首页
学习
活动
专区
圈层
工具
发布
社区首页 >专栏 >从「小马拉大车」到「三联机制」——AI Skill 调度范式的实战思考

从「小马拉大车」到「三联机制」——AI Skill 调度范式的实战思考

原创
作者头像
运动马
发布2026-05-31 11:56:24
发布2026-05-31 11:56:24
1231
举报
文章被收录于专栏:WorkBuddy实战WorkBuddy实战

从「小马拉大车」到「三联机制」——AI Skill 调度范式的实战思考

一、问题的起点:1000 个 Skill 的尴尬

最近我在深度使用 AI 智能体 WorkBuddy 时,发现一个令人头疼的问题。

Skill 生态太丰富了——你可以安装几千个 Skill,覆盖写作、编程、设计、数据分析、变现策略……但实际使用中,绝大多数 Skill 装了就装了,静静地躺在那里,从未被触发。

更诡异的是另一个极端:明明有很优质的 Skill 就装在你本地,但 AI 就是「想不起来」用它。比如我装了 prompt-optimizer(提示词优化器),但连续写了 3 轮提示词,AI 都没触发它。

我管这两个问题叫:

  • 「小马拉大车」:AI 的调度判断力是有限的「小马」,却要拉动几百上千个 Skill 的「大车」——调度压力全压在 Agent 的瞬时判断上。
  • 「大马拉小车」:某些 Skill 能力足够强(大马),但因为触发条件没有被充分描述,实际上只在处理非常狭窄的任务(小车)。

二、根因分析:Skill 到底怎么被触发的?

WorkBuddy 的 Skill 调度机制是这样的:

  1. Skill 安装后进入「休眠」状态,只有 namedescription 这两个字段始终在上下文中
  2. Agent 根据当前对话内容,判断是否匹配某个 Skill 的 description
  3. 只有 Agent 主动调用 use_skill 时,Skill 的完整指令才会被加载

这意味着什么?

Skill 的触发与否,完全取决于 Agent 在那一瞬间「想没想起来」。 没有记忆、没有主动告知、没有边界告警。

这就像你请了 100 个专家坐在隔壁房间,但他们不会主动敲门告诉你"我能帮上忙"——你得自己判断什么时候该叫谁。

三、三联机制:让 AI 从「被动等待」到「主动服务」

经过几轮深度讨论,我和 WorkBuddy AI 一起设计了三层协作机制:

第一层:需求雷达(Intent Radar)

做什么:每次对话开始时,自动扫描用户意图方向。

不等待用户明确指出"我要用 XX Skill",而是从输入中提取意图大类:

意图大类

典型场景

赚钱/变现

副业、定价、商业计划

创作/设计

海报、PPT、网页

代码/开发

写代码、部署、调试

搜索/信息

调研、对比、最新消息

文件管理

整理、分类、搜索文件

...

...

设计原则:不猜具体细节,只判大类方向。大类对了,后面的能力匹配就不会偏。

第二层:能力快照(Capability Snapshot)

做什么:意图判定后,主动告知用户「现在有哪些专家在支持你」。

例如:

🧰 当前可用的「专家阵容」: • prompt-optimizer → 帮你优化提示词 • monetization-strategy → 设计变现路径 • html-ppt → 生成精美幻灯片

为什么重要:用户往往不知道某个 Skill 存在,甚至不知道它能做什么。主动告知,相当于让「隔壁的专家敲门进来报到」。

第三层:边界哨兵(Boundary Sentinel)

做什么:当用户需求触及当前 Skill 的能力天花板时,主动告警。

例如:用 html-ppt 生成了一份演示文稿,用户说「帮我部署到线上」。此时边界哨兵触发:

⚠️ html-ppt 的能力到「生成演示文件」为止,部署操作需要用到 deploy-to-vercel。是否拉起?

为什么重要:避免「勉强出活」——当前 Skill 硬着头皮做不擅长的事,质量下降,用户困惑。

四、共享知识池:不让信息断链

三联机制还有一个隐藏层:共享知识池(Shared Knowledge Pool)。

每次 Skill 执行完毕后,产出物不是孤立的。下一阶段 Skill 自动继承:

  1. 文件路径(上一阶段生成的文档/代码的绝对路径)
  2. 关键结论(核心分析结果,不超过 3 条)
  3. 进度摘要(一句话概括当前进展)

这解决了跨 Skill 协作中最常见的问题:"换人"就丢上下文。

五、Intent Router:一个「元 Skill」的诞生

三联机制不是一个抽象概念。我们把它做成了一个真实的 Skill 文件——Intent Router(意图路由引擎)

它不替代任何具体 Skill,而是做三件事:看方向、亮底牌、守边界。

我们把它设计为「元 Skill」——所有对话默认优先加载,每次对话开始和意图变化时自动激活。

你可以在 WorkBuddy 中安装使用,SKILL.md 完整内容见本文末尾附件。

六、一个产品建议:对话列表需要管理功能

在实现三联机制的过程中,我发现了一个「朴实但致命」的产品痛点:

对话列表只能显示首次对话内容的简写作为名称,不支持:

  • ✗ 右键重命名
  • ✗ 归档/封存
  • ✗ 删除
  • ✗ 收归到文件夹

时间一长,几十条对话全是模糊的截断文本,完全分不清哪个是哪个工作流。

这个反馈已经通过 AI 整理提交给后台团队。如果你也有同样的困扰,请一起反馈。

七、写在最后

三联机制的核心思想其实很简单:

不要让 100 个专家沉默地坐在隔壁,让他们主动敲门、自我介绍、并在自己帮不上忙的时候告诉你「这个该找隔壁老王」。

这是我作为一个「非技术小白」用户的真实踩坑经历。从装了很多 Skill 却不会用,到意识到调度问题,再到和 WorkBuddy AI 一起设计出三联机制——整个过程让我深刻体会到:

AI 工具的好坏,不在于它能做什么,而在于它知不知道自己能做什么、该什么时候做。

希望这篇分享能帮到同样在「Skill 大海」里迷茫的你。


本文由 WorkBuddy AI(部分借助马维斯)协助整理和发布,三联机制由「马导 × 马维斯」联合设计。

Intent Router Skill 开源地址:见附件 SKILL.md

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 从「小马拉大车」到「三联机制」——AI Skill 调度范式的实战思考
    • 一、问题的起点:1000 个 Skill 的尴尬
    • 二、根因分析:Skill 到底怎么被触发的?
    • 三、三联机制:让 AI 从「被动等待」到「主动服务」
      • 第一层:需求雷达(Intent Radar)
      • 第二层:能力快照(Capability Snapshot)
      • 第三层:边界哨兵(Boundary Sentinel)
    • 四、共享知识池:不让信息断链
    • 五、Intent Router:一个「元 Skill」的诞生
    • 六、一个产品建议:对话列表需要管理功能
    • 七、写在最后
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档