从Skill、Agent Loop到主体性，如何搭建自己的AI工具系统而不被工具反向驯化 · 2026-06-21
过去四十年，我们都在学习如何使用操作系统：Windows、macOS、iOS、Android。图标、窗口、文件夹、菜单——这套隐喻统治了几乎所有人机交互的历史。
但 2026 年的今天，另一种"操作系统"正在静默地崛起。它不是软件——是个人工作方式的重新架构。 它不存在于任何 App Store 里。它需要每个人自己构建。
一、新的层级：管理 AI 行为的操作系统
传统 OS 管理硬件资源——CPU、内存、磁盘。AI 时代出现了一个新物种：管理 AI 行为的操作系统。
Claude Code 的架构就是原型：CLAUDE.md → 上下文工程 → Skills → Tools/MCP → Hooks → Subagents。映射到传统 OS：CLAUDE.md = BIOS 配置，Skill = 应用程序，HANDOFF.md = 进程切换，Agent Loop = 进程调度器。
区别只有一个：传统 OS 管理的是计算资源。这套系统管理的是注意力与判断力。
二、Skill：可组合的工作单元
Skill 是什么？不是模板，不是提示词库——是封装了专业判断的可执行单元。
Kimberly 给出了最实用的判断标准："如果你已经对 Claude 说过三次以上同样的要求，就可以考虑写成 Skill。" 这背后是经济学原理：重复摩擦成本的积累，是系统优化的信号。
一个 Skill 的基本结构极其简单：
---
name: pr-description
description: 当用户要求创建或总结 PR 时使用此技能
---
# PR 描述 Skill
## 格式
- What: ...
- Why: ...
- Changes: ...
name 是小写连字符。description 是触发条件——告诉 AI 什么时候该用，以及它能做什么。description 的质量直接决定 Skill 会不会被正确触发。太泛了，AI 不知道该触发；太窄了，又失去通用性。Kimberly 的建议：回答两个问题——这个 Skill 做什么？用户说什么时应该使用它？
三个设计原则：
可执行，不可感觉。 不要写"语气要专业"——那是主观感觉，AI 无法验证。写"使用主动语态，每段不超过三句"——这是行为标准，可以被检查。
渐进式披露。 一个 Skill 文件控制在 500 行以内。核心说明放在 SKILL.md，详细资料放到 references/，脚本放到 scripts/。AI 不需要每次都读全部内容——只在需要时才翻对应章节。
高内聚、低耦合。 和软件工程里的模块化思想一脉相承。一个 Skill 做一件事，描述清晰，边界明确。不重叠，不冲突。
三、三个阶段：从重说一遍到不说了
Skill 不是孤立的——它代表 AI 协作的第三阶段。
第一阶段：每次重新 prompt。 你说一次，它做一次。下一次又要从头教。这就像一个永远不记得你喜好的咖啡师——每天早上都要重复"少糖、燕麦奶、不要盖。"
第二阶段：CLAUDE.md 设定全局规则。 不用每次都重复了。咖啡师记住了"少糖燕麦奶不要盖。"但所有规则混在一起，不分场景。写代码和写文章，用的是同一张规则表。
第三阶段：Skill 把特定领域的规则封装成可自动触发的模块。 你不再需要想"这次用什么 prompt"——AI 根据任务自动选择合适的 Skill。就好像咖啡师看到你进门就知道：早上是燕麦拿铁，下午是冰美式，下雨天是热巧克力。不用说话。
当你积累到一定规模的 Skill——10个、20个、30个——你就有了自己的专属工具操作系统。 每次新会话，不是从零开始。是从你的系统开始。
四、Agent Loop：新的执行单元
如果说传统软件的执行单元是"函数"，AI 时代的执行单元变成了Agent Loop——reason + act + observe，重复直到验证通过。
