深蒸馏 · 直播回看 · 配额批次 8

Agent Skills:把个人隐性经验封装成可调用、可测试、可迭代的工作技能

直播回看 | 2025.10.23 | 约 2 小时 | 已深蒸馏 31 / 53
来源:原视频 | @howie.serious | 2025.10.23
直链(在飞书/企微预览里点击可能被拦截,复制到浏览器打开):https://www.candobear.com/detail/l_68f736bbe4b0694c5b403f50/4
阅读路径:先读第一组,分清「模型知道什么」与「你怎样把事情做好」;第二组看文件夹、渐进式披露与运行环境,理解为什么不是换个名字的长提示词;第三组看怎样从旧 prompt 开始,用样例和对照测试做出自己的技能;第四组看知识管理怎样支撑长期积累。只看一组就看第三组,它把兴奋变成能动手的步骤。
一句话结论:在这场分享的论证里,Skill 的价值不取决于装了多少个,而取决于你能否把自己的判断与流程显性化,并通过真实样例证明它比原来的提示词做得更好。

第一组 · 真正要封装的不是知识量,而是把事情做好的门道

1.1 通用模型缺的,可能是你的隐性经验

原文在说什么

howie 把 Agent Skills 看作一种范式变化:通用模型掌握了大量公共知识,但不等于掌握每个专业人士的工作门道。他反复使用「暗知识」「隐性知识」「毕生绝学」这些说法,指向的不是秘密资料,而是一个人长期工作后形成、却未必能完整说清的做事方法。

写文章时怎么起标题、怎样配图、转发语怎么写,翻译时先理解还是先逐句对应,都是他的例子。同样叫「写文章」或「做翻译」,结果差异可能来自这些细节,而不是任务名称本身。Skill 要做的,是把原先留在个人脑子里的步骤和判断,整理成模型能够调用的材料。

他据此预测,Skills 以后可能比 MCP 更重要。这里是方向判断,不是已经证明的行业结论。对于模型训练为什么会遗漏具体经验,他用「压缩」作解释;这场没有给出验证这套解释的实验。

关键概念
对你的实际应用

Ben哥可以把 kb/STANDARD.md 中的深蒸馏要求进一步写成「判据—例子—反例」:例如「实际应用」不是提到一个脚本就算合格,而要指出拟改字段或拟加函数;把空泛写法与具体写法并排放置。这是在保存你的审稿门道,不是继续增加一句「请写得深入」。本篇只提出这个落点,不修改标准文件。

1.2 质量来自洞见、上下文和模型能力的配合

原文在说什么

他用一个乘法式表达自己的经验:insight × context × 模型智能,决定产出质量。 这里的 insight 是领域洞见,context 是执行任务时能获得的相关信息,模型智能则是处理这些信息的能力。它是帮助理解的比喻,不是可以代入数值计算的公式。

现场演示是让模型按雷军发布会的风格介绍 ChatGPT Atlas。模型读取相关 Skill,再结合产品信息生成文案,呈现痛点、功能命名、精确数字等风格特征。这个例子说明「事实材料」与「表达方法」可以组合,却不能证明生成的数字是真实调查结果。

他又以翻译为例:自己先研究主题,形成理解,再追求信息有效传达和地道中文。不是把「好翻译」三个字交给模型,而是把为什么这样做、实际怎样做的经验交给模型。

关键概念

材料不等于方法,风格不等于事实。 产品资料回答「讲什么」,Skill 回答「怎样组织表达」。演示里看起来很像发布会的数字,只能说明风格被模仿,不能因此获得事实资格。

对你的实际应用

对 ~/.agent-autoloop/report_html.py,可以拟加 build_report_context():分别接收事实材料、分析判断、表达要求,避免在渲染时混成一段。再拟加 validate_claim_sources(),检查数字是否附有来源说明;无来源就不当成事实展示。这是把现场演示暴露的边界转成报告护栏,不是本场已经提供的函数,也不是投资判断方法。

