AI Agent 的「技能」和「工作流」：别让概念绑架了你的思考

最近一年，「AI Agent」火得一塌糊涂。

但聊得最多的两个概念——「技能（Skill）」和「工作流（Workflow）」——很多人其实没搞清楚。

今天我想用最简单的语言，把它们说清楚。

先说一个被忽视的事实

AI Agent 本质上是一个「对话系统」+「工具调用能力」。

你跟它说话，它理解你的意图，然后决定：

• 要不要调用工具
• 调用哪个工具
• 用什么参数调用
• 工具返回结果后怎么处理

就这么简单。

但就是这个「简单」，让无数人陷入了「概念陷阱」。

有人觉得 Agent 必须有「自主思考能力」。 有人觉得 Agent 必须能「自我学习」。 有人觉得 Agent 必须能「跨工具协作」。

这些想法都对。但它们忽略了一个更基础的问题：

你到底是想用 AI 帮你「完成一件事」，还是想用 AI 帮你「搭建一个系统」？

如果是前者，你需要的是「技能」。如果是后者，你需要的是「工作流」。

这两者不是同一个东西。

什么是「技能（Skill）」？

技能 = Agent 的一份「能力说明书」。

它告诉 Agent：面对某类任务，应该怎么做。

比如你给 Claude 安装一个「微信公众号发布」Skill。这个 Skill 的内容可能是：

任务：发布 Markdown 文章到微信公众号
步骤：
1. 读取 Markdown 文件
2. 解析 frontmatter（title 和 cover）
3. 调用微信 API 获取 access_token
4. 上传封面图到微信图床
5. 转换 Markdown 为 HTML
6. 创建草稿

这就是一个技能。

它把「发布到公众号」这件事，拆成了一个标准流程。Agent 只要「照着做」就行。

关键点：技能是「单次完成」的。

你触发一次，它执行一遍。执行完，任务结束。中间没有状态，没有记忆，没有分支。

技能解决的问题：重复性任务。

• 发布文章到公众号
• 从网页提取内容
• 生成特定格式的报告
• 批量处理数据

这些任务的共同特征是：流程固定，输入输出明确。

技能就是把这些固定流程固化下来，让 Agent 可以「一键完成」。

什么是「工作流（Workflow）」？

工作流 = Agent 之间的「接力跑」。

它不是「一个 Agent 做一件事」，而是「多个 Agent 协作完成一个复杂任务」。

比如「写一篇技术博客并发布」这个任务：

Agent 1：理解需求 → 生成大纲
Agent 2：根据大纲写内容
Agent 3：审核内容质量
Agent 4：优化 SEO
Agent 5：发布到公众号

这就是一个工作流。

每个 Agent 负责一个环节，环节之间通过「交接棒」传递：

• Agent 1 把大纲传给 Agent 2
• Agent 2 把文章传给 Agent 3
• Agent 3 把优化建议传给 Agent 4
• Agent 4 把最终内容传给 Agent 5

关键点：工作流是「多步骤、多状态」的。

每个环节的输出，是下一个环节的输入。中间有状态流转，有质量检查，有分支决策。

工作流解决的问题：复杂任务。

• 产品开发（需求 → 设计 → 开发 → 测试 → 上线）
• 内容生产（选题 → 写作 → 审核 → 发布 → 分发）
• 数据分析（采集 → 清洗 → 分析 → 可视化 → 报告）

这些任务的共同特征是：步骤多、环节多、需要协同。

技能和工作流的本质区别

维度	技能（Skill）	工作流（Workflow）
执行主体	一个 Agent	多个 Agent
任务性质	单次完成	多步骤流转
状态管理	无状态	有状态
适用场景	重复性任务	复杂任务
设计难度	简单	复杂
维护成本	低	高

