先从用/做好 AI 的三个前提聊起：
1. 清楚完成目标的第一性行动方式
2. 清楚工具的边界
3. 清楚 AI 的知识边界

1 能为行动规划提供恰到好处的策略
2 决定最小工具集的搭配，而且工具限定了AI 执行上限
3 要求了解 AI 的惰性知识，补充缺漏事实说明

也就是上图提到的 Skill 的设计哲学的基本前提。

而且 1 其实挺容易被忽视的，因为我们很有可能会把策略写成路径，而路径往往会限制模型的思考和根据反馈的行动调整。最终导致泛用性不足、钻牛角尖。

如果你或你的产品依赖 skill-creator写出来的 skill，还是要注意点，特别是用于开放式任务。

因为恰好用 skill-creator 做的 skill 特别喜欢写路径，在修改时也更倾向于打补丁（类似人类写山代码）

如果是固定行动路径的 workflow 式 skill 还好。放在开放式任务 skill 中，就会极大限 Ag nt 的上限，而且很难维护改进

（不妨可以试试把我这张图喂给 AI，让它按照这个图和 skill-creator，替你生成 skill
#Skill哲学式设计

打开网易新闻 查看精彩图片