第二组 · 文件夹只是外形,按需调用和运行环境才决定用法

2.1 为什么 Skill 不只是更长的 prompt

原文在说什么

他一方面承认 Skill 的核心仍然是指令,另一方面强调它的组织方式不同。一个基础 Skill 可以只有 SKILL.md,其中带有 YAML 元数据;复杂 Skill 还可以附脚本、参考文档、图片、字体和模板。演示中的 MCP Builder 就比单纯模仿演讲风格的 Skill 更复杂。

区别的重点是渐进式披露:先让模型看到简短元数据,需要执行时才读取技能正文,进一步需要时再读取参考资料。于是,装有很多技能,不等于每次把所有技能全文塞进上下文。他用大量长 prompt 会撑满窗口来解释这个设计的价值。

层次原文描述的内容什么时候使用对应的作用
元数据技能的简短说明初步识别可用技能时判断有没有相关能力
技能正文SKILL.md 中的指令与方法确定调用该技能时知道怎样执行任务
附属材料脚本、参考资料、字体、模板等当前步骤确实需要时补具体操作或素材

他拿 GPTs、Projects 的常驻指令作对照,认为其灵活性不如技能模块。应把这理解为他当时的使用经验,而不是所有产品、所有版本都遵循同一加载机制的规范说明。

关键概念

安装不等于全文加载,文件夹也不等于自动生效。 文件夹承载方法与资源,元数据帮助识别,按需读取节约工作记忆。具体元数据字段的完整规范、跨产品兼容条件,原文未展开。

对你的实际应用

Ben哥在 knowledge.py 中可拟加 select_task_context(task_type, source_refs):先按任务类别选相关说明,再取被选中的正文,不把整个知识库都拼进一次请求。若未来为这类任务配置技能,cron-jobs.json 的任务说明可以拟增 skill_name 与 input_refs,分别指向方法与输入。这里是字段设计建议,不宣称现有调度器已支持,也不在本轮修改配置。

2.2 同一个模型,放进不同环境会长出不同能力

原文在说什么

他先花一段时间讨论 Atlas,不是为了偏离主题,而是用它对照文件系统里的 Agent。浏览器提供网页、登录状态与浏览内容;文件系统环境则让 Agent 处理文件,调用命令行、脚本和其他工具。环境不同,能获取的上下文、能执行的动作也不同。

对 Atlas,他既期待这个方向,也批评当时的操作体验:一些任务人工很快完成,Agent 却点击缓慢、执行不稳。他把未来改进寄望于 computer use 能力提升,但没有把方向潜力等同于当时已经好用。

比较项浏览器环境文件系统环境
直播举例ChatGPT AtlasClaude Code、Codex
主要材料网页及浏览时的相关内容文件夹里的笔记、文件与资料
演示中的动作打开、关闭、切换页面等读取写入文件,调用命令行和脚本
他强调的限制操作能力与产品体验仍需迭代要提供相关文件、工具与可执行方法
关键概念

Skill 描述怎样做,环境决定能拿到什么、能动什么。 原文还把 MCP 放在工具与数据源连接这一侧,因此不能把装好 Skill 直接理解成已经连通所有外部服务。

对你的实际应用

对 reading.py,可以拟加 check_input_readiness(),先报告「正文已提供」「只有链接」「缺少转写」等输入状态,再决定是否进入深蒸馏;不能把读不到原文误判成写作 Skill 不够好。对于本次任务,正文已经完整提供,这一步的结果应是直接使用给定材料,不启动浏览器,也不重复抓取。

第三组 · 从一份旧提示词开始,靠对照而不是感觉升级

3.1 创建时让工具处理包装,让人处理专业内容

原文在说什么

他的起步方法很朴素:拿已有的翻译、总结、写作或起标题 prompt,交给 Skill Creator,明确说要创建什么技能,让模型按相应格式打包。下载后再安装,或者放到相应技能目录。他并不要求使用者先手写复杂结构。