一句话总结：

• 技能是「一个人的工具箱」——把常用的工具打包，随用随取。
• 工作流是「一条生产线」——把多个环节串起来，每个环节有专人负责。

为什么这个区别很重要？

因为很多人用错了。

我看到有人想用「技能」来实现「多 Agent 协作」，结果变成了：一个 Agent 里塞了十个技能，每次调用都要判断该用哪个。

这不是多 Agent，这是多工具。

也有人想用「工作流」来完成「重复性任务」，结果变成了：为一件小事设计了五个环节，每个环节都要一个专门的 Agent。

这不是优雅，这是过度设计。

判断标准很简单：

你要解决的问题，是「重复」还是「复杂」？

如果是重复，用技能。如果是复杂，用工作流。

别让概念绑架了你的思考。

实战：什么时候用技能，什么时候用工作流？

场景 1：批量处理 Excel 文件

用技能。

技能名称：excel-processor
功能：读取 Excel，执行指定操作（求和、筛选、排序），输出结果
触发：用户说「处理这个 Excel」

一个 Agent + 一个技能 = 搞定。

场景 2：自动化内容生产流水线

用工作流。

环节 1：选题 Agent（从热点库筛选）
环节 2：写作 Agent（根据选题生成文章）
环节 3：审核 Agent（检查质量和合规性）
环节 4：发布 Agent（推送到公众号）

多个 Agent + 状态流转 = 流水线。

场景 3：客服机器人

用技能 + 工作流。

技能 A：常见问题回答（FAQ）—— 单次完成
工作流：复杂问题处理（转人工 → 记录工单 → 跟进 → 反馈）—— 多步骤

现实中的系统，往往是技能和工作流的组合。

三个常见误区

误区 1：技能就是 Prompt 模板

错。

技能不只是「怎么跟 AI 说话」，还包括：

• 要调用哪些工具
• 工具的参数是什么
• 工具返回结果后怎么处理
• 出错了怎么办

一个完整的技能 = Prompt + 工具链 + 异常处理。

误区 2：工作流就是串行执行

错。

工作流可以是串行的，也可以是并行的，还可以是条件分支的。

并行：Agent A 和 Agent B 同时处理不同数据源
分支：如果 A 审核通过 → 交给 B；否则 → 退回修改
循环：反复执行某个环节直到满足条件

工作流的本质是「状态机」，不是「脚本」。

误区 3：Agent 越多越好

错。

每个 Agent 都是成本：

• 需要设计它的能力边界
• 需要设计它和其他 Agent 的交接接口
• 需要监控它的执行质量
• 需要维护它的升级迭代

能用一个 Agent 搞定的，别用两个。

能用技能搞定的，别用工作流。

简单，才是最高级的复杂。

OpenClaw 生态的实践

OpenClaw 把这个区分做到了极致：

Skill 目录：存放所有「技能」—— 每个技能都是一个独立的能力包

多 Session 协作：实现「工作流」—— 每个 Session 是一个 Agent，Session 之间通过文件或消息传递状态

实战例子：

任务：写一篇公众号文章并发布

Session 1（写作）：使用 coding-agent skill 写文章
Session 2（审核）：人工审核
Session 3（发布）：使用 wechat-publisher skill 发布

三个 Session，三个独立的 Agent。

• Session 1 不需要懂「发布」，只需要把文章写好。
• Session 3 不需要懂「写作」，只需要把文章发出去。
• Session 2 是人类，负责质量把关。

这就是工作流：每个人做最擅长的事，然后把结果传给下一个人。

写在最后

技能和工作流，不是「概念」，是「工具」。

工具的价值，在于帮我们解决问题。

别被概念绑架。

在动手设计之前，先问自己三个问题：

1. 我要解决的问题是重复的还是复杂的？
2. 需要一个人搞定，还是多个人协作？
3. 如果失败了，怎么回滚？

把这些问题想清楚，你的 Agent 系统才能跑得起来。

---

技能是「把一件事做一百遍」。

工作流是「把一百件事做好一次」。

别让概念绑架了你的思考。

"