AI Agent 的技能庫不是越大越好：談程序錨定與檢索噪音的平衡

Skill 的價值不在替 Agent 塞進更多知識，而在把成功做法固定成可重複遵循的程序路徑。當技能庫無限制膨脹，檢索噪音與錯誤選擇會抵銷能力增益；架構重點應轉向條件式載入、明確淘汰與可驗證的技能路由。

技能的真正價值是什麼？從補充知識到程序錨定

在建構 AI Agent 的過程中，我們習慣為其配備各種「技能」或「工具」，例如 API 呼叫、資料庫查詢、程式碼執行等。直觀上，這就像是為 Agent 擴充知識庫，讓它能處理原本無法解決的問題。然而，一篇名為 Demystifying Agent Skills: Why They Work-Until They Don't 的研究提出了不同的觀點：技能的關鍵作用並非注入新知識，而是提供「程序錨定」（Procedural Anchoring）。

大型語言模型（LLM）在進行多步驟推理時，其思考鏈（Chain of Thought）的軌跡本質上是不穩定的。這條軌跡容易受到提示詞、模型版本甚至取樣溫度的影響而產生偏差。

一個設計良好的技能，能將一段原本需要數個推理步驟才能完成的模糊任務，壓縮成一個定義清晰、輸入輸出穩定的單一操作。例如，與其讓 Agent 自行推理如何查詢天氣，不如直接提供一個 get_weather(city, date) 的技能。這個技能就像一個錨點，將 Agent 的行為從開放式探索拉回到一個可預測的執行路徑上。

技能的核心價值，是將原本需要多步驟、充滿變數的開放式推理，固化為一個高確定性的「程序錨點」，藉此大幅提升任務執行的成功率與一致性。

這種觀點的轉變至關重要。它意味著我們評估一個技能的標準，不應只看它帶來多少新資訊，更應看它能在多大程度上降低 Agent 執行任務時的軌跡熵（trajectory entropy）。這也解釋了為何有些看似簡單的技能，卻能對 Agent 的整體性能產生巨大影響，其原理與 ReAct 這類框架中「觀察-行動」循環的穩定性息息相關。

為什麼技能庫越大，Agent 反而越容易失敗？

既然技能如此重要，那麼是否技能庫越龐大，Agent 就越強大？前述研究給出了否定的答案，而這正是許多開發者在實務中遇到的困境。當技能數量從個位數增加到數十甚至上百個時，Agent 的性能往往會出現拐點，不升反降。問題的根源在於「檢索與選擇」的困難度呈指數級增長。

Agent 在決定使用哪個技能時，本質上是在執行一個檢索任務：根據當前任務的上下文，從技能庫中找出最匹配的選項。當技能庫很小時，這個任務相對簡單。但隨著技能數量增加，語義相似但功能迥異的技能會彼此干擾，形成「檢索噪音」。

舉例來說，一個處理訂單的 Agent 可能同時擁有 query_order_status(order_id)、get_user_orders(user_id) 與 search_products_in_order(order_id) 等多個相似技能。當任務描述不夠精確時，Agent 很容易選錯，導致後續一連串的錯誤。

研究指出，當技能庫規模超過某個閾值後，檢索的精準度會顯著下降。這不僅浪費了運算資源，更可能讓 Agent 陷入錯誤的執行路徑而無法恢復。這種挑戰與傳統的檢索增強生成（RAG）系統所面臨的噪音問題如出一轍，但在 Agent 場景中，一次錯誤的技能選擇所造成的後果遠比生成一段不相關的文字更加嚴重。

我們該如何設計更聰明的技能選擇機制？

面對技能庫膨脹帶來的挑戰，單純優化檢索演算法或提示工程是不夠的，我們需要從 Agent 的系統架構層面進行思考。這並非一個全新的問題，像是 Google 的 Toolformer 和 OpenAI 的函式呼叫（Function Calling）功能，都是在模型層面優化工具使用的嘗試。在應用層，我們可以考慮以下幾種架構取捨：

• 靜態全域載入 (Static Global Loading)：這是最簡單的方式，在每次任務開始時，將所有可用技能的描述都放入 Agent 的上下文中。這種方法在技能少於 10-15 個時或許有效，但隨著技能增加，很快就會被龐大的上下文和檢索噪音所淹沒。
• 動態條件式載入 (Dynamic Conditional Loading)：更進階的作法是設計一個「技能路由器」（Skill Router）。在任務開始時，先由一個輕量的模型或分類器根據任務的初步描述，從龐大的技能庫中篩選出一個小的候選子集（例如 3-5 個最相關的技能），再將這個子集提供給主要的 Agent。這能大幅降低即時的檢索負擔，但對路由器的準確性要求很高。
• 分層式技能樹 (Hierarchical Skill Trees)：對於極其複雜的系統，可以將技能組織成一個樹狀結構。Agent 首先選擇一個高階的技能類別（例如「用戶管理」或「訂單處理」），然後再在該類別下選擇具體的技能。這種方式強迫 Agent 進行結構化思考，但也增加了架構的設計與維護成本。

最終的選擇取決於應用的複雜度和對穩定性的要求。關鍵在於承認「更多的技能」不等於「更強的能力」。一個擁有 10 個經過精心設計、高正交性、且搭配高效選擇機制的 Agent，其表現往往遠勝於一個擁有 100 個定義模糊、功能重疊的技能的 Agent。我們追求的不應是技能庫的無限膨脹，而是執行路徑的穩定收斂。

延伸閱讀

• Demystifying Agent Skills: Why They Work-Until They Don't
• Toolformer: Language Models Can Teach Themselves to Use Tools
• ReAct: Synergizing Reasoning and Acting in Language Models
• OpenAI Function Calling Documentation

我是江中喬，專注於 AI Agent Architecture、Memory Governance 與 Cognitive Diversity，持續研究如何打造能夠長期協作、可信任且可治理的 AI 系統。