AI 已“进化”出技能树

本期播客

AI Agent 技能(Skills)进化路径

在使用 AI Agent 时, 你有没有遇到过这样的问题, AI 在处理同一个或同类问题时, 写过的代码、踩过的坑它总是要不断的重复的踩, 虽然最终都可以解决, 但是效率就变差了.

这是AI Agent没有在处理任务的过程中学会总结经验.

到底如何解决呢? 答案就在AI Agent 技能(Skills)的进化路径中.

在 AI Agent（人工智能体）的语境下，“Skills（技能）”不再仅仅是传统的代码函数，而是指 Agent 感知环境、进行推理并最终改变环境的一系列综合能力。

如果把大模型（LLM）比作“大脑”，那么 Skills 就是它的“五官”和“手脚”。深入理解 AI Agent 的技能体系，可以从其核心架构的四个维度展开：规划（Planning）、记忆（Memory）、工具使用（Tool Use）和执行（Action） 。

一、 规划能力 (Planning Skills)：策略与路径

这是 Agent 最核心的智能体现。它决定了 Agent 如何将一个模糊的目标转化为可执行的步骤。

• 任务分解 (Task Decomposition) ：
• 思维链 (CoT, Chain of Thought) ：引导模型在回答前先写出推理过程。
• 思维树 (ToT, Tree of Thoughts) ：在每一步探索多种可能性，并能回溯（Backtracking）选择最优路径。
• 自我反思 (Self-Reflection / Self-Criticism) ：
• Agent 能够评估自己生成的计划或结果是否合理（例如：ReAct 模式，即 Reasoning and Acting），通过不断的“观察-思考-修正”循环来优化输出。
• 动态规划 (Dynamic Planning) ：
• 当环境发生变化（如工具调用返回报错）时，Agent 能够根据当前状态重新调整后续步骤，而不是死板地执行初始计划。

二、 记忆能力 (Memory Skills)：上下文与知识沉淀

记忆决定了 Agent 的“连贯性”和“个性化”。

• 短期记忆 (Short-term Memory) ：
• 基于 Context Window（上下文窗口） 。它存储了当前对话的所有历史、中间推理步骤。
• 长期记忆 (Long-term Memory) ：
• 通常通过 向量数据库 (Vector Database) 实现。通过 RAG（检索增强生成）技术，Agent 可以从海量历史文档或过往经验中检索相关信息。
• 经验学习 (Experiential Learning) ：
• 高级 Agent（如 Voyager）可以将成功的操作步骤存储为“技能库（Skill Library）”，下次遇到类似任务时直接调用，而无需重新推理。

我在使用 Gemini CLI 以及 Qwen Coder 的过程中, 使用这两个 AI Agent 来完成抓取网页及翻译、补充 mermaid 图和 code example , 转换为 markdown 等一系列的任务, 其间 AI Agent 会编写处理文档的 python 脚本, 也会遇到各种调试错误, 最终会实现一个可用版本. 但是每次让 AI Agent 完成同样的任务它又得来一遍, 所以没有经验学习的能力, 理论上应该把写好的 python 脚本沉淀下来, 以便下一次直接调用或基于它再改进.

三、 工具使用 (Tool Use / Tooling Skills)：能力的边界扩展

大模型本身无法联网、无法运行代码、无法操作 Excel。技能的本质是 API 调用能力。

• 外部工具调用 (Function Calling) ：
• Agent 识别到需求后，将自然语言转化为特定格式（如 JSON）来调用计算器、搜索引擎、数据库或特定业务 API。
• 模型自主发现工具：
• 前沿的研究让 Agent 能够阅读 API 文档，自主学习如何使用一个从未见过的工具。
• 多模态处理：
• 调用视觉模型分析图片，或调用语音模型合成音频，这些都被视为 Agent 的特定技能。

四、 执行与协作能力 (Action & Collaboration)

技能最终要落地为对现实世界的“写”操作。

• 环境反馈循环：
• Agent 执行动作后，必须能够“观察（Observe）”环境的变化。例如，Playwright 插件打开网页后，Agent 要能读取新的 DOM 树。
• 多智能体协作 (Multi-Agent Systems, MAS) ：
• 角色分工：一个 Agent 负责策划，另一个负责代码编写，第三个负责测试。
• 标准作业程序 (SOP) ：将人类的业务流程固化为 Agent 之间的协作协议。

总结：AI Agent 技能的进化路径