Agent 和 Skill 这两个概念讲清楚,你就知道什么时候该用哪个了。
核心区别
| Skill(技能) | Agent(智能体) | |
|---|---|---|
| 本质 | 一套可复用的工作流程/操作手册 | 一个有独立人设 + 工具 + 知识的 AI 助手 |
| 作用 | 教会 AI "遇到这类任务怎么做" | 打包成一个可以直接对话/派任务的对象 |
| 谁在调用 | 由当前 AI(比如我)在需要时临时加载 | 用户从 agent 选择器里主动选中它来对话 |
| 有没有独立身份 | 没有,它只是知识片段 | 有,有名字、描述、欢迎语、启动提示 |
| 能否绑定资源 | 一般只带流程和脚本 | 可绑定参考文件、知识空间、连接器(connector)、能力开关 |
| 能否被调度 | 不能单独调度 | ✅ 可以配合 schedule 定时自动运行 |
| 能否共享给团队 | 相对麻烦 | ✅ 发布后可直接共享给团队成员使用 |
打个比方
- Skill 像一本菜谱——写清楚"做这道菜的步骤"。谁在厨房都能翻出来照着做。
- Agent 像一个专职厨师——他自带菜谱(skills)、自带食材柜(知识空间/文件)、自带厨具(连接器),你直接跟他说"给我做个东西"就行,还能让他每天定点出餐(定时调度)。
什么时候用哪个
用 Skill,当你: - 想固化一套重复的操作流程(比如你已有的 Akamai 流量查询、EKS rightsizing、Aurora I/O 评估这些 skill) - 只是想让 AI 在合适时机自动"会做某件事"
用 Agent,当你: - 想要一个长期存在、可以直接点名对话的专家助手 - 需要它绑定固定的数据源(某个知识空间、某些文件、某个 AWS/Slack 连接器) - 想定时自动跑(比如每天早上自动出一份 CDN 流量报告) - 想分享给团队共用
💡 关键点:两者不冲突,而是互补。Agent 可以内含 skill——你完全可以把已有的 skill 装进一个 agent 里,让这个 agent 成为"专门跑这套流程、还绑定了数据源、还能定时/共享"的专家。
理解了区别之后,我们来创建你的 agent。你心里想做的是哪种?