我被 AI 击穿了

最近我发现一个问题, 就是不上班之后, 我的“工作”时间明显比上班期间更长了.

原因是 AI 越来越强, 我几乎沉浸在使用 AI 的过程中无法自拔.

我觉得不能再这样下去, 索性分析了一下我使用 AI 的方式, 似乎是我自己的问题.

简单来说就一句话: 我还没有摆脱“打工者”或者说“优秀打工者”的思维, 我写了一堆的 Skill, 然后我在 Claude CLI 中自己调用这些 Skill 干活.

我还是个“打工者”, 甚至由于 AI 的强悍, 它不停下来, 我就不停下来, 我这个“打工者”的休息时间更少了.

我其实是被 AI 击穿了, 就像双11时, 如果没有队列、没有缓存, 那么高的并发下, 数据库被击穿一样.

那怎么办?

我得转变思维, 转变成老板思维或者管理者思维.

你见过哪个老板会亲自干活的? 没有, 都是吩咐下属, 下属如果也是个管理者, 他会继续吩咐下属.

我得从直接调用 Skill , 转变成调用 Agent , 让 Agent 去调用 subagent 或 Skill 干活.

我需要做的事情是: 定义 AI 给我的最终交付物的“可验证规范”、任务过程中间物料产出及“自验证”、以及在前面提到的约束条件成立的情况下对 AI 的“信任”.

Claude 设计哲学

在纠正我的思维模式之后, 我要先理解 Claude 的设计哲学, 这样才能更好的用好这个工具.

先说我的理解, 然后让 Claude 给我纠偏.

skill: 代表各个专业场景的技能

agent: 代表各专业方向的员工

底层优秀员工思维: 写一堆 skill , 自己用 skill 完成目标

优秀管理者思维: 写一堆 agent , 通过编排 , 驾驭它们干活完成目标

不知道我的理解对不对?


纠偏:skill 和 agent 不是"员工能力 vs 管理者能力"的对立,而是两个正交维度

  • Skill = "怎么做"(how) :一份可复用的操作手册/流程知识,本身不占用独立上下文,只在被触发时把内容注入当前会话。
  • Agent/Subagent = "谁来做、在哪个上下文里做"(who / where) :一个拥有独立上下文窗口、可以独立跑一段任务、只把最终结果返回给主会话的执行体。

所以更准确的类比不是"底层员工 vs 管理者",而是:

Skill 是知识/SOP 文档,Agent 是执行这份 SOP 的"人"(或者说,一个隔离的执行环境)。

一个 agent 完全可以在执行过程中调用多个 skill;一个 skill 也完全可以不经过任何 agent,直接在主会话里被 Claude 自己读取执行。

真正对应"管理者驾驭多个执行者"这个直觉的,其实是:

  • subagent 编排:主 Claude 把任务拆解,分发给多个 subagent 并行执行(各自独立上下文),再汇总结果给人类。

"底层员工自己完成目标"对应的是:

  • Claude CLI 主会话直接加载一堆 skill,人类自己顺序执行完。

用 agent 还是 skill? 判断标准:

  • 需要独立上下文/并行/隔离(比如长代码审查不想污染主上下文、多路探索互不依赖)→ 用 subagent
  • 需要可复用的流程知识,会反复被触发 → 用 skill
  • 以上两者都要 → 组合:subagent 内部调用 skill(这是目前公认最强的模式,一个 subagent 加载专属 skill 完成方法论,再通过 MCP 拿数据,返回总结给主会话)

实践建议

我最近写了一些 PostgreSQL SKILL : https://github.com/digoal/skills/tree/main/postgresql

find-postgres-bug、pg-deploy-cluster、pg-runtime-risk、pg-sql-audit、pg-host-resource-risk 等, 本质上都是纯 skill 层 —— 统一 read-only、PGPASSWORD、中文输出、多文件拆分 500 行内。这套是"知识层"做得非常扎实。

如果要往"编排"方向进化,可以考虑的方向:

  1. 把重量级、长耗时、需要独立诊断上下文的环节(比如 pg-loa…
— 以上为试看内容(约 40%),开通会员后阅读全文 —