话说，就是从「知道怎么做」，走到「能分发怎么做」，再走到「确保分发的真的好」。
2024：设计模式元年——「简单可组合」战胜「复杂框架」
Anthropic 在 2024-12-19 发了《Building Effective Agents》(Erik Schluntz & Barry Zhang)。这篇文档到今天还在被反复引用，原因很简单：它把「Agent 该怎么搭」讲清楚了。
Workflow vs Agent 的区分：Workflow 是用预定义代码路径编排 LLM 与工具；Agent 是 LLM 动态决定自己的流程与工具。区别只在一个问题：下一步谁来决定，代码还是模型。
5 种 Workflow 模式：Prompt chaining（提示链，中间加 gate 检查）、Routing（路由）、Parallelization（并行化）、Orchestrator-workers（编排者-工作者）、Evaluator-optimizer（评估者-优化者）。
首次提出 MCP（Model Context Protocol）：把检索 / 工具 / 记忆接入第三方的标准方式。
它的反直觉结论是：成功不是建最复杂的系统，而是建对的系统。很多模式几行代码就能实现，框架反而多一层抽象、更难调试。这在当年直接打脸了「上框架才专业」的风气。
2025：Skills 机制——从「模式」到「可复用资产」
这一年出现了真正的转折：方法论变成了可分发、可版本化、跨平台的资产。
Anthropic 在 2025-10-16 于 Claude 中推出 Agent Skills，2025-12-18 开放为开放标准（agentskills.io）。一个 skill = 一个含 SKILL.md 的目录，关键设计是三层渐进式披露（progressive disclosure）：
Level 1 元数据（启动时始终加载，~100 token/个，
name+description）Level 2 说明文档（触发时才读
SKILL.md正文）Level 3 资源 / 脚本（按需读取，脚本执行后只返回结果，几乎不占上下文）
它被称作「AI 的 Dockerfile」，微软、OpenAI、Cursor、GitHub、Figma 等都已采纳。
不过真正让 Skills 火起来的不是 Anthropic，而是社区——一群人把资深工程师的判断打包成了可复用的纪律：
Matt Pocock（
mattpocock/skills，MIT，约 3 万 star，173k+ 安装）主流程是grill-me → to-prd → to-issues → tdd：先对齐，再实现，坚决反对 vibe coding。Addy Osmani（
addyosmani/agent-skills，2026-02 开源，39K+ star，24 个 skill +/spec /plan /build /test /review /ship）三大哲学：Process not prose：skill 是 Agent 遵循的工作流，不是参考文档。
Anti-rationalization：每个 skill 内置「Agent 想跳过步骤的借口，加一条反驳」。比如「测试后面再加」，反驳是「没测试的代码不算完成」。
Verification non-negotiable：每个 skill 以证据要求收尾，测试通过、构建输出、运行时数据，「看起来对了」永远不够。
2026：开放标准与质量危机——普及之后的两面
到 2026 年初，公开可用的 Agent Skills 超过 10 万个，覆盖约 27 家平台（微软 Azure AI Studio、GitHub Copilot、Cursor、企业微信 OpenClaw 等）。SKILL.md 格式完全统一，各家只是存放路径不同，互操作这件事是真落地了。
不过数量上去了，麻烦也跟着来了：
数量爆炸，质量良莠不齐。官方精选的
anthropics/skills、openai/skills靠谱，社区聚合站就得慎用了。vibe coding 换皮。很多人把 skill 当成「更多提示词」，AI 该走最短路径还是走最短路径，spec、测试、审查照样跳。你开头被坑的那个痛点，根子就在这。
质量门禁缺失。Osmani 在《Agentic Code Quality》里说得很直白：人肉 code review 在 agent 时代已经撑不住了（每天几十万次变更），质量必须靠 harness、环境甚至 OS 层的 quality gates——单测、属性测试、变异测试、复杂度指标这些约束，由它们决定一段代码能不能跨过生产边界。
所以 2026 年大家聊的已经不是「怎么建 skill」，而是「怎么筛 skill、怎么给 skill 装上门禁」。我的一个判断：工程化成熟度看的是你的 skill 库质量加质量门禁，不是模型版本号。
回到开头的痛点。你的 AI 写出原型级代码，不是因为它笨，是因为你只给了它「更多提示词」，没给它「质量门禁」。先对齐，再实现，以验证收尾，这套 2025 年就该有的纪律，到 2026 年才被真正当回事。
你想看什么？
GO FUNNY 的选题，由你来定。
你平时用 AI 编码助手时，最常被「原型级代码」坑在哪一步？或者你有没有自己封装过好用的 skill 想分享？在评论区留言，或者直接发消息告诉我：
📌 你在用的 AI 编码工具 / Agent 框架
📌 你踩过的「代码能跑但质量稀碎」的坑
📌 你封装过、觉得真香的一个 skill
点赞最高的留言，下期就帮你拆解。