智能体技能：自动生成与人工编写怎么选

一、对比背景：智能体有了手脚，还缺专业知识

过去两年，大模型应用的重心从“会聊天”转向“会做事”。业界通过统一的工具调用协议、命令行接口、记忆层等运行环境改造，给智能体装上了“手脚”——它能调用搜索、读写文件、执行代码。但这些改造解决的是“你整体上能调用什么工具”，并没有回答“一件具体的事，到底该怎么把事做对”。

于是，“技能”成了关键拼图。2025 年 12 月，某头部模型厂商将智能体技能机制发布为开放标准：一套标准化的文件夹规范，让智能体像安装应用一样加载专业技能。每个技能文件夹中包含一份说明文档，写清楚这个技能是什么、什么时候用、怎么用，还可以附带可执行脚本，让智能体不仅“知道怎么做”，还能真正动手。标准发布后行业跟进极快：主流模型服务商在其对话产品与编码工具中采用了几乎一致的架构；多家主流 AI 编码工具陆续支持；有企业协作平台用技能把文件转换为符合公司规范的演示文稿与电子表格；有知识管理平台用技能让模型直接在文档内执行操作，而不只是停留在对话层面。

然而蓝图很快撞上现实。该标准配套的官方技能自动生成工具上线初期，有开发者观察了上百名用户的实际使用情况，结论是：“大多数产物看起来更像玩具而不是工具。”技能该触发时不触发、塞进去的指令太多导致智能体“晕掉”、安全漏洞、输出格式出错等问题反复出现。真正好用的技能，几乎都靠人工逐字打磨。

这就引出一个非常现实的工程决策：技能到底应该自动生成，还是人工编写？ 本文的对比对象正是智能体技能的两条主流生产路径——路径 A（平台工具自动生成）与路径 B（工程师人工编写），并在文末延伸对比技能承载方式的代际差异。

二、对象定义：两条技能生产路径分别是什么

路径 A：自动生成技能。 指依托平台自带的技能生成工具，开发者只需输入一段需求描述，工具自动产出技能文件夹，包括说明文档与可执行脚本。核心卖点是零门槛、快：不了解技能规范的业务人员，也能在几分钟内“造”出一个技能。

路径 B：人工编写技能。 指工程师或领域专家按照技能规范手工撰写说明文档、提炼工作流、编写并反复调试脚本。前期耗时更长，但产出物经过人的判断与打磨，对触发条件、边界情况、输出格式有更精确的控制。

值得一提的是，“让技能自己长出来”并不是新问题。早在 1999 年，强化学习领域就提出了 options framework（选项框架），核心想法正是让智能体自己发现和组合可复用的行为模块，而不是每次从零开始逐步试探——这是“技能”概念在学术上的第一次正式登场。但那个年代的技能困在神经网络的权重矩阵里：不可解释、不可迁移、不可编辑。你训练出一个“开门”的技能，想搬到另一个环境几乎不可能。今天技能以文件与代码承载，恰好补齐了这三个短板。理解这条演进线索，有助于看清两条生产路径的本质差异。

三、相同点分析：目标一致，形态趋同

两条路径的共性，恰恰解释了为什么它们值得放在一起对比：

1. 目标一致：都是把“一件具体的事该怎么做对”的 know-how 沉淀为可复用模块。技能不是“整体能力清单”，而是工作流程中 know-how 的结晶。
2. 形态一致：都遵循同一套文件夹规范——说明文档 + 可执行脚本 + 参考资料。对运行时而言，无论技能来自自动生成还是人工编写，加载方式与触发方式完全相同。一个典型的技能目录结构如下（示意）：

compliance-skill/            # 一个技能文件夹（示意）
├── skill.md                 # 标准化说明文档：是什么、何时触发、怎么用
├── scripts/
│   └── convert_report.py    # 可执行脚本：真正动手的部分
└── references/
    └── company_spec.md      # 公司规范等参考资料

1. 分发机制一致：都可以快速复制。一个团队写好（或生成好）一套合规检查技能，直接分发给所有成员的智能体即可，“可复制性”本身就是技能价值的一部分。
2. 依赖底座一致：都依赖智能体已具备的工具调用能力。工具协议解决“能做事”，技能解决“把事做对”，二者缺一不可。

四、核心差异分析：优劣来自哪些技术细节

相同的目标不等于相同的效果，差异体现在六个维度。

1. 触发准确性。 技能依赖说明文档中的描述来匹配用户意图。自动生成的技能常见“该触发时不触发”的问题，因为工具往往产出泛化、冗长的描述，意图匹配容易失灵。人工编写时，作者会反复推敲触发语句、收敛适用范围，命中率明显更稳。

2. 指令密度与上下文负担。 技能说明会被注入智能体的上下文。自动生成的技能倾向于“什么都写进去”，指令过载反而让智能体行为混乱。人工编写则遵循“说明文档保持精炼、细节下沉到脚本与参考文件”的原则，上下文占用可控。

3. 质量与可靠性。 自动生成的产物粗糙、不可靠，是早期观察中最一致的反馈。真实工作流充满隐性知识：文件的命名规则、报告的章节惯例、内部系统的字段约束。这些 know-how 很少出现在需求描述里，自动工具拿不到，人工作者却装在脑子里。

4. 安全性。 技能附带可执行脚本，本质上是给智能体增加了一份可运行代码。自动生成的脚本可能引入安全漏洞、过宽的文件访问权限或危险命令；人工编写的技能可以纳入代码评审、权限最小化、静态检查等常规软件工程流程。

