Skills 如何让大模型从「知道到「按照经验做」

从“能回答问题的大模型”，到“能真正帮你完成工作的 AI”，中间到底差了什么？

过去一年，大模型的能力飞速提升：
它们能写代码、能解论文、能做总结、能当“百科全书”。
但当我们尝试把它真正引入到业务流程、生产系统、复杂任务中时，却常常发现一个尴尬的现实：

模型很聪明，但不太“好用”。

它“知道很多”，却经常“做不好事”。

本文结合火山引擎关于 Skills 的实践与思考，从工程与应用视角，系统拆解：
Skills 是什么、为什么重要，以及它如何让大模型真正从「知道」走向「会做」。

一、为什么说「大模型并不等于会做事」？

1. Prompt 能解决的问题，其实非常有限

在大模型刚流行时，我们习惯用 Prompt 来解决一切问题：

• 写一段 Prompt，让模型写代码
• 写一段 Prompt，让模型生成方案
• 写一段 Prompt，让模型“模拟专家”

在轻量、一次性、低复杂度任务中，Prompt 的确非常好用。

但在真实业务中，很快就会遇到瓶颈：

• Prompt 越写越长，难以维护
• 同一类任务，每个人 Prompt 都不一样