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:
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"。