但「包装交给 AI」不等于「专业内容也不用管」。他明确把人的工作放在专业洞见上:如果你擅长翻译、写作或报告,就先把自己的经验写成结构化材料。AI 可以代劳脚本与打包,不能据此推断它已经获得你从未表达过的判断。

他也坦承自己当时实践时间短,复杂技能还没有充分使用。现场创建演示并非一路顺畅,后来又展示历史记录中的成功案例。因此这场提供的是起步路线和初步经验,不是一套经过长期验证的完整培训体系。

关键概念

专业内容与格式包装分工。 让人专注「我为什么这样做」,让工具处理「怎样变成可安装的文件」。外部技能可以当起点,但仍要按自己的需求修改,不能把别人的 V1 直接当最终答案。

对你的实际应用

Ben哥可以先在 kb/STANDARD.md 里拟增「深蒸馏技能输入契约」一节,列清标题、日期、来源、转写、样例与输出限制,再把这套要求作为创建技能的输入。不从「搭一个万能知识库 Agent」开始,而从「给定转写,生成锁定层级的中文深蒸馏」开始。本篇就是这个狭窄任务的草稿成果,不代表技能已经制作或安装。

3.2 三类技能,分别沉淀步骤、思考方式和参考材料

原文在说什么

他把适合封装的内容粗分三类:操作步骤与 SOP、思维模式与框架、文档资料。第一类最具体的例子是翻译:先快速表达完整意思,再核对错误与语言,最后脱离英文只读中文,检查是否顺畅。做法背后还有主题研究与理解,不是机械执行三遍。

第二类包括理解问题的方式、思维框架和表达风格;发布会文案的例子放在这一侧。第三类则是把工具文档组织起来供调用,他自己也说这部分与知识库、MCP 的用法比较接近。三类是他的经验归纳,不是严格互斥的标准分类。

迭代时,他介绍用 Writing Skills 帮助诊断、编辑和验证,并强调要选真实例子测试。每次从 V1 升到 V2、V3,都应有对照组,而不是只觉得新版本「写得更专业」。具体测试集规模、评分权重和通过阈值,原文未展开。

关键概念

步骤可以写下来,效果必须跑出来。 一个技能可以同时带有流程、框架与资料;是否更好,要回到同一任务的实际产出,而不是目录是否漂亮、指令是否更长。

对你的实际应用

对 reading.py 可拟加 compare_distillation_versions():在相同转写与格式要求下,对照不同技能版本的结果,分别列出事实越界、层级错误、应用空泛的证据;具体评分阈值另定,不伪称来自直播。Ben哥以后若在 tasks.md 记录这种迭代,可增加「样例、版本差异、对照结果」栏目。本轮不读取、不修改该文件,也不声称任何版本测试已经运行。

第四组 · 知识管理让技能可积累,但预测与证据要分开

4.1 上下文是工作记忆里的材料,不是整个知识库

原文在说什么

问答里,他把 context 解释为模型工作记忆中的内容:系统指令、用户提示、已经进入上下文的检索材料、技能说明以及前面的对话,都可能属于它。知识库的价值,是让相关材料能够再次被找到和利用,而不是保证所有历史信息都同时存在于模型面前。

他反对单靠脑子临场组织所有内容。自己做主题直播,会先整理笔记、结构与例子;这些准备也是上下文。他把知识管理理解为让努力可以积累、迭代,显性概念如此,隐性技能也如此。写作 SOP、表达经验、重写失败作品的原因,都值得留下。

对于持续很久的对话,他提醒上下文窗口有限,并提到压缩、分支和 Projects 等组织方式。原文给过具体容量说法,但不能把 token 数直接当汉字数,也不能据此推断所有账户的实际容量;本篇不把这些口头数字作为操作参数。

关键概念

保存、找到、读入是不同的事。 笔记留在库里只是可积累,相关内容进入当前任务才构成可用上下文。这个区分也是渐进式披露能够成立的前提。

对你的实际应用

Ben哥可在 knowledge.py 中拟加 build_context_manifest(),输出本次实际引用的文件路径、使用目的与读取范围;在 reading.py 的任务结果里拟增 context_sources 字段,区分「库中有这篇」与「本次真的读过」。这能让深蒸馏说明自己的依据,而不是因为样例存于知识库,就声称已经学会所有写法。

