免费POC, 零成本试错
AI知识库

53AI知识库

学习大模型的前沿技术与行业应用场景


我要投稿

Subagent 与 Skills 的本质

发布日期:2026-01-30 03:57:08 浏览次数: 1516
作者:AI 生物设计

微信搜一搜,关注“AI 生物设计”

推荐语

探索AI从执行者到思考者的进化之路:Subagent与Skills如何重塑人机协作模式。

核心内容:
1. Subagent与Skills的本质差异:拆解问题vs拆解经验
2. 从模糊指令到智能决策的三阶段演进历程
3. 不同场景下的方法论选择与实践价值

杨芳贤
53AI创始人/腾讯云(TVP)最具价值专家

PART.01
核心观点

SubAgent 和 Skills 都是 prompt 规范化 的一种形式,但它们解决问题的角度不同:
  • Subagent 是拆解 「问题」
  • Skills 是拆解解决问题的 「人」(的经验)

PART.02
演进历程

阶段一:模糊指令
最开始的时候我们只是告诉大模型去完成某一件事情
只有一句话和一个模糊的目标
结果往往不尽如人意
阶段二:Subagent 模式
发现结果不是很满意,就用 subagent 的方式
由人来帮忙拆分问题
明确告诉大模型:"你要这么解决问题"
阶段三:Skills 模式
后来我们又学精了,不仅拆分问题
进而整理提炼 人是如何划分角色、解决问题的
把这些功能给到大模型
由大模型决定: 用到的时候就用,用不到拉倒

PART.03
方法论对比

维度
Subagent
Skills
拆解对象
问题本身
解决问题的人(经验)
主导权
人工预先拆分
模型按需选择
灵活性
较低(固定流程)
较高(按需调用)
适用场景
结构化、明确的问题
需要专业经验的场景

PART.04
实践启示

通过这种演进,我们逐步从"告诉 AI 做什么"转向"让 AI 知道如何像专家一样思考"。

53AI,企业落地大模型首选服务商

产品:场景落地咨询+大模型应用平台+行业解决方案

承诺:免费POC验证,效果达标后再合作。零风险落地应用大模型,已交付160+中大型企业

联系我们

售前咨询
186 6662 7370
预约演示
185 8882 0121

微信扫码

添加专属顾问

回到顶部

加载中...

扫码咨询