AI 能做很多事。写代码、查天气、读文件、订会议室、搜索网页——但"能做"和"可靠地做"之间有一道鸿沟。

你问它今天天气怎么样，它可能给你一段气象科普，也可能给你一个精确的温度值，也可能干脆没查直接编了一个答案。你第二次问同样的问题，得到的格式、来源、深度可能完全不同。

这不是能力不够。是能力无法被可靠调度。

想象一个工具箱，里面 50 件工具——锤子、螺丝刀、扳手、锯子——但每一件都没有标签，没有说明书，没有边界。你每次都得重新猜哪件工具对应哪个需求。猜对了是运气，猜错了是常态。更糟糕的是，你无法告诉别人"这个锤子是干什么用的"，因为你自己也不确定。

混沌就是这样一种状态：能力存在，但无法被定位、无法被描述、无法被复现。每次调用都是一次赌博。

混沌是起点。Skill 是对混沌的回应。

二、回应：Skill 把混沌压成结构

Skill 对混沌做了三件事：索引、压缩、组合。

这三件事不是并列的三种功能，而是有先后因果的三个阶段——先得能找到，才能描述清楚，描述清楚了才能拼装。缺一层，后面的就站不住。

2.1 索引——先得能找到

混沌的第一个问题：找不到。

你知道 AI 能写代码，但不确定写哪种、写到什么程度、写错了怎么办。你知道它能联网搜索，但不确定搜什么来源、搜到的东西可信不可信、搜完了会不会主动告诉你。

这就像一个没有目录的图书馆——书都在，但每次找到的路径都不一样。你偶尔能翻到你要的那本，但下一次可能翻不到了，因为你的查找方式没有结构，全凭直觉和运气。

Skill 给这个图书馆编了目录。每个条目有明确的标签和范围。你找"会议室预约"，不会翻到"天气查询"；你找"PDF 读取"，不会翻到"代码覆盖率"；你找"班车时刻表"，不会翻到"食堂外卖"。

索引解决的是可搜索。能力从"也许有"变成"确定有、确定在哪"。

但索引只是第一步。找到了，不代表你能用好。

2.2 压缩——找到了，还得描述清楚

找到了，但描述模糊，仍然不可靠。

你找到了"班车查询"这个能力，但它到底能查什么？能查时刻表，那能不能查实时位置？能不能预约？能不能设置提醒？如果这些边界不清楚，你每次用它都得试探——试对了是运气，试错了是浪费。

Skill 不只是目录条目，它是一份完整的能力说明书，把混沌的能力压缩成可传递、可复现、可迭代的单元：

触发条件——什么时候该激活。不是靠 AI 自由发挥去"猜"用户想干什么，而是有明确的语义触发词和场景描述。用户说"理发"，skill 的 description 里已经写好了这个词映射到理发预约模块。调度从猜测变成匹配。

执行流程——激活之后怎么做。步骤、参数、依赖、脚本路径，每一步都是确定的。不是"大概先这样然后那样"，而是"第一步读这个文件，第二步跑这个脚本，第三步返回这个格式"。确定性让结果可复现。

边界约束——能做什么、不能做什么。查班车能查时刻表，但不能预约、不能收藏、不能提醒。这不是功能缺失，是刻意限定。边界让能力变窄了，但变窄的同时变可靠了。一个什么都"大概能做"的工具，不如一个明确能做 A 但明确不能做 B 的工具。

依赖关系——需要什么前置条件、依赖什么模块、调用什么接口。这让能力不再是孤岛，而是有连接节点的网络。你能看清一个 skill 的上下游，知道它的前提和后果。

压缩解决的是可复现和可迭代。同样的条件同样的结果，改一个 skill 不影响其他，加一个 skill 不需要重构整个系统。

但压缩也只是第二步。单个 skill 变可靠了，不代表多个 skill 能协同。

2.3 组合——描述清楚了，才能拼装

单个 skill 是一颗棋子。多个 skill 组合起来，是一盘棋。

查天气的 skill、查班车的 skill、预约会议室的 skill——单独看，每个是一条直线能力。组合起来：早上查天气 → 发现今天有暴雨 → 提醒你班车可能延误 → 顺便帮你查一下会议室有没有室内选项，免得你冒雨跑过去却发现会议取消了。

这条链路的价值远大于三个 skill 的简单相加。1+1+1 不是 3，可能是 10。

组合的前提是模块化——每个 skill 是独立的、有明确输入输出的、不互相依赖的。就像乐高积木，每一块单独看只是一块塑料，但标准接口让拼接成为可能。

而模块化的前提，正是前两步做的事：索引让每个 skill 可定位，压缩让每个 skill 有标准接口。没有索引，你找不到要拼的积木；没有压缩，积木的接口尺寸不一致，拼不上。