4.2 专业工作有封装机会,不等于商业效果已经被证明

原文在说什么

他展示的财务建模案例涉及五年现金流折现、蒙特卡洛模拟、资本成本与增长率的敏感性分析,以及不同情景,最终形成 Excel 文件。随后又设想:把投资组合管理、宏观事件、行业趋势、单个标的分析等拆成多个技能,组成投资类 Agent。

这些例子共同表达一个方向:复杂工作未必靠一条巨型 prompt 驾驭,可以分成多个专业技能再组合。不过,财务模型的具体数据、公式核验、预测准确度,以及投资工具的实际效果,原文未展开;不能因为产出了表格,就认定已经达到专业质量。

他还引用麦肯锡的 token 消耗、人员变化与 OpenAI 投行相关项目的消息,说明自己对专业知识封装的判断。这些是讲者转述的报道线索,不是本篇独立核验的事实,更不足以单独证明裁员由 token 使用造成。

关键概念

可交付的形态,不等于可信的结论。 展示案例说明可能怎样拆任务,设想说明想走向哪里;二者都不能代替对事实与结果的验证。关于模型「脑腐」的研究讨论,同样不能直接外推成人类大脑的医学结论。

对你的实际应用

对 ~/.agent-autoloop/report_html.py,可拟增 evidence_status 展示字段,把「材料事实」「讲者判断」「本地推断」分开;拟加 render_evidence_note(),在输出中说明依据和未核验部分。Ben哥若以后用报告 Skill 做投资信息整理,先检验这套区分是否有效,不把发布会式的确信语气带进风险判断。这里不补充金融建议,也没有修改或运行报告脚本。


与在用工作的关联

这条里的什么对应你手上的什么具体怎么用
隐性经验要显性化kb/STANDARD.md 的深蒸馏标准拟增判据、合格例与反例,解释什么叫深入、什么叫空泛
按需读取而非全文堆积knowledge.py 的任务上下文组织拟加 select_task_context(),只选择与当前任务相关的说明和原文
环境决定能获得的材料reading.py 的阅读输入拟加 check_input_readiness(),区分有正文、只有链接与缺少转写
技能与任务输入分开cron-jobs.json 的任务说明拟议 skill_name、input_refs 字段;支持情况需另行核实,本轮不改
同一材料比较技能版本reading.py 与 tasks.md拟加版本比较函数,迭代记录附样例、差异与实际对照结果
事实、风格与判断不能混合~/.agent-autoloop/report_html.py拟加来源检查与依据说明,缺来源的数字不能包装成事实
知识库不等于当前上下文knowledge.py拟加 build_context_manifest(),留下真正读入的文件及用途

原文:howie.serious《【howie 的 AI 主题讲座】agent skill 专题:实战经验、思考和技巧分享》,2025.10.23 直播回看。时长依据转写中八点开始、十点结束及反复提到两小时,记为约 2 小时,不是播放器实测。

本篇依据:仅依据本次提供的完整机器转写及指定样例的层级、语气;未访问原视频或引入外部资料。按上下文统一 Claude、Claude Code、Agent Skills、Skill Creator、Writing Skills、ChatGPT Atlas 等明显误识别。序号按目标文件名 q31 对应记为 31 / 53,未核验全库排序。

更正与边界:Skills 比 MCP 更重要、未来普及与职业替代均属讲者判断;外部报道、系统提示词解读和研究说法未独立核验。演讲风格演示中的精确数字不作事实引用,token 不与汉字等量换算;财务建模细节与测试阈值原文未展开。所有「对你的实际应用」均是面向 Ben哥所给文件的应用推演,字段与函数均为拟议,不宣称已经存在、修改或测试;除本篇外未改动其他文件。

定位:中文深蒸馏,不是逐字摘要。