Agent 技能揭秘：为什么有效，什么时候会失效？¶
聊到智能体，"技能"是个绕不开的词。
简单说就是把各种操作经验打包成可复用的"技能包"，让 Agent 在执行任务时可以随时调用，听起来很美好。 但很少有人追问一个更根本的问题： 技能到底为什么有用？它只是"把经验存起来再取出来"这么简单吗？
普林斯顿、斯坦福、UC San Diego 几所大学的研究者最近发了一篇论文 《Demystifying Agent Skills》，专门讲述这件事。
他们做了 8,135 次对照实验，分析了 240 条完整轨迹，最后总结出三大类、十二种技能作用模式。结论挺反直觉的。
上图是他们的核心实验设计：把同一份历史经验，分别以"原始轨迹"和"蒸馏后的技能"两种形式喂给 Agent， 然后在相同任务上比谁做得好。所有实验都在固定的 Docker 环境里跑，保证公平。
核心发现：技能靠的是"锚定"，不是"知识"¶
研究最意外的发现是：技能之所以有用，主要不是因为补充了新知识，而是因为提供了"程序锚定"。
数据说话：65.7% 的技能效用来自程序锚定，而真正的"知识注入"只占 4.5%。剩下的是执行层纠错、上下文压缩之类的辅助作用。
什么意思？打个比方：Agent 做任务就像新手走迷宫。它不笨，推理能力在线，但每一步都可能走偏、绕路、撞墙。
技能的作用，不是给它一张写满知识点的地图，而是在迷宫的关键岔路口立上指示牌：先往左，再直走，第三个路口右转，走不通就退回来试另一条。
说白了，技能不是让 Agent 变聪明，而是让它变稳。
为什么"稳"比"聪明"更重要¶
很多人觉得 Agent 不行是因为模型不够聪明。但真到了工具使用的场景里，失败大多不是智商问题，是执行层面的反复试错。
比如环境配错了，试了三遍才找对依赖版本；命令参数记错了，来回调；输出格式跟验证器对不上，改来改去；工具调用顺序反了，前面白忙活；甚至忘了做验证，到最后才发现结果不对。
这些事单独拎出来都不大，但堆在一起就是大量 Token 浪费、超时失败、甚至方向走偏。
研究对比了"直接注入原始轨迹（工作流记忆）"和"提炼成技能"两种方式，结论是技能比工作流记忆平均提升 6.06 个百分点。 原因很直观：原始轨迹里虽然有正确答案，但也夹杂了大量探索噪声、失败分支和冗余过程——这些噪声反而会干扰 Agent，甚至把它带偏。
技能做的事情，就是把"有用的步骤"从"嘈杂的过程"中蒸馏出来，变成可以稳定复用的执行脚手架。
这张图很直观。三组对比：左边是裸奔的 Agent（Raw），中间是直接塞原始轨迹（Workflow Memory），右边是给蒸馏后的技能（Skill）。
一眼就能看出来，右边 Skill 组的深绿色（技能引导成功）比另外两组高一大截，蓝色系的执行失败明显少很多。这就是程序锚定的视觉证据。
真实的技能长什么样¶
说起来可能还是有点抽象，举几个我们内部正在用的技能例子，你就能感受到"程序锚定"到底是什么意思。
排查 Pod 问题，再也不用瞎试了¶
做云原生的人都知道，Pod 挂了是日常。但排查这件事，人和人的差距特别大。
新手上来可能直接 kubectl logs，看了半天日志没头绪，又去 describe，再不行上节点查 kubelet，
折腾半小时发现就是个镜像拉取失败——这种事我们都干过。老工程师就不一样了，上来先 describe 看 Events，十有八九一眼就能定位。
技能干的事，就是把老工程师那套"肌肉记忆"固化下来：先看 Events，再看探针，然后查日志，最后下沉到节点。 每一步看什么、什么情况算异常、哪些信号最容易被忽略——全都写清楚。
结果就是 Agent 不用再像新手一样东试试西碰碰，按流程走，最快路径找到根因。
镜像优化，不用每次从零开始¶
另一个我们用得很多的技能是 Dockerfile 优化。
这件事说难不难，说简单也不简单。你说 Agent 不知道多阶段构建吗？它当然知道。但真上手写的时候，还是会犯各种错：
缓存清理放在单独的 RUN 里等于白清、COPY . . 放前面导致每次改代码都重装依赖、盲目用 alpine 结果遇到 musl 兼容性问题……
这些坑，踩过一次就知道了。但 Agent 每次都是"第一次"踩。
技能的作用，就是把这些踩过的坑提前标注出来。就像老司机带新手走山路，哪个弯容易出事、哪段路容易落石，提前提醒一声。不用每次都自己摔一遍才长记性。
Token 成本分析，从月底看账单变成实时可控¶
还有一个跟 Token 工厂关系很近的技能——Token 成本分析。
很多团队用大模型，一开始就是"先跑起来再说"，到月底一看账单吓一跳：怎么花了这么多？然后开始拍脑袋砍用量。
但其实成本优化是有章法的：先按应用和团队拆用量，找到 Top N 消耗场景，再看哪些任务能用小模型替代， 最后建立预算告警。这套流程走下来，通常能砍掉 30%-50% 的无效消耗，还不影响业务。
技能就是把这套分析路径固化下来，让 Agent 不用从零开始摸索"怎么降成本"，直接按步骤走， 该看的数据、该对比的指标、该出的建议，一步都不会漏。
技能文件长什么样¶
说了这么多，技能文件到底长什么样？举个最简单的例子——网页截图。
