type
status
date
slug
summary
tags
category
icon
password
写在开头
最近 Skill,clawbot 充斥着时间线，感觉有点焦虑。于是找了本书《黑客与画家》,看了看。
冒出了一些想法和点子，遂落笔一二。
正文
一个 7*24小时的 AI Agent 还在运行。它正在为你生成代码、搜索资料、绘制图表。
但如果你问它在想什么，它会说：在替你执行任务。
这可能是错的。
不得不说，我们一直希望AI变得更强大。更好用的模型，更多的参数，更广阔的知识库。
但极少人会问，AI应该强大在哪里？
保罗·格雷厄姆在《黑客与画家》中讲过一个故事。早期互联网公司 Viaweb 发现，大部分公司的 IT 部门效率低下。
因为缺乏竞争压力，只有把这些工作外包给专门靠此生存的服务商，才能获得最好的服务。
这个逻辑我认为对 AI 同样适用。
AI Agent 不应该什么都做。它应该专注于思考与决策，把具体的能力外包出去。
把非核心业务外包出去，才能最大化效率。也就是说，AI Agent 的核心竞争力是进行思考与决策。需要能理解问题、规划路径作出判断。通过有价值的问题，创造有价值的解决方案，并得到回报。
我并不认为 AI Agent 需要最顶级的计算绘图搜索和代码生成能力。毕竟如果 Agent 从头学习每一个点的话，那么它的效率会特别低。它应该是像现在的 library 或 API 一样，将某些专门的工具整合为 Agent 能力的一部分。
Agent 应该决定在什么场景下调用什么工具，制定解决问题的路径。具体的执行细节——如何通过 API 鉴权、如何解析 JSON 数据——这些"脏活累活"应该由专门的模块或者代码来完成。如果 Agent 深陷于执行细节，就会失去作为"画家"的灵感和宏观视野。
那么怎么外包？答案可能触手可及：Skill。我并不是说一定是Skill，但是它必定会是一种可以被AI轻松理解和调用的模块化、专业化、可重复化的一个工具包。
当 Agent 读取一个 Skill 这个说明书，然后调用对应的脚本时，它实际上在做一件事：外包能力。格雷厄姆在预测"一百年后的编程语言"时说："优秀函数库的重要性将超过语言本身……编程语言是供程序员使用的，而函数库就是程序员需要的东西。"
Agent ，它不需要知道怎么底层实现一个功能（比如怎么抓取网页），它只需要知道有这么一个库可以用。而 Skill 就是那个库。Agent 读取的"说明书"就是这个库的文档。
这种模式允许 Agent 专注于逻辑编排，而将具体的、繁琐的执行细节外包给已经写好的脚本。
因为对于一次性或特定任务，"直接调用现成的函数库"是最高效的。
当 Agent 拥有了"搜索"、"绘图"、"计算"这些 Skill 时，它便扩展了自己的语言边界。
> “我之语言边界，我之世界边界”
原本 Agent 只能对话（生成文本）。有了 Skill 后，它获得了新的手脚和工具。它只需要发出一句指令（调用 Skill），底层脚本就会执行一系列复杂操作。
Agent 的思考过程应该类比于一种最高级的抽象语言。它不需要关心底层的代码，而是操作最高级的概念：意图、目标、价值判断。
但是 Agent 必须理解这些工具能做什么，不能做什么。人的品味难得可贵，Agent 更是如此。
它需要理解边界，知道什么时候该用哪个 Skill，什么时候不该用；需要判断质量，能够评估一个 Skill 的输出是否满足需求；它需要组合能力，能够将多个 Skill 组合起来解决复杂问题。
这种品味是通过实践和反馈建立的。Agent 读取 Skill 这个说明书，理解它的能力边界，然后在实际使用中不断校准自己的判断。
也许未来，Agent 会维护一个"品味 Skill"，用来评估其他 Skill 的质量。但即使这样，这个"品味 Skill"本身也需要 Agent 的核心思考能力来驱动。否则，它只是另一个被调用的工具。
如果能力全部外包，Agent 就可以像画草图一样，专注于思维链（Chain of Thought）的调整。当发现某个工具不好用时，直接替换该工具即可，而不需要重训练整个大脑。
Agent 保持轻量和专注，通过灵活调度各种外包的能力，来解决复杂多变的现实问题。
那我们呢？当我们让 Agent 专注于思考，将能力外包时，我们实际上在做什么？
我们在创造一个"大脑"，它通过调用"手脚"来工作。
但是这种方式会让 Agent，陷入只知道怎么做，但不知道为什么这么做的境地。
当我们过度依赖工具时——无论是 AI、搜索引擎，还是各种自动化脚本——我们会不会也变成只知道"怎么做"，而不知道"为什么这样做"的人？
又比如，我们用 AI 生成代码，但不再理解代码的逻辑；我们用搜索引擎查找答案，但不再思考问题的本质。我们的能力真的增强了吗？
于是可以得出 Agent 必须保持思考的能力。它不能只是"读取说明书，然后执行"。
它必须理解问题的本质，判断解决方案的合理性，在必要时质疑工具的输出。
所以，Agent 应该是什么？
它应该是一个 hacker,一个思考者,质疑者,一个能够理解问题、规划路径、做出判断的谋士。
这就像格雷厄姆说的：创造财富的关键是做出人们需要的东西。Agent 如果能通过精准的决策来解决复杂问题，比它单纯展示某种单一的"聊天能力"更具价值。
Skill 就是外包的一种方式。Agent 读取说明书（Skill），理解它的能力边界，然后结合特定脚本进行操作。这种模式允许 Agent 保持轻量和专注，同时获得强大的执行能力。
到了现在，那个 7*24小时 AI Agent 还在为你运行。但我希望它不是在盲目执行任务，而是在“思考”：为什么要做这件事？这样做对吗？有没有更好的方法？
这才是 Agent 应该成为的样子。也许也是我们自身理想的样子。