AI技能：从受限工具到自主协作者的跃迁
然而，大模型所掌握的知识往往是静态的。其内部存储的语料可能已过时数年，对于当下的情况，例如天气冷暖，它无从知晓。之所以能回应你的查询，是因为它借助了天气相关的插件功能。
这正是插件扮演的角色：弥补人工智能的固有短板，使其能够感知外部世界的信息。
但插件的局限性也很明显。天气插件仅能查询天气，订票插件只能处理订票，邮件插件也仅限于读取邮件。它们各自为政，功能之间缺乏联动。
于是你可能会面临这样的实际需求：希望AI协助整理会议纪要，这需要从邮件中提取关键信息、结合日历确认具体时间、最后生成待办事项并分发给团队成员。没有任何单一插件能够独立完成这一系列操作，你必须安装三个不同的插件，并且需要手动将它们的工作串联起来。
插件本身不具备思考、组合与变通的能力。这仿佛是工具箱与生俱来的宿命。
此时，便需要引入“技能”的概念。
“技能”并非又一个独立的插件。它是一套方法论，旨在教导AI如何将已有的各项能力组合起来，以应对全新的、复杂的问题。
具体而言，一项“技能”是一系列结构化的指令。
它明确告知AI：当遇到诸如“整理会议纪要”这类需求时，应遵循以下步骤——首先调用邮件插件提取内容，接着调用日历插件核对时间，最后调用任务管理插件生成待办列表。AI将自动按照此流程执行，无需用户手动进行串联操作。
如果说插件为AI提供了执行具体任务的“手”，那么“技能”则为AI装上了“大脑”——让它懂得在何时该使用哪只手，以及如何将手上的动作编排成一套完整、连贯的解决方案。
可以这样比喻：
锤子只能用来敲击钉子。但一份详尽的工艺手册，却能指导你在面对新挑战时，将现有的工具组合成全新的解决方案。掌握了铸造工艺，你便有能力制造出锤子、螺丝刀，甚至是3D打印机。
让我们看一个实例。
你希望AI查阅邮件。通常的做法是：安装一个邮件插件，它调用预设的API接口，读取你的收件箱。
然而，如果你的邮箱是企业内部自建系统，且未集成任何第三方服务呢？
不具备“技能”的AI可能会这样回复：
“抱歉，我无法完成此操作。”
而掌握了相关“技能”的AI则会如何应对？
它将遵循“技能”中封装的方法论，首先识别你的邮件服务类型，然后依据IMAP/SMTP等标准协议的连接步骤，找到对应的接口并完成操作。
它并非在机械地“使用工具”，而是在按照一套方法论自主地编排并执行解决方案。
这并非科幻构想。在“技能”设计得当的前提下，这正是其实际的工作方式。
从技术层面看，“技能”是一种描述性语言。
它告诉AI：当遭遇X类问题时，应当去何处查找资料、使用何种工具、遵循何种步骤来解决问题。
听起来原理简单，但其深远意义体现在三个方面：
第一：拓展了AI的能力边界
不具备“技能”的AI，其能力边界由训练数据和现有可用工具所限定。即便是强大的GPT-4，在遇到没有对应插件的场景时也会束手无策。但“技能”使得AI能够依据方法论自主探索——面对问题时，它可以按照既定步骤搜索信息、查阅文档、组合调用已有的各类工具。
第二：将人类经验结构化
“技能”的本质，是将人类专家解决问题的方式，编写成一套可被机器执行的方法论。它并非直接告诉AI“答案是什么”，而是教导AI“遇到这类问题时，应当如何思考、如何行动”。这是从“授人以鱼”到“授人以渔”的根本性跨越。
第三：促使AI从“执行者”转变为“协作者”
在没有“技能”的情况下，AI更像是一个被动的执行者——你发出指令，它执行任务，决策的风险由你承担。
拥有了“技能”，AI则进化为主动的协作者——它理解你的最终目标，能够主动规划实现路径，遇到障碍时尝试自行解决，然后向你汇报最终成果。
这二者之间的差距，正是自动化与智能化之间的鸿沟。
我曾见过一个非常有趣的“技能”案例，是一个关于“软件安装”的技能。
它的功能看似简单：当用户需要安装软件时，它会自动检测当前的系统环境，找到最合适的安装方式，并引导用户完成整个操作过程。
用户无需了解Homebrew，也无需分辨该使用apt-get还是yum命令，更不必查阅繁杂的官方文档。由它来负责规划，用户只需进行确认即可。
这个“技能”揭示了一个核心逻辑：工具安装的本质，是“理解需求→分析环境→规划步骤→执行操作”这一系列流程——这件事可以被编写成一套标准流程，流程可以被“技能”所描述，而“技能”最终能让AI自主完成整个任务。
当然，这一切的前提是，这套“技能”本身编写得足够精良。糟糕的“技能”与糟糕的插件一样，只会导致AI陷入困境。
换句话说，并非“技能”“会安装工具”，而是“技能”赋予了AI在面对未知工具时，能够自主规划安装流程的能力——前提是，已经有人将“如何规划”这件事成功地编写进了“技能”之中。
再举一个我亲自编写的“技能”例子。
前一阵子，我需要频繁地将设计稿转换为前端代码。流程非常固定：查看设计图→分析布局结构→编写HTML/CSS代码→调整响应式布局→检查浏览器兼容性。
我为此编写了这样一个“技能”：
这项“技能”本身并不直接编写代码，但它清楚地知道应该在何时调用何种工具、并按照何种顺序来推进整个工作流。我只需要上传设计图，剩下的步骤它会自行推进，仅在不明确的地方停下来向我询问。
这便是“技能”的实际应用方式：并非赋予AI一个全新的功能，而是教导它如何将已有的功能串联起来，以完成一个具体的业务场景。
回到核心问题。“技能”存在的根本意义是什么？
并非仅仅是为AI增加功能。功能只是其外在表现。
真正的意义在于：推动AI从能力受限的状态走向无限延展，从被动执行的角色走向主动自主。
当一个AI能够在用户提出问题的那一刻，根据问题的性质自主决定采用何种方法、调用哪些资源、并按何种顺序来解决问题时——它就不再仅仅是一个工具了。
它是一个能够自主构建解决方案的智能体。
这才是“技能”的终极意义。
也是人工智能进化历程中的下一个关键阶段。
作者：哀的代码实验室
欢迎关注公众号【哀的代码实验室】，一同探讨AI、技术与创新。