五步框架：把 Workflow 变成可进化的 Skill

传统 Workflow 编排虽然提供确定性和可审计性，但缺乏灵活性和可进化性。作者提出用 Agent + Skills 架构取代大部分 Workflow，通过五步框架（拆分、编排、存储、分摊、迭代）构建可自我进化的自动化系统。

Workflow 编排的"舒适区"

可视化工作流工具能火起来，是有道理的。拖拽节点、连连线，一个自动化流程就搭好了。不用写代码，改起来也直观。更重要的是，它给你确定性，节点 A 执行完一定是节点 B，不会突然跳到节点 C。

但 workflow 编排也有硬伤:

• 它不够强大: 可视化节点能做的事情有限，复杂逻辑很难表达
• 它不够灵活: 一旦流程定死，遇到输入变化就容易出错
• 它难以移植: 平台锁定效应明显

Agent + Skills 的"降维打击"

几乎所有能用 workflow 完成的 AI 任务，都可以用 Agent + Skills 实现。关键在于怎么理解 skill。

Skill 应该被看作可组合的模块。你可以把多个 skill 串起来，用自然语言描述它们之间的协作关系。

五步框架详解

第一步：拆分

把工作流拆成单一职责的 skill 或 subagent。每个模块只做一件事，做好一件事。

第二步：编排

用自然语言描述整个流程，条件分支、并行执行、错误处理都可以用自然语言描述。Agent 能理解这些描述并执行。

第三步：存储

所有中间结果都保存成本地文件。这样做的好处是：

• 可追溯：每一步的输出都有记录
• 可断点续传：失败了可以从中间恢复
• 可人工干预：随时可以检查和修改中间结果

第四步：分摊

Subagent 之间只传文件路径，不传内容。这样可以避免上下文窗口被撑满，每个 subagent 只需要关注自己负责的部分。

第五步：迭代

这是 Agent + Skills 相比传统 workflow 最大的优势，可以持续进化。发现问题让 Claude Code 帮你改，Skills 会越用越好。

实践示例

写作工作流

article-analyzer → outliner → writer-agent → polish
     ↓              ↓            ↓             ↓
analysis.md   outline.md   draft.md    final.md

配图工作流

generate-image (原子技能)
     ↓
article-illustrator (组合技能)
     ↓
cover-image (组合技能)

正面应对三大质疑

质疑一：稳定性怎么办？

• 确定性逻辑不一定要交给 Agent
• 把需要确定性的部分写成脚本
• 混合架构: 代码处理确定性逻辑，Agent 处理需要判断的任务

"Skills 可以包含可执行代码，用于那些传统编程比 token 生成更可靠的任务。"

质疑二：成本太高

成本要算总账（开发成本、维护成本、迭代成本）:

• Rakuten（乐天）: 用 Claude Skills 处理财务报表，8 倍效率提升（一天工作变一小时）
• Box: 用 Skills 让用户即时转换文件格式，为团队节省数小时手工操作
• Skills 采用"按需加载"设计优化成本

质疑三：门槛太高

• AI 本身就能帮你创建 skill
• 用 /skill-creator 让 Claude Code 生成配置
• Skill 比 workflow 更易维护（Git 管理版本、代码审查、跨机器同步）

边界在哪里

Agent + Skills 更适合

• 输入多变、需要判断的任务
• 跨系统协调的复杂流程
• 需要频繁迭代的工作流
• 需要分享复用的自动化逻辑

Workflow 仍有优势的场景

• 严格审计要求的合规流程
• 超高频执行的简单任务
• 非技术用户的可视化需求

可进化的优势

Skill 架构有个经常被忽略的好处：它是活的，可以不断进化。

"Claude Code 还有一个很强但很少人用的地方，是可以自己迭代 subagent 的 system prompt，配合 ralph-loop，已经可以完成自我迭代进化了。在 token 和系统资源充足的情况下，能进化成非常恐怖的存在。"

核心思想对比

关键洞察: 不是工具的选择，而是思路的转变。从"搭建固定流程"到"构建可进化系统"。

原文链接: https://mp.weixin.qq.com/s/R0WNSWPksZykDrWoPVAy2Q 作者: 宝玉AI 发布时间: 2025-01-11