[AI 觀點] Agent Skills 與低程式碼平台之爭

 [AI 觀點] Agent Skills 與低程式碼平台之爭

摘要 : Agent Skills不會立即取代低程式碼平台，企業真正的關鍵在於能否把業務know-how沉澱成可執行、可治理的AI系統。

內容:

近期AI應用開發領域最受關注的問題之一，是Agent Skills是否會取代以workflow編排為核心的低程式碼平台，例如現今常見的各類自動化與流程設計工具。這個問題表面上是在比較兩種開發方式，但背後其實反映出AI應用架構正在發生更深層的變化。

為了說明這件事，分享者以「HR簡歷篩選」作為真實業務案例來對比兩種做法。這個場景雖然常見，但流程其實完整且具代表性，包含候選人上傳簡歷、系統解析文件、提取結構化資訊、模型依標準評分，最後再將結果寫入多維表格。整個過程涉及文件解析、資訊抽取、模型判斷、資料落庫以及多人協作，因此很適合用來觀察兩種模式的差異。

若使用傳統低程式碼平台，通常會將整個流程拆解為多個清楚的節點，例如上傳簡歷、判斷檔案類型、解析內容、欄位映射、評分、資料寫入與結果回傳等，形成一條明確的workflow。這種方式的核心特點，是每個節點的輸入與輸出都非常確定，整體流程透明、可追蹤、可維護。

低程式碼workflow平台的價值，在於它具備企業需要的多項能力：流程可視化、節點可控、異常可排查、結果可入庫、權限可管理、團隊可協作，以及後續可持續維護。對企業而言，這些能力非常重要，因為實際生產環境最怕的是黑盒系統。一旦出現資料遺漏或結果異常，企業需要能夠快速定位問題究竟出在解析、映射、規則，還是權限設定。

相較之下，使用Agent Skills的方式則更接近自然語言驅動。只要事先定義好一個「HR簡歷篩選」的skill，清楚描述使用場景、必要輸入、執行流程、欄位對映、評分原則、異常處理與輸出格式，使用者之後便可以直接對agent下達任務，例如要求其篩選一批Java後端簡歷、依標準打分並寫入表格。剩下的工作則交由agent自動完成。

從本質上看，skills並不是沒有workflow，而是把workflow隱藏在自然語言與任務描述之中。也就是說，skills其實是把一整套業務方法封裝成agent可理解、可調用、可重複使用的能力包。這也是許多人容易忽略的一點：skills不是反流程，而是把流程從顯性編排轉成隱性描述。

若從使用體驗來看，skills確實比傳統workflow更靈活。當HR臨時調整需求，例如改為優先考慮有B端SaaS經驗的候選人，並推薦80分以上的人選時，workflow可能需要重新修改參數或規則；但skills有機會直接理解新指令並調整執行方式。對個人使用者或小團隊來說，這種靈活性極具吸引力，因為它更快、更輕、更自然，也更適合快速驗證業務想法。

然而，這種靈活性同時也帶來企業級落地的難題。當skills進入正式生產環境時，會面臨評分標準如何統一、執行路徑如何穩定、權限如何控制、結果如何治理等問題。這些都是目前skills模式相對薄弱的地方，也正是企業在選型時不得不重視的風險。

因此，在工具選擇上，分享者認為應依場景判斷。若是個人或小團隊做快速驗證、原型開發，skills通常是更合適的選擇，因為它能讓業務先跑起來，降低啟動成本。但若進入企業真實生產環境，尤其涉及候選人隱私、資料安全、權限管理、規則版本控制等要求時，顯性的workflow平台依然更可靠，也更符合企業對穩定、可控與可治理的需求。

第一個核心洞察是：Skills不會讓workflow平台消失，但會迫使它們升級。未來的workflow平台將越來越agent化，不再只是靠人工拖拉拽來搭建流程，而會引入更多AI生成與理解能力；反過來，skills系統也會逐漸平台化、治理化，補足企業落地所需的控制能力。兩者未來很可能不是彼此取代，而是向中間靠攏，最終融合成新的產品形態。

第二個核心洞察，也是整場分享最重要的結論：真正決定AI應用效果的，從來不是工具本身，而是業務know-how。以Java後端職位篩選為例，真正有價值的不是用哪個平台，而是企業是否清楚知道該如何評分，例如Java基礎能力佔多少、微服務經驗佔多少、專案複雜度該怎麼判斷。這些業務標準，才是AI能否真正承載企業能力的關鍵。

進一步來看，AI應用的競爭表面上像是workflow、skills與agent之間的競爭，但本質上其實是「業務know-how如何被承載」的競爭。誰能把企業內部的經驗、規則與判斷標準沉澱下來，讓它們能在流程中執行、在結果中驗證、在反饋中持續更新，誰才真正具備長期價值。

最後總結來說，workflow、skills與agent，本質上都只是AI應用的承載層。它們主要解決的是流程步驟、模型調用、工具使用、資料寫入與異常處理等問題。這些固然重要，但真正最難的從來不是工具，而是企業是否已經具備一套可被AI調用的知識體系與SOP系統。

所以，今天討論workflow還是skills，表面上是在做工具選型，實際上是在回答一個更大的問題：企業是否有能力把業務know-how轉化為可執行、可觀測、可迭代的AI系統。若沒有這個能力，換任何平台都可能只停留在demo；若具備這種能力，那麼不同平台都只是不同階段的承載方式。真正值錢的，不是平台本身，而是企業持續沉澱流程、知識、資料與評價體系的能力。