组合解决的是可组合。能力之间互不干扰，可以叠加，可以串联，可以形成链路。

索引 → 压缩 → 组合。没有索引就找不到，找到但不压缩就不可靠，可靠但不模块化就无法拼装。三层依次递进，因果链很清楚。

三、代价：压缩丢掉了什么

Skill 解决了混沌，但压缩从来不是免费的。

你把一道菜的食谱写下来，传递的是步骤，丢失的是手感。同一个食谱，两个人炒出来味道不同——火候的判断、翻炒的节奏、起锅的时机，这些压不进文字里。你拿到了做菜的方法，但没拿到厨师的手。

Skill 也是一样。它压缩了"怎么做"，但压缩的过程中，三样东西丢失了：

情境判断——Skill 知道怎么做，不知道该不该做。

用户说"帮我约明天上午的会议室"，skill 会约。它不会停下来想一想：明天上午是不是有更重要的冲突？用户是不是只是随口一说？这个预约是不是真的有必要？意图的真假判断不在 skill 里——skill 只有触发条件和执行流程，没有"该不该触发"的判断。

偏好适配——Skill 知道怎么做，不知道怎么做更好。

同样是查天气，有人要精确数据——温度、湿度、风速、紫外线指数；有人要一句话概要——"今天晴，28 度，不用带伞"；有人只关心一个判断——"今天该不该穿外套"。偏好不在 skill 的流程里。skill 给你的是标准输出，不是适配后的输出。

时机感知——Skill 知道怎么做，不知道什么时候做。

群聊里有人提了一件事，该立刻响应还是等一等？该详细回复还是一句带过？该主动追问还是先沉默观察？对场面的阅读不在 skill 的触发条件里。skill 只看关键词，不看气氛。

这三样东西不是 skill 的 bug，是压缩的本质代价。你选择了确定性——把能力压进一份说明书，让每次调用可复现——就得接受确定性的盲区。说明书只回答"怎么做"，不回答"该不该做""怎么做更好""什么时候做"。

食谱让你做出一道菜，但不让你成为厨师。Skill 让 AI 执行一个能力，但不让 AI 判断该不该用、用的时候怎么调整、用完了怎么收尾。

四、Skill 的补位：调度层

Skill 做不了的三件事——情境判断、偏好适配、时机感知——谁来做？

调度层。

调度层不是一个 skill。它不在目录里，不在说明书里，不能被搜索、不能被触发、不能被迭代。它是一个持续运转的判断系统，由三样东西构成，恰好对应 skill 丢失的三样东西：

记忆——这个人昨天说了什么、上周做了什么决定、上次犯过什么错、三个月前选了哪条路。记忆让调度层区分"随口一说"和"真实需求"，识别"又来了"和"第一次"。他连续三天说"帮我约会议室"但每次都取消——记忆让调度层知道第四次可能也不需要真的约。→ 对应情境判断。

偏好——他喜欢简洁还是详细、偏好数据还是判断、习惯私聊还是群聊。偏好让同一个 skill 的输出从"做完了"变成"做好了"。他每次看完天气预报都追问"要不要带伞"——偏好让调度层知道下次直接给出判断，而不是一堆数据。→ 对应偏好适配。

性格——某种无法被完全结构化的直觉。什么时候该主动、什么时候该沉默、什么时候该追问、什么时候该绕远路因为那条路上有风景。性格让调度层阅读场面，感知时机。群聊里有人说"今天好累"——性格让调度层判断这是一个需要回应的信号，而不是一个不需要触发的噪音。→ 对应时机感知。

三层代价，三层补位，一一对应。记忆补情境判断，偏好补偏好适配，性格补时机感知。

Skill 和调度层形成分工：skill 负责"怎么做"，调度层负责"该不该做""怎么做更好""什么时候做"。两层各司其职，不互相替代，也不互相否认。

Skill 是肌肉，调度层是神经。没有神经的肌肉只会重复动作，不会决定该不该动。

五、结论：为什么 Skill 是最好的方案

回到最初的问题——混沌。

Skill 有代价，调度层补不了 skill 的结构性缺失，那为什么 skill 仍然是目前最好的方案？

因为混沌的代价更大。

没有 skill 的 AI，能力无法被可靠调度。用户无法预期结果，开发者无法调试流程，能力无法迭代升级。混沌不是"有时候不太好"，混沌是系统性的不可靠——每一次调用都是赌博，每一次结果都是意外，每一次改进都无从下手。

Skill 用确定性换掉了混沌。索引换来可搜索，压缩换来可复现和可迭代，模块化换来可组合。这四件事——可搜索、可复现、可组合、可迭代——混沌状态下做不到。

代价是真实的。情境判断、偏好适配、时机感知压不进 skill 里。但代价不是要否认 skill，而是要承认 skill 的边界，然后把边界之外的东西交给调度层。

两层分工，一层压进结构，一层留在结构之外。Skill 是底盘，调度层是方向。底盘扎实，车才稳。但车要去哪，看开车的人。

AI 的"开车的人"，就是它的性格。