WorkBuddy 智能体技能越装越笨？五步管理法把技能库砍到能干活

WorkBuddy 技能管理这件事，装得越多，智能体反而越笨。某个 AI 社群里有人晒出截图，本地攒了 100 多个 Skill；Databricks 的研究人员给同一个 Agent 一路加到 202 个技能，任务成功率不升反降，掉下去 21 个百分点。一个靠囤，一个靠测，结论指向同一处：技能数量和 Agent 表现并不是正相关。

过去的默认假设是技能纯增量，装一个多一种能力。真实的运转机制是，每多一个功能相近的技能，Agent 就多背一层选择负担和上下文开销，真正该被调用的那个反而被淹掉。想把臃肿的技能库砍回能干活的规模，需要一套能反复执行的管理规则，单靠一时决心删几个技能解决不了问题。下面以 WorkBuddy 为样本，把盘点、分类、重写、分流、迭代这五步逐层拆开。

要管技能，先得看清技能是怎么把 Agent 拖垮的。Databricks 那组数据只是入口，真正的损耗发生在每一次任务派发环节。

研究人员后来定位到瓶颈：既不是提示词太长，也不是上下文太撑，归根到底是 Agent 叫错了“人”。同一个任务摆在面前，五六个技能都觉得自己能接，Agent 得先在一堆近似选项里做判断，决策成本被悄悄推高，Skill 本身带来的优势被抵消掉一部分。

损耗摊开看有四处。最直观的是选择困难，装 10 个技能等于给 Agent 10 种能力外加 10 种选择，让它整理一份会议纪要，它得反复权衡该调哪个、要不要串联、谁先执行。与之同步发生的是上下文占用，所有技能的描述平铺进有限窗口，token 在隐形燃烧，每条技能分到的注意力被稀释，重要信息更难被看见。更难处理的是功能重叠，两个搜索工具、两套文档解析摆在一起，Agent 靠浅层语义相似度做判断，容易在近似项里随机挑一个，一步选错，整条推理链跟着跑偏。还有一层是囤积本身，一键安装把门槛降到零，看到有用的就装，可安装和有用之间隔着很长的距离。四处损耗叠加，技能库越丰盛，干活的那个反而越找不到北。

方向由此清晰：管理技能不是追求数量，而是让留下来的每个技能都能被准确派发。

方向清楚了，落地从盘点开始。WorkBuddy 的技能管理页能看到全部已启用的技能，先把它们拉出来，逐个过问去留。

盘点时对着每个技能问三句话：上周用过吗，不用它是不是也能干，它有没有放进你自己的东西。第三句最关键，技能值不值得留，看的不是它多厉害，是它有没有装下大模型不知道的那点隐秘知识。会写代码、会润色、会做表格，这些模型自己都会；你公司的报告格式、写公众号的固定结构、踩过三次才记住的坑，才是真正属于你的资产。三问答不上来的，先给它挂个“待清理”的牌子。

分类按使用习惯分成四类，各归其位。用户级技能是天天要用、影响面大的那批，留在全局技能里重点维护，值得花时间把介绍写准、流程补全、经验放进来，WorkBuddy 默认就装在用户目录下的 skills 文件夹。项目级技能只对某个项目有效，多个写作技能打架又确实都要用，就分到“参政议政文稿写作”“调研报告写作”这类不同工作空间里，选中目标工作空间后发一句“把某技能移到某工作空间里局部生效”即可完成迁移。专家级技能适合散装但成套的场景，把选题、标题、写作、排版、封面等七个 skill 统一放进专家设定下的 Skills 文件夹，以一个创作专家的身份整体调用。尝鲜类技能用完就禁，甚至直接删，之前为对比效果装过好几个做 PPT 的技能，比对一圈只留下两个常用的。

已安装清单里只显示用户级技能，项目级和专家级技能都不可见，把一部分技能降维或打包，能在可见层面明显减少数量，但哪些工作空间和专家名下藏着技能，得自己记清楚。

介绍写准、位置归位之后，还要处理一个更根本的分界：哪些规则该进技能，哪些该进员工手册。

每个技能的介绍要重点回答三件事：什么时候叫我，什么时候别叫我，我和谁分工。“帮助用户处理文档”这句话等于没写，总结文档、润色文章、审合同、转格式全能套上去，目录里只有一个文档技能时看不出问题，多几个同类的就开始抢注意力。改成“检查合同和协议里的付款、违约、期限和责任风险，用户说审合同、看合同风险时调用，只反馈审核结果，不适用于合同内容总结、文本修改”就有用了。这三句各有分工：会说技能会做什么，会说它什么时候被触发，还会说清什么地方不适用，往往第三层最值钱，不适用的情形写明白，同类技能才抢不走注意力。派活的 Agent 看懂了岗位说明，才不会派错 Skill 员工。

与之配套的是一道分流口诀。WorkBuddy 里的 AGENTS.md 相当于项目员工手册，管的是所有任务都要守的基本素养；技能管的是遇到某类任务具体怎么做。所有任务都得遵守的，写进 AGENTS.md；只有特定任务才需要的，才做成技能。这道界线划清楚，技能库才不会一边膨胀一边失焦，通用规则和任务动作也各得其所。

技能库不会自己保持精简，它需要一套定期动作来持续代谢，否则用不了多久又会重新臃肿起来。

技能用得久了，会出现三种需要处理的状况。该升级的，随着经验变丰富、产出结果被反复修正，通过优化主文档和下面的附件，技能会越来越强。该合并的，主要针对能力相近的技能，两个技能干的事有七八成重叠就合成一个，差异细节挪到按需加载的参考文件里，需要时再读。该淘汰的，多半是因为大模型升级后，原来要靠技能补的短板模型自己就会了，拿不准就挑几个真实跑过的任务，开着技能跑一遍、关掉技能再跑一遍，差别不大就可以考虑删掉。三种动作交替着做，技能库才能长期保持在一个够用又不累赘的规模。

这套五步法走下来，技能库会从一个只进不出的仓库，变成一个能被准确调度、持续代谢的能力层。

技能库的价值，最终要看有限的技能能不能被高效、准确地调用。今天就可以做性价比最高的一件事：打开清单，把本周没碰过的技能逐个问那三个问题，先禁掉一批；两周后回头看，哪次干活卡壳正好缺它，再装回来也不迟。这一轮清理腾出的位置，恰恰是留给真正在干活的那个技能的。