System Skills 与通用 Agent：AI 数字员工底座该如何分层

System Skills 是 Axon AI 数字员工底座里最容易被低估的层。很多团队一开始把所有需求都交给一个通用 Agent：读网页、读 PDF、写邮件、改表格、发消息、生成报告。短期看很方便，长期却会变得重复、低效、难排查，出错时也不知道是模型、工具、输入还是流程的问题。OpenAI Agents 文档将 Agent 与工具、上下文和防护能力放在一起讨论，这说明企业级 Agent 不是一个孤立提示词，而是多层能力系统。参考 OpenAI Agents guide。

不要把所有能力都塞进通用 Agent

通用 Agent 适合探索复杂任务，但企业日常工作需要稳定能力。System Skills 负责平台级、系统级、通用且可靠的动作，例如读取文件、搜索、写入文档、处理表格、调用浏览器或生成邮件草稿。User Skills 则承接团队自己的做事规范，例如“投研摘要格式”“客户周报口径”“合同条款检查清单”。

Axon 已经有面向入门的能力说明，可以先读 System Skills 入门文章。当需要把能力串成业务流程，再看 AI Build 组装第一个 Agent。

分层不是为了复杂化，而是为了让稳定能力稳定、团队经验可复用、高风险动作可确认。

四层能力模型

Layer 1: System Skills
- 平台级能力：文件、搜索、浏览器、表格、邮件草稿、知识读取。

Layer 2: User Skills
- 团队级规范：模板、判断标准、输出格式、常用流程片段。

Layer 3: Agent
- 任务级编排：先做什么、后做什么、产物如何交付。

Layer 4: Trust Mode
- 风险级治理：外发、发布、覆盖、删除、敏感系统调用。

1. 第一步：判断动作是否跨团队通用；如果是，优先放在系统级能力层。
2. 第二步：判断动作是否体现团队经验；如果是，沉淀为 User Skills。
3. 第三步：判断任务是否需要多步顺序；如果是，组装成 Agent。
4. 第四步：判断动作是否影响外部或关键资产；如果是，接入 Trust Mode。
5. 第五步：运行后复盘，把重复出现的临时做法提升到合适层级。

什么时候从提示词晋升为 Skill

频率

一个做法如果每周都被重复使用，就不应该继续藏在个人提示词里。它应该变成 User Skill 或 Agent 模板。

稳定性

如果输入和输出结构相对稳定，例如固定摘要格式、固定表格字段、固定邮件语气，它就适合沉淀为 Skill。涉及 PDF 和邮件的组合流程，可以参考 Research PDF Email Agent 工作流。

风险

如果动作会外发、覆盖、发布或触达外部系统，就不能只靠 Skill 描述，需要结合 Trust Mode 邮件确认边界。

层级	适合放什么	不适合放什么
系统级能力层	稳定基础能力	团队私有口径
User Skills	团队模板和标准	一次性任务
Agent	多步业务流程	单个工具动作
Trust Mode	风险确认规则	普通格式偏好

FAQ

Q1: System Skills 和 User Skills 的区别是什么？

系统级能力是平台基础，User Skills 是团队自己的规范和模板。前者解决“能做什么”，后者解决“按我们团队方式怎么做”。

Q2: 为什么不直接用一个强大的通用 Agent？

通用 Agent 适合探索，但长期运营需要稳定能力、固定流程和可审查边界。全部塞进一个 Agent 会让问题难以定位。

Q3: User Skills 会不会太多？

会。只有重复出现、能被团队复用、能提升交付一致性的做法才值得沉淀为 User Skill。

Q4: Trust Mode 属于 Skill 吗？

不属于。Trust Mode 是风险治理层，它决定哪些动作要停下来确认，而不是定义某个具体能力。

下一步

开始使用 Axon 时，先盘点一个团队的 10 个常用动作：哪些属于平台基础能力，哪些应该变成 User Skills，哪些需要 Agent 编排，哪些必须 Trust Mode。再了解更多能力分层，把 AI 数字员工底座做成可维护系统。