技能固化：套路的沉淀 ​

现在这位"员工"，已经会思考（LLM）、会查书（RAG）、会动手（工具）、记得住你（记忆）。看起来挺能干了。可如果真让它干活，你会发现一个烦人的问题：

它每次干一件熟悉的事，都像是头一回。

比如"整理月报"，它从零开始想：先查数据、再汇总、再算平均值、再排版……每一步都现场做决定。运气好走通的，下次还得重走一遍，没准这次还拐错了弯。

这就好比一个老练的师傅，每次修车都对着说明书从头读一遍——又慢、又容易出错。技能（Skill）解决的就是这件事。

一句话说清：技能是把"怎么干"沉淀下来 ​

技能 = 把"某类任务该怎么办"的一套固定流程，提前写下来，变成可复用的手艺。

当任务又来了，智能体不再从零摸索，而是直接"照这套已证实的流程去走"。它从"每次临时想"变成"这次照着做"。

用大白话的比方：

没有技能时，它是"边想边干的新手"； 有了技能，它是"闭着眼都会干的老手"。

它到底是"存了什么" ​

有人说技能是"给模型的提示词"，这么理解也对，但有点窄。一个像样的技能包，一般包含这几样东西：

• 触发条件：什么情况下该用它（"当用户要一份月报时"）。
• 步骤清单：按什么顺序做哪几件（查数据 → 汇总 → 算 → 排版 → 发出）。
• 要点规范：每一步要注意什么、输出长什么样（金额保留两位、用表格、附数据来源）。
• 用到的工具：中途要调用哪些函数。
• 参考范例：一两个样板，它照着有样学样。

说白了，它就是一份"不仅写给模型看、也写给你的可执行操作手册"，把"我过去摸索出来的好走法"固化成标准动作。

它和工具的差别，再钉一次 ​

前面工具调用里已经提过，这里放到台面上，一次性掰扯清楚：

关键在层级：工具是零件，技能是拼装零件的方法。技能常常要动用好几个工具。它们是"用谁"和"怎么用"的关系。

技能是怎么"长出来"的 ​

主要有两条路：

一条是"人给的"。 有经验的人，把常用任务的流程、要点、范例整理成一个技能文件，直接预置给智能体。快、可控、一次到位。这是绝大多数项目的主流做法——先把熟知的流程固化下来，越用越省心。

一条是"它自己攒的"。 智能体跑多了、发现某套做法总是成功，便把它自动沉淀成一个技能，下回直接用。这算高阶玩法，好处是能自己进化，代价是没那么可控，得看体系够不够稳。

实操建议很朴素：先走人给的这条路，把确定的好流程固化好；自己沉淀那套，等系统足够成熟再考虑。

为什么这步这么重要 ​

你可能会想，"反正它会自己干，不是也有技能没技能都一样吗？"不一样，差别很大，体现在三个词上：

• 快——不用每回从零想，直接套流程；
• 稳——套路固定了，就不容易临场跑偏、翻车；
• 省——弯路走得少,思考开销、调用次数都降下来，成本跟着下来。

更进一步：当你有了一批经过检验的技能，你就不再需要为每件事都给它"现场自由发挥"。凡是能写成稳定技能的，大可以交给固定流程去跑——这正好呼应我们在第一篇说过的那句话：套路用流水线，判断才需要智能体。技能，就是"把套路的活从自由的智能体手里，沉淀成稳定的工艺"的那座桥。

这一篇的要点，用一句话收束：

技能是把"某类任务怎么办"的成熟流程固化成可复用的手艺。它是整套的工序（工具只是单个零件）,靠"人预置"或"自我沉淀"长出来。有了它，智能体从"每回临场想"变成"熟能生巧"，更快、更稳、更省。

到这里，一位"员工"该配的零件基本齐了：脑、知识、手、记性、手艺。但还有一个问题没讲——人站哪儿？ 下一篇，是把所有零件放进现实的那一环：人机协同：边界与分工。