今天早上发了那篇文章以后，有很多朋友跟我讨论。
发现大家问得最多的一个问题是，你天天说Agent和Skills是未来，那你自己平时干活是不是什么都丢给Agent？
我说实话，还真不是。
正好借这个机会我再补充一下，因为我发现这是一个很普遍的误解。
很多人一听Agent厉害，就想把所有事情都交给它干，但说实话，在我自己的实际工作里，Agent反而是我最后才会动用的手段。
我自己处理事情的优先级是这样的。
1. 能用Agent写个脚本解决的，一律都用脚本自动化解决。
2. 脚本搞不定的，或者需要一些泛化能力的，做成Skill。
3. 只有那些真正需要创造性判断、复杂推理的任务，才会真正交给Agent。
这其实是个循环。
先说脚本。这东西就是逻辑是固定的，输入是什么，输出是什么，中间怎么处理，全都是确定的，不存在需要判断的地方，不存在可能出现意外情况的地方，比如我飞书上各种各样现在跑着的自动化。
这种事情你让Agent来干，纯属浪费。
你不会用大炮打蚊子，同样的道理，你也不该用Agent去干脚本能干的活。
再说Skill。有些事情，纯脚本搞不定。比如我做的那个AI热点监控站，里面有一个资讯打分的功能，每条资讯进来，要判断它的重要性、相关性、时效性，给一个综合评分。
这个事情你没法写死逻辑，因为资讯的内容是千变万化的，你不可能为每种内容预设一套评分规则。
这时候就需要大模型的泛化能力了，但它又不需要Agent那种自主决策和多步骤规划的能力，它就是一个单一的、封装好的能力单元。
这就是Skill的价值。
最后才是Agent，我用Agent的很多时候，就是那种你没法提前规划好所有步骤的任务。你知道你想要什么结果，但你不知道中间要经过哪些步骤，因为这取决于过程中遇到的具体情况。
就比如，开发一个脚本，比如，做一个究极详细的竞品体验报告。
这种需要动态规划、需要根据中间结果调整策略的任务，才是Agent真正的用武之地。
所以，这三层，其实有点像一个金字塔，而且是上下循环的金字塔。
最好的Agent使用方式，就是不断往下沉淀能力，自己永远只处理那些还没法被固化的部分。
很多人犯的错误是，一上来就把所有事情都往Agent上堆。
结果就是慢、贵，还不稳定。
真不是Agent不行，是很多场景根本用不到它，强行上Agent只会引入不必要的不确定性。
这才是这个金字塔真正的运转方式。
让Agent去创造工具，让工具去执行任务。
这个循环一旦跑起来，才是AI在公司里真正落地的样子。