函数的执行是确定性的、可中断的。Agent Loop 是概率性的、持续运转的。用更直白的话：过去是"你告诉它做什么"，现在是"你告诉它什么时候停。"
艾略特的实践总结是关键："关键不是 repeat，是 observe——没有验证的 loop 只是更贵、更长时间的瞎忙。" AI 不知道什么时候算"够好"。这个判断必须由外部给出。这就是你的角色——你不是"使用 AI"的人，你是给 AI 的 loop 设置停止条件的人。
Skill 和 Agent Loop 的关系是互补的。Agent Loop 解决"过程"问题——怎么持续工作。Skill 解决"知识"问题——每个环节按什么标准执行。两者结合，才是完整的 AI 工作流。
五、主体性：谁在控制谁
但这里有一个尖锐的问题。Vibe OS 的 snowboat84 提出："我怎么才能既用上 AI 的全部力量，又不在这股洪流里把'我'这个人弄丢？"
他的答案是："我永远站在系统之外。系统是手脚和感官的延伸，帮我感知更多、执行更快，但它到不了大脑的位置，做不了最终拍板的主体。"
这句话是简洁的。但做起来难。因为有一个反直觉的事实：思考常常发生在执行里。
写代码撞 bug 会发现设计问题。写文章写不下去说明还没想清楚。执行本身就是思考的原材料。把执行全甩给 AI，等于把自己思考的原料也扔掉了。这是一场静默的异化——你觉得自己效率提高了，实际上是判断力在萎缩。
这就是为什么主体性不是"少用 AI"——是用 AI 放大判断力，不代替判断力。 区分的关键在于：AI 帮你收集信息、执行操作、验证结果——但最终拍板的那个动作，是你做的。你告诉它什么时候停。
六、新的操作系统需要新的用户
传统 OS 降低了使用电脑的门槛——图形界面让非技术人员也能操作。但 AI 时代的"操作系统"实际上提高了要求。 它要求用户有更强的判断力、更清晰的边界意识、更系统的元认知能力。
原因很简单：传统软件的行为是确定的，你可以通过"学习操作"来驾驭它。AI 的行为是概率性的——你无法通过"学习操作"来驾驭 AI，你只能通过定义目标、边界和停止条件来驾驭它。
AI 时代最重要的技能不是"使用 AI"——是**"定义问题。"** 知道自己要什么。什么时候算完成。什么绝对不能做。
七、从哪开始
不是一次性搭建完整系统。那是工程师的思维，不是使用者的思维。
第一步：注意重复。 你对 Claude 说了什么第三次？把它写成一个 Skill。不需要完美——先写，再用。Skill 是在使用中迭代的，不是在设计阶段完成的。
第二步：建立停止条件。 每次用 Agent Loop 时，在开始前定义"什么时候停"——不是"什么时候好"，是"什么时候够了。"比如："验证完这三个测试用例就停"、"改完这三个文件就停"、"写完这一节就停。"目标是边界，不是完美。
第三步：把判断留给自己。 AI 可以帮你收集数据、对比选项、生成草案。但"这个方案对不对"——是你的判断。"这篇文章想说什么"——是你的判断。"这段代码的架构合不合理"——是你的判断。你的判断力是这套操作系统的 BIOS——它决定了所有其他组件的行为边界。如果 BIOS 坏了，再快的 CPU 也没用。
结语：操作系统不是目的
Skill 系统不是目的。Agent Loop 不是目的。Claude Code 的六层架构不是目的。
目的是让 AI 成为手脚的延伸，不成为大脑的替代。 目的是用工具放大自己的判断力，不把判断力外包给工具。
真正的 AI 时代操作系统，是那套能让你同时保持最大效能和最高主体性的个人系统。
它不存在于任何 App Store 里。它需要你自己构建。从第一个重复三次的要求开始，从第一个"够了"的边界开始。
参考来源：Kimberly @king1818888「Claude Code Skill 学习与实践白皮书」，艾略特 @elliotchen100「Agent Loops 最高可用场景」，snowboat84「Vibe OS 哲学基础」