Agent 的技能不是數位資產：為什麼動態精煉比靜態檢索更重要

在建構 LLM Agent 系統時，我們很自然地會想到建立一個「技能庫」（Skill Library）。這個思路是將各種可重複使用的功能封裝起來，讓 Agent 在需要時能夠檢索並調用。這個想法直觀又有效率，但它背後隱含了一個危險的假設：我們以為技能一旦被定義，就成了穩定、可靠的數位資產。

然而，現實世界的任務與環境遠比想像中複雜。最近一篇名為《How Well Do Agentic Skills Work in the Wild》的研究，直接挑戰了這個普遍的假設。其結論非常明確：預先定義的 Agent 技能，其效用極其脆弱，在真實、複雜的環境中效能會顯著下降。這意味著，單純依賴技能檢索的系統架構，並不足以應對真實場景的需求。真正能讓 Agent 落地的關鍵，在於建立一套能夠根據查詢、環境與任務，動態調整與精煉技能的機制。

為什麼我們對 Agent 技能的想像太過天真？

過去幾年，從學術界到產業界，我們投入大量心力在提升大型語言模型的推理能力。從 2022 年初的 Chain-of-Thought Prompting 到後來的 Self-Consistency，核心目標都是讓模型能更可靠地完成複雜的思考任務。當我們將這些模型應用於 Agent 框架時，很自然地會想將這些能力「固化」下來，變成一個個可供呼叫的「工具」或「技能」。

像 LangChain 這類流行的框架，也讓定義與使用工具變得非常方便。開發者可以輕易地為 Agent 掛載一個 API、一段 Python 程式碼或一個資料庫查詢器，並稱之為一項「技能」。這種模組化的作法在開發初期非常有效率，但也讓我們陷入一種思維定勢：我們開始像管理軟體套件一樣管理這些技能，以為只要庫存夠多，Agent 就能應付各種問題。

這種想法忽略了一個根本問題：技能的有效性與其執行的「上下文」高度相關。一個在乾淨、隔離的測試環境中表現完美的 API 調用技能，在面對真實世界的網路延遲、API 版本變更、或是充滿雜訊的用戶輸入時，可能完全失效。我們把技能當成了不會折舊的數位資產，卻忘了它的價值會隨環境變化而劇烈波動。

技能在「野外」的效能如何衰退？

前述提到的研究，正是系統性地評估了這個問題。研究者設計了一系列基準測試，模擬了從簡單到複雜的真實世界場景，觀察 LLM Agent 在這些環境中調用預定義技能的成功率。結果發現，隨著環境複雜度（例如：指令的模糊性、外部工具的回應格式不穩定）的增加，技能的實際效用呈現顯著的下降趨勢。

這就像一位米其林主廚，帶著一套自己最熟悉的食譜（預定義的技能）去參加戶外野炊比賽。在專業廚房裡，這套食譜能做出完美的菜餚。但在野外，他必須面對不穩定的柴火（變動的環境）、陌生的鍋具（不一致的工具介面）和意想不到的食材（非預期的輸入）。如果他只會死板地按照食譜操作，結果很可能會是一場災難。

一個技能的價值，不只在於它「能做什麼」，更在於它在「當下情境中能否成功做到」。忽略後者，會讓我們對 Agent 的真實能力產生嚴重誤判。

許多正在第一線打造實用 Agent 的團隊，其實早已在實踐中體會到這種脆弱性。一個看似簡單的「查詢天氣」技能，背後可能需要處理多個天氣 API 的備援、解析數種不同的資料格式、並應對用戶各種口語化的地點描述。僅靠一個靜態的 get_weather(city) 函式是遠遠不夠的。

從靜態檢索到動態精煉：一個更務實的途徑

既然靜態的技能庫有其極限，出路在哪裡？該研究提出了一個核心概念：「查詢特定之技能精煉」（Query-Specific Skill Refinement）。這個策略的核心思想是，Agent 在檢索到一個合適的技能後，不應直接執行，而是要先利用 LLM 自身的能力，根據當前的具體查詢和環境狀態，對這個技能進行「即時改造」。

這種「精煉」可以有多種形式：

• 參數調整： 根據用戶的模糊描述（例如「下週末天氣如何」），動態地將其轉換為 API 需要的具體日期參數。
• 程式碼生成與修改： 如果技能本身是一段程式碼，Agent 可以根據任務需求，在執行前為其增加錯誤處理邏輯、修改函式簽名，或甚至組合多個小函式。
• 執行策略規劃： 在調用技能前，先生成一個包含多個步驟的執行計畫，並加入驗證與重試機制，以提高執行的穩健性。

這個從「靜態檢索」到「動態精煉」的轉變，意味著我們對 Agent 架構的思考需要升級。我們建立的不應只是一個存放工具的倉庫，而是一個能夠自我修正、自我適應的「工作坊」。在這個工作坊裡，LLM 不僅是工具的使用者，更是工具的改造者。

總結來說，這篇發表於 2026 年 4 月的論文所揭示的觀點，為我們這些 AI 系統建構者敲響了警鐘。追求建立一個龐大、無所不包的技能庫，可能是一條走不通的死路。未來真正強大而可靠的 Agent 系統，其競爭力或許不在於它擁有多少技能，而在於它精煉技能的機制有多麼智慧、多麼高效。我們需要將更多的精力，從「技能的儲存與檢索」，轉移到「技能的動態生成與適應」上。

延伸閱讀

• Liu, Y. et al. (2026). How Well Do Agentic Skills Work in the Wild: Benchmarking LLM Skill Usage in Realistic Settings. arXiv:2604.04323 [cs.CL].

我是江中喬，一位具有 TPM 與產品管理背景的 AI 系統建構者，目前專注於 AI 認知增強系統與多 Agent 協作架構的設計與實踐。