编写 Skill 是对灵活性和确定性的平衡
提示词的灵活性与代码的确定性：Agent Skill 的设计哲学
在智能体工程（Agentic Engineering）的浪潮中，我们正经历从“编写指令”到“构建生命体”的认知跨越。然而，99% 的开发者在设计 Agent Skill 时，依然将其等同于传统的 API 封装。
这种认知偏差，导致了无数 AI 应用在实验室环境表现惊艳，但在面对真实的、高熵的生产环境时，瞬间崩塌。
一个真正工业级的 Skill，本质上不是一段功能函数，而是两股对立力量的终极契约：【灵活性】与【确定性】。
1. 提示词：拥抱高熵的“灵活性”
在系统架构的视角下，自然语言和用户意图本质上是“高熵”的。
- 模糊性（Ambiguity）： 真实世界的用户不会按照 Swagger 文档输入数据。他们会打错别字、逻辑跳跃、提供不完整的上下文。
- 多样性（Diversity）： 同一个意图有成千上万种表达方式。
提示词（Prompt） 的天职，就是充当这个高熵世界的“吸能缓冲区”。它利用大模型的语义理解能力，优雅地吸收这些模糊性。它的核心竞争力在于极度宽容——它像一块海绵，从混沌中提取出执行任务所需的初始参数。
2. 代码：实现熵减的“确定性”
一旦意图被解析并交接给底层逻辑，系统就必须进入执行的“铁律”阶段。
- 一致性（Consistency）： 无论调用一千次还是一万次，核心逻辑必须产生可预测的结果。
- 边界感（Boundaries）： 无论是 Rust 的强类型检查，还是 TypeScript 的接口约束，代码的职责是“严以律己”。
代码（Code） 的使命是消除所有不确定性，捍卫系统的安全边界。在这个阶段，任何“模糊”都是致命的。它的核心竞争力在于极度严谨。
3. 核心哲学：AI 时代的 Postel's Law
我始终认为，高阶的 Skill 设计必须复刻经典互联网协议之父 Jon Postel 的名言：
"Be conservative in what you do, be liberal in what you accept from others." （对自己发送的东西要保守，对接收的东西要自由。）
在 Agentic 架构中，这个哲学演化为：“对输入宽容，对输出严格。”
- 输入端（The Liberal Input）： 依靠 Prompt 的灵活性，包容大模型输出的非标格式或用户的凌乱意图，尽最大努力提取意图。
- 输出端（The Conservative Output）： 依靠代码的确定性，锁定状态变更和数据产出，确保向系统交付的结果是“熵减”后的干净状态。
4. 范式演进：从“本地工具”到“服务端 Skill”
随着 AI 原生开发的深入，Skill 的形态正在发生根本性转变：从单纯的 API 封装演进为 服务端 Skill（Server-side Skill）。
传统的 API 封装要求调用者（Agent）必须精准对接参数。而 AI 时代的“服务端 Skill”自带 语义网关：
- 知识资产化： 提示词不仅是逻辑，更是企业核心竞争力的封装。深度的领域知识（Domain Knowledge）被封存在服务端 Prompt 中，作为“黑盒”资产，不对外开源，仅通过接口提供服务。
- 协议化调用： 未来将出现类似 MCP（Model Context Protocol）一样的标准协议。调用端通过协议发起意图，服务端 Skill 利用私有的 Prompt 资产进行“语义对齐”，再交由底层代码执行。
这种架构实现了 “灵活性”与“确定性”的物理隔离——让调用端（Agent）保持轻量与泛化，让服务端保持专业与稳健。
5. 致命漏洞：阻抗失配（Impedance Mismatch）
系统最容易崩塌的地方，往往就在这两者的交界处。这就是所谓的**“阻抗失配”**：
- 断崖式失败： LLM 哪怕产生 1% 的灵活幻觉（比如把一个数值误写成了带单位的字符串），都会让底层追求绝对确定性的强类型代码瞬间 Crash。
- 静默毒化（Silent Poisoning）： 如果 Prompt 层过度“脑补”意图，而底层代码又缺乏业务级的逻辑校验，系统就会毫无察觉地执行一个“确定的错误”。
6. 架构师的解法：构建自愈型防腐层（ACL）
为了修补这个漏洞，我们需要在“纯软”的提示词和“纯硬”的代码之间，构建一层具有自愈能力的防腐层（Anti-Corruption Layer）。
这层机制应该扮演一个聪明的“安检员”：
- 自动清洗： 尝试将非标数据自动转化为标准类型。
- 默认值兜底： 在不影响业务核心逻辑的前提下，对缺失参数进行合理的补全。
- 最终校验： 在向核心 API 发起请求前，进行最后一次严格的逻辑守卫。
结语
写好一个 Skill，本质上就是在灵活性与确定性之间，画好那道生死分界线。
当你能利用 Prompt 的灵活性去消解现实世界的混沌，同时用代码的确定性去锁定系统的稳态，你才算真正掌握了智能体工程的灵魂。