AI 寫程式的下一步：從單次任務成功，到可擴展的「原子技能」

在日常工作中，我觀察到許多 AI 編程工具或 Agent 系統，儘管在特定任務上表現驚人，卻時常顯得脆弱且缺乏彈性。它們或許能根據一個清晰的指令，一次性地解決某個 bug 或完成一項功能，但這個「成功」的過程往往是個黑盒子，其解決方案也難以被複用或遷移到一個稍微不同的情境中。這種現象反映了當前 AI 系統設計的一個普遍盲點：我們過度專注於「完成任務」，卻忽略了「建立能力」。

當我們要求一個 AI Agent「修復購物車的結帳錯誤」時，它可能會用盡全力，透過大量的試錯、程式碼生成與測試，最終找到一個堪用的解法。然而，這個解法本身，以及達成它的過程，就像是為了一次性演出而搭建的華麗舞台，演出結束後便被拆除。下一次遇到類似但不同的問題時，Agent 幾乎得從頭來過。這種模式不僅效率低落，更使得 Agent 的能力無法隨著經驗累積而成長，也就是所謂的「過度擬合」（overfitting）在任務層級上的體現。

從單點任務到原子技能：重新定義 AI 的學習路徑

最近一篇來自學術界的研究，為這個困境提出了一個極具啟發性的解方：我們應該將 AI Agent 的訓練目標，從解決複雜的「複合任務」（composite tasks），轉向掌握一系列可被拆解、可被組合的「原子技能」（atomic skills）。

這個概念並不複雜，卻直指問題核心。一個人類軟體工程師之所以高效，並不是因為他背誦了成千上萬個特定問題的解法，而是因為他掌握了一套基礎且可靈活組合的「原子技能」來應對新挑戰。這些能力單元獨立、有明確定義，且在各種開發場景中都可重複使用，例如：

• 讀取並理解錯誤日誌（log）。
• 在程式碼庫中定位相關檔案。
• 編寫單元測試來重現問題。
• 執行版本控制指令（如 git checkout）。
• 查閱外部函式庫的文件。

當 AI Agent 也能像人類一樣，將這些基礎能力內化，它解決問題的過程就不再是漫無目的的暴力破解，而是一系列有邏輯、有策略的技能調用。

能力架構：從 Prompt Engineering 到可組合的技能庫

將焦點轉向原子技能，意味著我們在設計 AI 系統時的思維，必須從「Prompt Engineering」走向「Capability Architecture」（能力架構）。Prompt Engineering 的核心是設計出完美的指令，引導一個龐大而通用的模型產出正確的單次結果。然而，Capability Architecture 的目標則是建構一個由眾多精煉、可靠的「能力模組」組成的系統。

在這個架構下，面對一個複雜任務時，高階的規劃模組（Planner Agent）會先將其分解成一系列子任務，然後調用對應的原子技能來逐一執行。例如，「修復結帳錯誤」這個大任務，可能會被分解為以下步驟：

1. 技能調用： 執行測試套件，找到失敗的測試案例。
2. 技能調用： 讀取該測試案例的錯誤輸出。
3. 技能調用： 根據錯誤訊息，在程式碼庫中搜尋關鍵字。
4. 技能調用： 讀取相關檔案，進行分析與修改。
5. 技能調用： 再次執行測試，驗證修復。

前述提到的研究論文透過實驗證明了這種方法的優越性。他們定義了五種基礎的編程原子技能，並透過強化學習讓 Agent 掌握。結果顯示，在面對從未見過的複合任務時，基於原子技能的 Agent 效能比傳統方法提升了 18.7%。這個數字不僅證明了其有效性，更揭示了一條通往更具泛化能力 AI Agent 的清晰路徑。

我們不再只是訓練一個「解決問題」的模型，而是在設計一個「擁有解決問題能力」的系統。這兩者有本質上的不同。

系統建構者的挑戰：打造可泛化、可治理的 Agent

這個從任務到技能的轉變，對我們這些 AI 系統的建構者提出了新的挑戰與要求。我們的角色不再僅僅是模型訓練師或 prompt 作者，更像是系統架構師與能力管理者。

這意味著我們需要深入思考以下關鍵問題：

• 如何定義與劃分原子技能？ 技能的顆粒度應該多細？一套通用的編程原子技能庫應該包含哪些項目？
• 如何獨立評測與驗證每個技能？ 我們需要建立標準化的測試基準，確保每一個技能模組的可靠性與穩定性。
• 如何設計高效的技能調度與組合機制？ 當面對一個新任務時，系統如何智能地選擇並排序需要使用的技能？
• 如何治理與擴展這個能力庫？ 隨著時間推移，我們如何新增技能、更新舊技能，並確保整個系統的協同運作不出問題？

未來的 AI 編程系統，其核心競爭力可能不再是單一模型的規模或性能，而是其背後那套能力庫的廣度、深度與健壯性。一個擁有 100 個經過充分驗證、可靈活組合的原子技能的 Agent，遠比一個只會解決 100 個孤立問題的 Agent 更有價值。前者代表著可擴展、可預測的工程系統，而後者則更像一個難以捉摸的黑盒子。

從一次性的任務成功，走向可累積、可泛化的能力建構，這不僅是技術上的演進，更是我們對 AI 系統本質理解的深化。這條路雖然更具挑戰，卻是通往真正可靠、可協作的 AI 開發夥伴的必經之路。

延伸閱讀

• Scaling Coding Agents via Atomic Skills

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。