从软件开发者到 AI 架构师：这一年改变了什么

我的 AI 学习路径不是从宏大战略开始的。它从 Claude Code 和技能开始。

一开始，技能像是缺失的拼图。我可以把一种工作方式写下来一次，然后让 AI 复用它。一个技能可以教模型审查怎么做、计划怎么写、工作流怎么跑。它不像是在写提示词，更像是在创建可复用行为。

那就是我开始对创建技能感兴趣的时刻。不是因为格式复杂，恰恰相反。它强大是因为简单。一个技能基本上是在打包一句话：当这类任务出现时，按这种方式行动。

有一段时间，这看起来已经足够。

技能循环问题

我用技能越多，越注意到它的弱点。

技能仍然是提示词。

它是一个提示词，用来约束另一个提示词，而那个提示词又试图约束模型输出。换句话说，是提示词工程叠在提示词工程上。它可以提高概率，让模型更可能遵循流程，给模型更好的上下文。

但它不能强制结果发生。

这个差异很重要。“模型通常会遵循这个技能”很有用。但它不等于“系统保证这个流程发生过”。如果模型漏掉触发条件、误读技能、忘记边界，或者因为上下文已经太污染而漂移，技能没什么补救能力。它只能下次更用力地请求。

我开始把这叫作提示词循环问题。你在用文字规范一个同样通过文字运行的系统。LLM 用久了就知道这意味着什么：它有效，直到它无效。

试着把技能变成状态机器

我的下一个想法是：如果提示词不够，能不能把它们和代码结合？

我开始用技能加 TypeScript 脚本试验类似状态机器的工作流。想法很简单：

技能识别任务
  -> 脚本执行一个具体动作
  -> 脚本返回结构化状态
  -> 技能决定下一步
  -> 下一个脚本运行

这很接近我早些时候在 智能体即功能 文章里想象的东西。让 AI 对任务做推理，但给它可以触发的具体动作。技能包含流程，脚本处理机械工作。一个动作的响应决定下一步。

公平说，它从一开始就能工作。

这正是让人挫败的地方。很多想法确实能工作。它们足够让人兴奋，足够做演示、真实工作流，甚至有用的工具。

但“能工作”和“有保证”不是同一件事。

弱点仍然一样：模型必须正确读取技能、选择正确脚本、传递正确状态，并且在不漂移的情况下继续流程。上下文腐烂仍然重要。如果对话变嘈杂，或者模型对工作流形成了错误心智地图，状态机器就不再像机器，更像建议。

我加入了代码，但控制平面仍然存在于模型解释里。

用 MCP 工具替代脚本

之后，我开始把 TypeScript 脚本替换成 MCP 工具。

这感觉更自然。一个工具有名称、描述、输入模式和清晰输出形状。它更接近现代 AI 系统与外部能力交互的方式。不是让模型记住某个脚本藏在哪里，而是让工具成为模型可用接口的一部分。

这是进步。

工具边界更清楚。模型更直接看到能力。输入可以结构化，输出可以验证。相比隐藏在技能背后的临时脚本，MCP 更像原生 AI 流水线构件。

但它没有完全解决问题。

模型仍然要选择正确工具，仍然要在正确时间调用它，仍然要正确解释结果并决定下一步。工具调用给你更好的接口，但不会魔法般把模型推理变成确定性执行。

可靠性提高了，但还不足以改变我的结论。

我最后落到哪里

尝试了足够多”智能体即功能”的实践之后，我必须承认一件最初不想承认的事。

在今天，把大部分信任放进 LLM，对很多系统来说太激进了。

未来也许会变。我期待模型更好，工具调用更强，智能体框架更成熟。但站在当前模型行为上，我不想让 LLM 成为重要工作流的控制平面。

我现在更偏好用 SDK 构建自定义方案。

这不是说“不要用 AI”。它的意思是流程应该属于代码。应用决定每一轮发生什么。SDK 调用是流程里一个有边界的步骤。你可以验证输入，约束输出，跑评估，记录结果，安全重试，然后由代码决定下一步，而不是指望模型自己把工作流跑对。

我现在信任的形状更像这样：

代码拥有状态
代码选择下一步
代码验证模型输出
代码决定继续、重试还是停止
LLM 处理有边界盒子里的模糊部分

这是我用这些实验换来的教训。

技能有用，MCP 工具有用，智能体有用。但提示词不是执行，工具描述也不是治理。如果你需要流程以特定方式发生，就把流程放进代码。

我会对更早的自己说什么

我仍然喜欢技能。我仍然认为它们是帮助人们更好使用 AI 的最简单方式之一。对个人和商业用户来说，技能可以编码可重复实践，减少他们必须记在脑子里的提示词知识。

但我不会把技能误认为系统。

技能是指导。工具是接口。智能体是推理单元。工作流需要控制平面。

这个控制平面可以是工作流引擎、应用后端，也可以是自定义 SDK 编排。关键是确定性部分要保持确定性，而模型要被用在它的不确定性是资产、不是负债的地方。

我一开始是被提示词能塑造 AI 行为的程度打动。现在仍然被打动。

但我也更谨慎了。

未来不是“用智能体替换一切”。未来是学会智能体该放在哪里，代码该放在哪里，以及怎样让两者一起工作，而不是假装它们是同一种东西。