模型还做不到的事，先放进 Harness

一个模型已经会写代码、读表格、画图。现在让它解释一条产线昨晚为什么出现异常，它却可能把两台设备的曲线对错时间，把停机维护当成故障，再围绕这些误读写出一篇漂亮报告。它有许多通用能力，眼前的工作仍然缺了几块东西：这里的数据怎样理解，过去的人怎样排查，以及哪些操作能取得可靠的证据。

最顺手的补救，是把设备说明、维护日志、排查经验全塞进提示。材料少时，这确实有效；任务越来越多，提示就成了一本不断加页的操作手册。每次排查都要带着所有设备的背景，眼前真正有关的条件反而被淹没。于是我们开始寻找别的组织方式：知识库、长期记忆、工作流、专用工具，都在试着补上这份工作的某一部分。

已有办法各自补上了什么？

知识库与检索首先解决“资料太多，不能每次全读”的问题。模型可以按设备、现象和时间找到相关材料，知道字段单位、维护安排和以往记录。这一步让它有了依据，却未必让它知道怎样使用依据。找到了校准记录，也还要意识到：校准时间与曲线台阶重合，是应该优先检查的一条关系。知识进入窗口，判断方法仍可能缺席。

长期记忆进一步保存做过的事。上次为什么误判、后来找到了什么证据，都有机会帮助下一次工作。但把完整对话当作记忆库，又会把试探、误解和偶然成功一同保存。下一次需要的是这个案例的适用条件与关键转折：什么现象值得联想到它，哪一步验证改变了结论。记忆开始有用，往往发生在一段经历被整理成可以迁移的经验之后。

工作流把经验再往执行方向推一步，规定先查数据、再找异常、最后验证解释。它能避免漏项，也能让几个角色按固定顺序合作。代价是场景一变，分支就开始增多：这台设备有没有校准记录，那个传感器是否换过型号，某种异常是否需要另走一条路。流程越想包办所有判断，图就越接近重新写一遍业务程序。适合固定的是明确的依赖和必须履行的条件，现场判断则需要保留给模型。

专用工具则把某些动作直接做熟。时间对齐、缺失值处理、统一单位，都可以交给验证过的程序。可工具变多后，又出现一个选择问题：模型如何知道眼前该用哪一个、结果有什么限制、失败时该查什么？孤零零的一组工具名称，也缺少工作的上下文。走到这里就能发现，知识库、记忆、流程和工具各自有用，真正缺的往往是把它们围绕同一份工作组织起来的方式。

把一份工作拆成可以积累的四种东西

• 知识保存事实与关系。 字段的单位、设备编号的含义、时间戳使用的时区，以及昨晚什么时候停过机。知道振动如何产生，推不出这家工厂把哪个字段叫作“振幅”。这类信息需要有可查的来源，变化以后也要更新。把说明和记录接进来，模型才有条件把通用理解落到眼前的对象上。

• 经验保存情境与判断。 一个工程师可能知道，传感器校准后出现的台阶变化，应该先核对校准记录，再怀疑机器状态。经验里保存着线索与行动的关系：看到什么现象，优先检查什么，什么证据足以排除一个解释。保留适用条件和当时的结果，这段经历才能帮助下一次排查；只记一句“曲线突变通常没问题”，就把有用的判断压成了误导。

• 流程保存方法与依赖。 先确认数据是否可用，再定位异常区间，随后比较候选解释，最后把结论与证据一同交付。它保存的是工作之间的依赖关系。模型可能每一步都会做，却在一次长任务里漏掉其中一步；一个流程就能先替它维持这些关系。必须满足的交付条件可以由系统检查，其余步骤则可以作为参考，让模型根据现场情况调整。

• 工具保存已经做熟的动作。 知道两条曲线需要对齐，还要真正处理缺失值、采样间隔和时钟偏差。模型可以临时写程序，也可以调用已经验证过的处理函数。后者把反复需要的精确操作变成稳定入口，省下重复实现的工作，也让输入、输出和错误有了明确的含义。领域智能体由此能够借用现成软件的能力，而不必每次都从文字重新造出它们。