5. 生产效率与维护成本。 自动生成初始成本低、速度快，适合验证想法，但产物缺乏结构化沉淀，后续往往要推倒重来。人工编写前期投入大，但技能一旦成型，就是可版本管理、可持续迭代的团队资产，长期维护成本反而更低。

6. 知识密度与领域适配。 合规、财务等行业场景中，“做对”的标准藏在规范文档和资深经验里，这正是自动化最薄弱、人工最有优势的环节。

小结一下根因：自动生成的短板并非算法不够强，而是三重结构性约束——隐性知识不在需求描述里、模型上下文空间有限、技能质量缺乏自动化的评估回路。

五、对比表格

对比维度	自动生成技能	人工编写技能
上手门槛	低，输入需求即可产出	高，需理解规范与工程实践
产出速度	分钟级	小时到天级
触发准确性	易漏触发、误触发	可通过精炼描述稳定控制
上下文负担	易指令过载	可控、精炼
可靠性	普遍粗糙，“玩具感”	经打磨，覆盖边界情况
安全性	需额外审计，风险较高	可纳入评审与权限管控
维护成本	难沉淀，常需重做	可版本化，持续迭代
适用阶段	探索、原型、低风险	生产、合规、资产化

六、延伸对比：技能承载方式的代际差异

除了“怎么生产”，还有一层容易被忽略的对比：“怎么承载”，这正是二十余年演进的主线。

• 权重承载（早期思路）：技能作为可复用行为模块存在于模型参数中。优点是与模型联合优化、无需额外工程；缺点是不可解释、不可迁移、不可编辑——出了问题无法定位，换环境无法复用。
• 文件承载（当下主流标准）：技能以文件夹规范、说明文档与脚本的形式存在于模型之外。优点是可读、可改、可分发、可审计，人与智能体共享同一份“操作手册”；代价是需要额外的加载与触发匹配机制，且技能质量高度依赖文档质量。

把两个维度叠加来看：承载方式已经收敛为文件规范，真正的分歧集中在生产方式上——这也再次凸显了本文对比的现实意义。

七、典型场景选择

更适合自动生成的场景：

1. 个人探索与想法验证：快速验证“这个流程交给智能体做是否可行”，产出物生命周期短，粗糙可接受。
2. 低风险内部工具：如会议纪要整理、简单格式转换，出错成本低，可先用再改。
3. 技能骨架起步：用自动工具生成初版结构，再人工改写说明文档与脚本，把“从零到一”交给机器。

更适合人工编写的场景：

1. 合规与规范类任务：如把文档转换为符合公司规范的演示文稿、电子表格，格式细节多、容错率低。
2. 生产级流程：技能被团队大范围分发、长期复用时，可靠性要求接近软件工程标准。
3. 安全敏感操作：涉及文件删除、外部请求、数据导出的脚本，必须经过人工评审。
4. 领域知识密集任务：行业规范、内部系统约定等隐性 know-how 密集的场景，自动工具无法覆盖。

八、选型建议

不做绝对化推荐，给出条件化判断：

1. 团队没有专职工程资源、需求生命周期短：可先用自动生成快速起步，但要把产出物当“草稿”而非“成品”。
2. 技能要分发给团队或进入生产：人工编写为主，并建立评审流程。技能本质上是代码与文档的组合，应享受同等的工程待遇。
3. 追求效率与质量兼得：采用“自动生成骨架 + 人工打磨细节”的混合模式，把时间花在触发描述精炼、边界情况覆盖与安全审查上。选择逻辑可参考以下示意：

# 技能生产路径选择（示意逻辑）
IF 场景涉及合规 / 生产 / 对外交付:
    人工编写 + 评审流程
ELIF 属于一次性探索或想法验证:
    自动生成快速验证，产物视为草稿
ELSE:
    自动生成骨架 → 人工精炼描述与脚本 → 沉淀为团队资产

1. 评估技能质量时，建议关注三个可观测指标：触发命中率（该触发时是否触发）、任务完成率（触发后能否把事做对）、返工率（产出被人工修正的频率）。无论哪种生产路径，这三个指标都是统一的验收标准。

九、迁移与使用注意事项

如果团队从“随手生成”转向“工程化建设”，以下几点值得提前规划：

1. 资产化管理：将技能纳入版本管理，明确负责人与变更记录，避免“原作者离开后没人敢动”。
2. 说明文档瘦身：定期审查说明内容，把过细的步骤下沉到脚本与参考文件，防止上下文膨胀导致智能体行为退化。
3. 安全边界：明确脚本的文件访问范围、网络权限与危险命令清单；对自动生成的脚本执行与人工脚本一致的审计标准。
4. 触发冲突治理：技能数量增多后，容易出现多个技能同时匹配或都不匹配的情况，需统一规划各技能的触发描述，避免语义重叠。
5. 兼容性验证：技能规范可能随平台演进，升级运行环境后应回归验证核心技能的触发与执行是否正常。

无论是基于百度智能云的大模型服务搭建智能体应用，还是使用其他通用技术栈自研，技能层的建设方法论是相通的：把技能当作软件资产来管理，而不是当作一次性提示词来对待。

十、总结

自动生成与人工编写，本质上是“速度”与“know-how 密度”之间的权衡。自动生成降低了技能生产的门槛，让“让技能自己长出来”这一被追问了二十余年的设想看到了工程化的入口；但现阶段它产出的技能普遍粗糙，触发不稳、质量参差。真正能进入生产、能被团队复用的技能，仍然依赖人对工作流的深刻理解与逐字打磨。合理的姿势不是二选一，而是分工：让机器负责从零到一的结构搭建，让人负责从一到精的质量把控。当技能被当作可版本化、可评审、可持续迭代的软件资产来运营时，智能体才能真正从“能调用工具”进化为“能把事做对”。