Skill 与 Agent 的关系：能力单元如何被编排调度

在企业 AI 架构中，Skill 和 Agent 是两个高频概念，但很多人会把它们混为一谈。简单地说：Skill 是「能干什么」，Agent 是「怎么调度这些能力去完成一个目标」。理解两者的边界和协作方式，是设计可扩展 AI 系统的关键。

Skill：原子化的业务能力

Skill 是对单一业务能力的封装。它接收输入、调用内部系统、返回结果。一个 Skill 通常只做好一件事，但把它做好：查订单、生成报告、审核发票、推荐产品、发送通知等。

Skill 的设计原则是「高内聚、低耦合」。每个 Skill 有清晰的输入输出契约，不依赖其他 Skill 的内部实现。这让 Skill 可以被多个 Agent 复用，也可以独立测试和迭代。

Agent：目标驱动的调度者

Agent 面对的是更复杂的业务目标。它需要将目标拆解成子任务，决定调用哪些 Skill、以什么顺序调用、如何处理中间结果和异常情况。

例如，一个「客户退款 Agent」可能需要依次调用：查询订单 Skill → 判断退款规则 Skill → 执行退款 Skill → 发送通知 Skill。在这个过程中，Agent 要根据订单状态和退款政策做判断，而不是把所有逻辑写死在一个大 Skill 里。

Agent 的核心价值是「编排」，它让多个 Skill 像乐队一样协同演奏，而不是各自为政。

三种常见的协作模式

根据业务复杂度，Skill 和 Agent 可以有三种协作模式：

• 单 Skill 直接响应：最简单，适用于输入输出单一的场景，如查库存、算报价。
• Agent 串行调用多 Skill：适用于有明确步骤顺序的流程，如售后处理、报销审批。
• 多 Agent 协作：适用于跨部门、跨系统的复杂任务，每个 Agent 负责一个子领域，通过消息或状态共享协作。

企业在设计架构时，建议先用单 Skill 解决具体问题，再逐步引入 Agent 做编排，避免过早复杂化。