Skills与多Agent

Agent Skills文章提出通过渐进披露组织专业能力：先展示元数据，相关时展开正文，再按需读取资源。它改变信息供给，不是模型参数训练。

技能入口需要足够清晰以便发现，正文需要可执行的方法，资源需要可信且最新。任何一层失败都可能让技能无效。

原创练习：把一个长检查清单分成默认描述、任务正文与按需参考，说明哪些内容不应每轮加载。

完成标准是减少无关上下文同时保留必要能力，而不是只把文档拆成更多文件。

开放技能规范描述文件、元数据和资源组织约定。遵守格式有助于互操作，但不保证所有客户端实现完全相同的加载、权限或执行行为。

规范有效与技能内容正确是两回事。一个格式合法的技能仍可能范围含糊、步骤过时或引用失效。

原创练习：验证一个玩具SKILL.md的字段和资源路径，再用真实任务检查是否被正确选择。

不要把格式测试当成专业能力评测。加载、遵循与最终工程结果需要分别验证。

Claude Code技能可以通过产品支持的方式被发现和使用，部分配置影响执行上下文。实际行为需要按版本与文档核对，不能仅从开放规范推断。

技能与子Agent结合时，要检查工具、状态和返回方式。将任务放到独立上下文并不自动保留全部证据。

原创练习：分别在主会话与独立调查中使用同一技能，比较必要输入和结果交接，检查是否产生重复读取。

本条关注使用条件，不主张所有技能都应隔离执行。简单任务直接加载可能更合适。

Copilot技能提供任务相关的专业指导和资源。它与持续性仓库指令不同，不应默认把全部技能正文加入每个任务。

多表面支持差异要求先确认运行环境。安装成功与本轮加载是不同事实，不能用其中一个证明另一个。

原创练习：设计需要、无需和边界模糊三组任务，统计技能选择及最终质量，而非只检查文件是否存在。

完成标准是让路由“刚好够用”：必要技能不漏，不相关技能不成为额外负担。

Codex技能入口与文档可能迁移，当前通用技能说明不能被无条件倒推为所有历史Codex版本的行为。本书保留拓展阅读目录对应关系，但避免假定全部新扩展都向后兼容。

核心机制仍是通过元数据发现、相关时加载和按需获取资源。具体目录、触发和配置应在实际版本中检查。

原创练习：固定安装版本，记录一个技能被发现和读取的证据，再测试显式指定与语义选择的区别。

不要根据最终回答声称“使用了技能”就结束核验；应关注实际输入或可观察行为与结果。

再次使用定制机制对照表时，重点是消除重叠职责。全局规则、专业技能、工具、事件检查和角色编排应各有清晰权威来源。

同一约束在多个文件复制，短期看似保险，长期可能版本冲突。需要明确维护位置与引用关系。

原创练习：将“测试必须运行”分别放在说明、Skill和CI中，解释每层承担的是提醒、方法还是强制验证。

不是所有重复都该删除；必要的执行保障可以保留，但不要用多份文字副本代替真正的检查。

多Agent研究系统使用协调者与工作者处理可分解的研究方向。收益来自并行探索与任务结构，同时存在协调、重复搜索和整合成本。

研究类任务的成功经验不能直接推广到多个Agent同时编辑同一文件。共享状态与写入冲突可能抵消并行收益。

原创练习：把一个调查拆成三个互相独立的问题，再列出一个不能拆开的依赖链。分别计算等待与整合成本。

完成标准是证明任务分解带来新增证据或缩短关键路径，而不是增加角色数量。

LangGraph区分预设工作流与动态Agent，并提供路由、并行和协调等编排模式。框架表达能力不等于每种模式都应该使用。

显式状态与边界有利于恢复和检查，但过细节点也会增加配置及交接成本。模型需要灵活判断的步骤不宜全部硬编码。

原创练习：把固定校验与未知原因调查放在不同节点，说明哪些边可预设、哪些需依赖观察。

完成标准是流程能解释实际任务，而不是为了展示框架能力构建复杂图。

Handoff通常表示把控制移交给另一个Agent，与把子Agent当工具调用并返回不同。具体上下文过滤和控制语义由SDK定义。

交接需要传递目标、已知事实和必要状态，同时避免泄露无关敏感内容。控制权转移不是权限无限继承。

原创练习：设计普通接待转专门流程的交接，再设计只读审查返回主Agent的调用，比较谁负责最终回答与错误处理。

完成标准是清楚控制权和状态边界，避免Agent之间反复转交却无人负责完成。

Agents SDK中的Agent定义组织模型、指令与工具等配置，也支持不同协作方式。对象定义本身不保证任务完成，仍需运行器、环境与验收。

把Agent作为工具使用时，调用者通常消费结果并继续外层任务；应明确输入输出，而不是返回无边界长历史。

原创练习：定义一个只返回证据摘要的调查者，主Agent据此决定是否修改。检查调查结果是否包含来源和不确定性。

避免让每个角色都重复完整计划与审查。角色存在应对应真实的独立责任。

Agentless以较简单的定位、修复与验证流程作为软件工程任务方案，提醒复杂Agent架构需要与强基线比较。它不证明动态Agent永远没有价值。

简单流程更容易归因和调试，但可能不适合开放探索或高度动态环境。选择取决于任务结构而非名称。

原创练习：对一组局部Bug分别运行固定流程和动态探索，记录成功、工具轮次和返工，分析差异来自哪里。

完成标准是能够保留真正带来收益的复杂性，并删除没有证据支持的编排层。

AutoGen通过多Agent对话与配置支持协作。消息交换可以分工，也会引入循环、重复与共享错误前提等风险。

不同角色表达不同意见，不代表证据独立。若都依赖同一错误摘要，一致或辩论都不能自动产生真相。

原创练习：给两个角色不同但可核验的材料，再比较共享同一材料的情况。要求结论回到证据，而不是按投票决定。

完成标准是明确发言、控制、停止与验证规则，不把持续对话当成持续进步。