下面可以逐项接入这四种支持。模型始终是同一个，任务也没有变化，变化的是它能够依据什么、借助什么去完成工作。留意每次补充消除了哪一种盲区；把四个开关全部打开，也只是配齐了这里展示的工作条件，最终报告仍要经得起数据与业务事实的检验。

这些东西，为什么看起来像人的记忆？

有趣的是，知识、经验和流程，在认知科学里都能找到熟悉的对应：语义记忆保存关于世界的事实，情景记忆保存特定处境中的经历，程序性记忆支持学会的技能与做法。Squire 与 Dede 对记忆系统的梳理讨论了这些不同功能。它给工程带来的启发很朴素：一个能持续做事的系统，既要知道世界是什么样，也要记得遇到过什么，还要积累事情怎样做。只建一个“资料都能搜到”的知识库，自然覆盖不完这些需求。

那么，工具放在哪里？我喜欢把它看作系统的“肌肉记忆”。刚学一项动作时，人要留意每一步；熟练之后，许多细节可以连贯地完成。智能体也可以把反复推导、反复生成的精确操作固化为程序，下次直接调用。认知科学通常把这类运动技能放在程序性记忆一侧；在工程上，我们又能把“可读的方法”与“已经可执行的动作”拆开。流程告诉模型如何组织工作，工具让其中一段工作可以直接发生。

这四种支持也会相互转化。一次排查先留下一段经历；我们从中提炼“曲线突变时核对校准”的经验，再把它放进排查流程；其中反复出现的时间对齐，被做成一个工具。工具产生的新结果又补充知识与案例。于是，一份工作的方法可以在外部逐渐变得熟练，而不必等到每一个细节都进入模型参数。

原来，一个技能文件夹就能把它们放在一起

现在再看 Skills，会发现它的形式恰好贴着这些需求：入口是一段自然语言，能够说明任务、方法与适用条件；旁边可以放知识文档、案例、模板和脚本。一个产线排查技能里，入口告诉模型何时使用、先确认什么，参考文件解释字段，案例说明常见误判，脚本完成精确处理。同一份工作需要的东西终于有了共同入口，各自又能保持适合自己的形式。

Agent Skills 的渐进式加载还把这个入口做得很轻：先让模型看见名称与描述，选中后再读取正文，具体参考与程序继续按需使用。技能库可以很大，当前窗口只需要展开眼前的工作。描述负责帮助找到方法，正文负责指导使用，外部文件负责承载细节；索引与内容的层次，就顺着使用过程自然形成了。

例如，这个技能可以保持很普通的目录结构：

line-diagnosis/
├── SKILL.md                  # 适用场景、工作方法、材料入口
├── references/fields.md      # 字段含义、单位和数据来源
├── cases/calibration.md      # 现象、调查过程、适用条件
└── scripts/align_series.py   # 时间序列对齐与结果校验

模型读完入口之后，可以按现场情况选择材料和动作。哪些步骤适合写成建议，哪些检查值得做成程序，都能独立调整。

这种组织方式保留了前面几种方案的长处。知识库仍可以负责检索，历史记录仍可以保存原始经历，确定的依赖仍可以由工作流执行，专用工具也继续承担计算。技能把“这份工作该怎样借用它们”放在一个可读、可修改的位置。它特别适合承载还在变化的方法：人能编辑，模型能阅读，做完一次任务之后还可以提出下一次修订。

文件夹的朴素也意味着维护责任仍然很具体。描述含糊，技能就可能选错；案例只记录结论，经验就可能套错；脚本依赖失效，动作就无法完成。必须履行的权限和验收条件仍由运行设施执行，技能说明负责把使用方法讲清。判断一份技能是否变好，要看它是否帮助新任务减少同类错误，而不只是入口文件看起来更加完整。

沿着这个方向，Harness 就成了工作方法可以先行生长的地方。今天需要提醒模型核对校准记录，明天这条经验已经能被主动取用；后续训练又可能让它学会，在类似现象出现时自己寻找对应的环境变化。一个案例先进入经验，经验组织成技能，技能帮助产生更好的轨迹，轨迹再参与训练。Skills 最吸引我的地方，就是它让这条路上的改进都有一个足够自然、足够具体的落点。