别乱给你的 Hermes 下载技能：打造优秀 Agent 技能的缺失手册

摘要

拆解 Matt Pocock 在 AI Engineer 大會演講打造優秀 Agent 技能的缺失手冊，指出當前開發者把大量現成技能檔案一股腦塞給 agent 反而讓系統變得臃腫、不可預測，稱之為技能地獄。內容針對觸發機制、檔案結構、指令引導、定期修剪四大體檢項目提出具體解法：優先用用戶手動觸發取代模型自主判斷以換取穩定性、用上下文指針做懶加載保持主檔案精簡、用高信息密度的專業術語取代大白話引導、以及用刪除測試定期清理過時的提示詞化石。內容為簡體中文頻道轉寫，已正體化與用語校正。

重点

• 觸發機制分兩派：模型調用讓 AI 自主判斷是否使用某技能，用戶調用則由開發者鎖死只能由人手動觸發，Matt Pocock 的開源技能庫大量偏好後者以換取可預測性
• 核心取捨：手動觸發是用人類的認知負擔換取 AI 上下文負擔的降低，能大幅減少上下文越長、注意力越稀釋所導致的誤觸發風險，也省去維護龐大 eval 測試套件的成本
• 技能檔案結構鐵律：只保留步驟與參考資料兩個核心模組，主控檔案必須盡量精簡；透過上下文指針機制在主檔案裡只留一句話指向外部模板檔，實現類似軟體工程懶加載的動態拉取，避免主檔案隨業務複雜度膨脹
• 用高信息密度的行業術語（如垂直切片）取代冗長大白話說明，能精準喚醒模型在預訓練階段學到的敏捷開發知識，比大白話更有約束力
• 針對 AI 偷懶提前跳過必要提問澄清階段直奔寫計畫的對策：把流程拆成獨立技能、對當前 agent 隱藏後續步驟的存在，逼它窮盡算力完成當前唯一任務
• 定期修剪三種隱患：違反不要重複自己原則的重複內容、隨時間累積但已被新模型自行修復的過時提示詞沉積物、以及看似高深實則對結果毫無影響的廢話，可用刪除測試直接刪掉存疑句子看輸出是否變差來驗證
• 建議所有技能檔案的作者定期用刪除測試檢視每一句提示詞是否仍有必要，因為新一代模型的預設行為往往已經覆蓋掉舊模型時代寫下的補丁

金句