夜雨聆风
“Skill” 和“ Agent”
其实在做这篇文章之前，我也不知道这两个词是什么意思。虽然早就听说过，但面对这些专业名词还是新生抵触🤯。但当了解过后，其实并没有想象中的复杂！
下面我将会用大量的“类比”，帮助你轻松的了解并学会合理科学的使用他们。
Skill
定制化“工具箱”
Skill就像是给AI装了一个“翻译”或“排版”的插件，它只擅长你培训它的一件事情。
什么是Skill？
Skill本质上是一组经过精心编写、调试并打包好的Prompt。你可以把它理解为AI的“快速反应按键”。当你面对具有高度重复性、模式固定的指令要求时，Skill能让你跳过冗长的铺垫，直接进入执行环节。
优点：
高一致性： 输出质量通常非常稳定。
极速响应： 路径短，不需要复杂的逻辑推理，直接调用预设框架。
低成本： 不需要消耗过多token“思考”怎么做，因为它已经“背熟”了流程。
缺点：
缺乏灵活性： 它是死板的。如果任务稍微偏离了预设范围，Skill就会失效或给出驴唇不对马嘴的回答。
单点作业： 只能解决“点”上的问题，无法处理需要多步决策的“面”。
Agent
自主能力的“员工”
Agent是那种你交代完任务就可以去喝咖啡，等它拿结果给你的“数字合伙人”。
什么是Agent？如果说Skill是工具，那么Agent（智能体）就是一个拥有大脑、眼睛、手、记忆等多维的“员工”。它以大模型为核心，具备感知、规划、记忆和工具使用的能力。
你可以给它一个模糊的目标（例如：“帮我策划并执行一场直播”，它会自己思考：第一步做什么，需要调用什么工具，遇到问题怎么修正......)
优点：
自主规划：能拆解复杂任务，不需要你一步步下指令。
多模态与多模型调用： Agent可以根据需要，调用GPT写代码 / 调用image画图，一会儿去联网搜索。（前提是调用了相应的AIPI）
处理模糊性： 能够应对非标准化的任务，具有一定的“解决问题”的韧性。
缺点：
不可控性： 既然有自主性，就可能“走偏”，甚至陷入逻辑死循环。
高成本： 因为它在不断地“思考-尝试-反馈”，Token消耗大。
所以我们清楚在什么情况下选择Skill还是Agent处理问题非常重要，毕竟已总不想高高兴兴交给AI。回来一看把自己💰消耗个精光，还产出了一堆破烂儿。
Skill or Agent
如何选择？
1. 什么时候选 Skill？
长期且固定的工作流： 比如你每天都要把会议按照某种格式整理成会议纪要。
标准化交付： 输出的格式、语调、内容结构有严格且明确的要求，不需要AI自由发挥。
2. 什么时候选 Agent？
任务逻辑复杂： 涉及多个步骤，且下一步的操作取决于上一步的结果。
需要调用外部能力： 比如需要查天气、翻看本地文件、发邮件、生成图表等多模态协同。
探索性任务： 你只有一个模糊的目标，并没有现成的SOP（标准作业程序）。
PS
这里顺便解释一下什么是“多模态”？
简单来讲就是不同的感官系统（例如：听觉、触觉、味觉......）放到AI上来讲，就是图片/音频/视频/文本......
“多模态协同”就是人类通过听觉、触觉、味觉......多个维度感受世界；放在AI上来讲就是某个媒体通过文本、音频、视频等多个维度协同让用户在接受信息的同时有更好的体验。
But
不要“杀鸡用牛刀”： 如果只是一个简单的翻译或润色，强行套用Agent框架（增加各种反思、工具链）只会让简单问题复杂化，白白浪费钱和时间。
容错率极低的场景： 在涉及财务结算、精密指令执行时，也尽量慎用Agent。