Agent 要截图的时候，如果没有技能，它可能会自己摸索用什么工具、参数怎么写、要不要滚页面，折腾好一会儿。有了技能就不一样了，直接照着走：
# 网页截图技能
## 什么时候用
需要给网页截图的时候。
## 怎么做
1. 用 `navigate()` 打开目标网页，等页面加载完
2. 用 `setViewport()` 设好窗口大小（默认 1280x800）
3. 用 `screenshot(fullPage=true)` 截整页，存成 PNG
## 注意别踩坑
- 别不等加载完就截，出来是空白的
- 别忘了 `fullPage=true`，不然只截第一屏
- 有弹窗的话先关掉，不然挡内容
## 怎么算做好
截图文件存在、内容完整、布局正常。
就这么简单。一个技能，四件事：什么时候用、怎么做、别踩什么坑、怎么算做好。
Agent 不知道什么是截图吗？它当然知道。它缺的是"第一步干什么、第二步干什么、哪些参数容易写错、哪些坑之前有人掉进去过" ——这些把知识组织成行动的结构。
这也就是论文说的，65.7% 的技能效用来自程序锚定。知识本来就在那里，缺的是把知识串起来的执行路径。
技能的天花板：检索才是真正的瓶颈¶
但技能也不是万能的。
论文里有个数据挺让人意外的：技能池从 5 个涨到 100 个，实际有效使用的精度从 29.6% 直接跌到 3.3%。
看这张图，三条曲线落差很大：最上面的蓝色是离线检索的准确率，看起来还不错；中间橙色是 Agent 自己选技能的正确率，也还行； 最下面绿色那条，掉得最陡的，是**选对了而且真正发挥了作用**的比例。
从 30% 掉到 3%，摔得挺狠。
| 技能池规模 | 实际使用精度 |
|---|---|
| 5 个技能 | 29.6% |
| 20 个技能 | ~15% |
| 50 个技能 | ~7% |
| 100 个技能 | 3.3% |
这意味着什么？技能越多，Agent 越难在正确的时间选出正确的技能。检索，才是技能体系真正的瓶颈。
更有意思的是，研究还发现"精确检索"和"任务成功"之间并不是简单的正相关：
- 选对了技能，任务不一定成功——技能可能被肤浅地调用，或者不足以解决执行层面的深层瓶颈
- 选错了技能，任务也不一定失败——相关的、非精确匹配的技能仍然能提供有用的程序支持
所以技能体系的设计，不能只盯着"检索准确率"这个离线指标，更要关注下游执行的实际效果。
从 Token 工厂到 Agent 技能：AI 效率的两层闭环¶
说到效率这件事，其实有两层，恰好对应了我们 DaoCloud 在做的两件事。
一层在算力供给侧——Token 工厂。
传统算力是租 GPU，闲不闲都得掏钱。Token 工厂不一样，按实际消耗的 Token 计费，用多少算多少。 DaoCloud d.run AI 操作系统干的就是这件事——把智算中心从堆硬件升级成高产能的 Token 工厂， 靠调度、优化和精细化运营，让每一度电、每一张卡都产出更多有效 Token。
一层在推理消费侧——Agent 技能。
同样一件事，有技能的 Agent 少走弯路、少踩坑、自然也少消耗 Token。程序锚定说白了，就是用经验减少瞎折腾，让每一个 Token 都花在刀刃上。
一升一降，才是 AI 效能的完整答案：
| 效率维度 | 代表能力 | 核心目标 |
|---|---|---|
| 供给侧效率 | Token 工厂 | 单位算力产出更多 Token |
| 消费侧效率 | Agent 技能 | 单位 Token 完成更多任务 |
两者结合，才能真正构建从算力到应用的完整效率闭环。
技能的未来：从经验沉淀到自我进化¶
论文还有一个观点我挺认同的：技能体系的成熟，不是攒得越多越好，而是要能可靠地生成、检索和应用。
大致要经过这么几个阶段：
| 阶段 | 特征 | 关键能力 |
|---|---|---|
| 人工编写 | 技能由专家手动编写和维护 | 标准化格式、版本管理 |
| 经验蒸馏 | 从成功轨迹中自动提炼技能 | 轨迹分析、模式识别、质量评估 |
| 自适应调用 | Agent 根据场景灵活选择和组合技能 | 精准检索、上下文适配、失败回退 |
| 自我进化 | Agent 自动发现、生成和优化技能 | 自主学习、技能迭代、效果闭环 |
现在行业整体还在第二步附近——从人工写技能，往自动蒸馏经验走。检索这道坎还没跨过去，后面的路还长。
结语：技能的本质是"少走弯路"¶
最后回到开头的问题：技能到底为什么有用？
不是因为 Agent 学到了新知识，而是因为有人把"吃过的亏、踩过的坑、走通的路"，提前整理成了可以直接走的路径。
技能的本质，就是少走弯路。
一边是 Token 工厂让算力供给更高效，一边是 Agent 技能让推理消费更精准——一升一降，AI 的效能故事才刚刚开始。
参考¶
- Demystifying Agent Skills: Why They Work-Until They Don't：arXiv 论文原文
- Token 工厂：AI 时代，如何衡量一个团队的真实生产力？：AI 时代的研发生产力度量体系
- DaoCloud d.run AI 操作系统：打通算力-模型-应用的企业级服务平台