模型升级后,给 Skills 做一次瘦身

转载请注明出处❤️

作者:测试蔡坨坨

原文链接:caituotuo.top/ab08ab1a.html


你好,我是蔡坨坨。

每次模型升级,我觉得都值得回头看一眼自己的 Skills:有些内容,可以瘦身了。

模型已经能处理的事情,旧文件里可能还在逐步教;过去为了防止它犯错加上的限制,也可能变成今天做事时的阻碍。模型换了,工作说明却一直沿用旧版,这件事容易被忽略。

最近看到逸尘在 X 上分享一个做法:让 Agent 审阅 AGENTS.md 和 Skills,找出让它反复确认、停下等待,或者任务做一半就结束的指令。我觉得这个方向值得借鉴。原帖在这里

每次升级模型,也给旧规则一次重新证明自己有用的机会。

旧规则为什么值得重看

给 Agent 写规则时,很容易顺着一次错误补一句话。少做了一步,就要求每次列计划;改动不符合预期,就要求修改前先确认。

单独看,每条都有理由。放到一起,却未必能顺畅执行。

假设一份文件要求“把任务完成后再回复”,另一份却要求“每一步都等我确认”,Agent 到底该继续,还是停下?这样的冲突,靠换模型未必能解决,得把适用范围写清楚。

还有一类内容没冲突,只是重复。几处都在提醒检查结果、解释原因,维护时又各改一点,时间一长,同一件事就有了几种说法。

我的判断是:当新模型能够在常用任务里稳定完成某个步骤,就可以尝试删掉对应的重复叮嘱,再看结果。至于通用能力是否足够,得靠任务验证,不能只看版本号。

留下模型猜不到的内容

拿这次整理的写作 Skill 来说,我要求开头固定为“你好,我是蔡坨坨。”,文章保存到博客目录,还要求不要把我没做过的事情写成亲身经历。

这些内容有保留的理由。模型再聪明,也不能凭空知道我的固定开场、项目目录,更不能推断我到底做过什么。

“写得专业一些”就不同了。这句话缺少判断标准,堆上几遍也没有多少帮助。把要求写成“技术结论给出处,没有实践素材就不要写我亲测”,才方便检查稿子有没有达标。

Skill 最值得留下的,是个人偏好、项目约定,以及能检查的交付要求。

工具脚本和必要的参考资料也要按用途判断。一个负责转换文章格式的脚本,有确定的输入和输出,不能因为说明文件要变短,就连同它一起删掉。

让 Agent 先审一遍

沿着原帖的思路,可以新开一个对话,把下面这段提示词交给 Agent。这是结合 Skill 瘦身整理的版本:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
请检查当前项目的 AGENTS.md 和 .agents/skills 中的规则,
帮我判断哪些内容值得精简。现在先审阅,不修改文件。

请按实际影响排序,每个问题都列出文件路径、原文、
可能造成的行为,以及建议替换成的文字。

重点检查:
- 同一件事是否在多处重复规定,或者要求互相矛盾。
- 是否把普通任务也写成必须逐步等待确认。
- 是否存在只有计划、没有完成标准的工作流程。
- 哪些通用步骤可以尝试删除,并用任务验证是否仍然需要。

保留个人偏好、项目约定、必要脚本和明确的批准要求。
涉及权限扩大时单独说明,不要把取消授权边界当成精简。
对不能确定的规则,列出验证方法,不要直接判定它已经过时。

看审阅结果时,我更关心它能否解释:这条规则会在哪种任务里造成什么问题。

如果理由只是“太啰嗦”,还不够。几句必要的说明,也可能省掉后面一轮返工。让它给出替换后的文字,才能判断改动有没有把原本的意思丢掉。

删完要回到任务里验证

做测试的同学应该熟悉这个思路:修改之前留一份基准,用同样的输入检查修改后的行为。

写作 Skill 可以选几份现成素材,分别生成稿子,检查是否编造经历、遗漏事实,或者又写成一整屏的大段落。开发类 Skill 则看任务有没有完成,必要检查有没有执行,是否还会卡在多余的确认上。

一次只精简一类规则,出了问题才知道该恢复什么。如果平时混用不同模型,也要覆盖各自常用的任务,不能拿一个模型的结果替其他模型下结论。

瘦身有没有效果,要看交付质量,而不是删掉了多少行。

下次模型升级,可以挑一个常用 Skill 重新审阅。把那些早已用不上的叮嘱删掉,把仍有价值的要求写清楚,让这份工作说明跟得上模型,也跟得上自己的需求。

参考资料