会用100个AI技能的人，输给会调度5个的人
摘要：本文从"技能装了几十个，做一件事却还是要熬夜"的痛点出发，指出单点技能提速、串联全靠手动的本质是缺少一台"调度器"。作者先剖析技能堆积带来的三个隐性成本（串联记忆、失败排查、重复规划），再厘清 workflow 与 agent 的边界——能用固定流程解决的不要上 agent。随后介绍自建的 skill-orchestrator 技能编排师：通过拆解、人审、校验、执行、复盘五步，把"这事该怎么做"沉淀成可复用流程。实测显示并行省时约三成、条件分支省 token 23%、降级保交付，并用关键路径法告诉你"不要优化什么"。文章还给出三分钟上手路径与四条诚实局限，最终落点：会用 100 个技能的人，输给会调度 5 个技能的人。
先问一个扎心的问题：技能装了几十个，为什么做一件事还是要熬夜？
你大概也有过这样的晚上：取数的技能会用了，算指标的技能会用了，画图的、写结论的、排版的技能全会用了。
可一份财务分析报告做下来，还是你自己在中间当"人肉传送带"，一步步把上个技能的结果复制粘贴给下个技能。
技能越装越多，端到端效率却没变。单点都在提速，串联全靠手动——这不是技能的问题，是你缺一台"调度器"。
一、技能堆积悖论：三个隐性成本
过去一年我装了几十个 AI 技能。
做季度经营分析时盘了一下：取数有技能、指标计算有技能、异常检测有技能、行业对标有技能、下钻归因有技能、写报告有技能、排版有技能。
七个环节，七个技能，但没有一个技能管"这七个怎么串起来"。结果就是三个隐性成本，每一个都在偷偷吃掉你的时间：
① 串联记忆成本。先跑哪个、后跑哪个、哪个的输出喂给哪个的输入——这些只存在你脑子里和上次的聊天记录里。三个月后重做，流程得靠回忆重新拼。
② 失败排查成本。八步串下来数字不对，你不知道是哪一步出的错。于是八步全部重跑一遍，像调试一坨没有日志的代码。
③ 重复规划成本。"做财务分析报告"这件事的流程，你每季度都要重新想一遍。它是你脑子里早已滚瓜烂熟的流程知识，却从来没被沉淀成可复用的东西。
左：每个技能都会用，但中间靠人肉搬运；右：流程本身被编排成一跑到底的流水线。
第三条尤其可惜。拆步骤、定顺序、设校验、留审批——财务人天天练的就是这套流程标准化功夫。用在 Excel 上叫模板化，用在 AI 技能上，就叫编排。
二、先想清楚：这是 workflow 的活，不是 agent 的活
一说"让 AI 自动跑流程"，很多人下意识就想上 Agent——让它边跑边想下一步干嘛。
我一开始也这么想，直到读了 Anthropic 那篇《Building Effective Agents》，结论就一句话：能用 workflow 解决的，不要上 agent。
区别在哪？本质是一条：计划会不会被推翻重写。财务分析报告的流程，执行前就能画完：先取数，指标计算和对标可以并行，检测出异常才下钻，没问题就直接写结论——每一步、每个分支，动手前都是确定的。这种活用 agent 就是花钱买不确定：更贵、更慢、更难调试。
真正需要 agent 的只有三种情况：步骤数事先无法预知、需要环境反馈驱动大量分支、单步成功率低到需要自主换策略。我的日常任务，一条都不占。
下次有人劝你"这事先交给 agent"，你可以反问一句：这件事的计划，需要跑到一半推翻重写吗？——一句话，你就显得比他内行。
所以正确的姿势是：先把 90% 的固定流程做成 workflow，只给那 10% 真正不确定的环节留 agent 的口子。
三、我给自己写了台"调度器"
基于这个判断，我搭了一个技能叫 skill-orchestrator（技能编排师）。它不提供任何业务技能，它只管一件事：把"这事该怎么做"编排成流程，然后照着跑，跑完复盘。
像剧组排班：导演（Planner）先出分镜脚本，制片（你）审一眼，场务（校验器）检查脚本有没有穿帮。
然后开拍（执行器），杀青后复盘（追踪器）告诉你哪场戏拖了进度、哪场戏根本不用拍。
五步流程，每一步的产出都是明确的：
1、拆解：一句自然语言任务 + 你的技能清单，产出一张流程图草稿（DAG）——谁先谁后、谁能并行、异常走哪条降级路。
2、人审：草稿禁止直接执行。依赖对不对、降级够不够、该人工确认的节点有没有留暂停点，你看完点头才算数。
3、校验：22 条规则自动检查流程图（环引用、超深层级、降级节点漏标记、非幂等操作挂重试……），有错精确到行列。
4、执行：按层调度，能并行的并行，条件分支自动路由，节点失败自动重试、重试不过自动降级到备选技能，全程留日志。
5、复盘：用关键路径法（CPM）算出真正的瓶颈，输出三样东西——时间账、瓶颈清单、和一份"不要优化清单"。
五步编排：拆解→人审→校验→执行→复盘，规划与执行解耦是底线纪律。
四、实测：编排到底省了什么
拿一个 12 节点的财务分析报告示例流程实测（数据来自该技能自带的演示流程）：
并行省时间：指标计算、异常检测、行业对标三个环节互不依赖，并行后这一层耗时不再层层相加，只由其中较慢的一环决定，端到端省下约三成时间。
条件分支省 token：检测只发现 1 个异常（阈值 3 个）时，30000 token 的下钻归因层整层跳过，单次运行 token 降了 23%。
降级保交付：把异常检测节点注入失败，它重试后自动降级到备选的"规则版检测"，流程照样跑完，日志里清楚记着"此节点产出来自降级，需人工确认质量"。
复盘反直觉：画图、算指标这些看起来特别该提速的环节，全都不在关键路径上——把它们优化到零耗时，端到端一秒都不会变。
这条来自《目标》里高德拉特的约束理论，也是个反常识的结论，更是复盘报告里真正值钱的部分：它不光告诉你该优化什么，还明确告诉你不要优化什么——多少人的改进预算，就这么撒在了非瓶颈环节上。
画图、算指标这些看起来特别该提速的环节，真正值得投入的只有一类节点：关键路径上耗时占大头的那一个。
五、怎么用：三分钟上手
场景 A：只想验证编排逻辑（零准备，技能自带示例）——三条命令跑完全链路：校验流程图、执行、复盘，复盘报告直接告诉你瓶颈在哪。
场景 B：调度你自己的真实技能——为每个节点写一个十行以内的适配函数（模板已备好，支持调用本地 Python 模块、命令行脚本、HTTP 服务三种方式），然后指定"用这个适配器执行"即可。真实执行时复盘报告会自动切换成"实测口径"，瓶颈按真实墙钟时间算，不再用估算值糊弄人。
触发方式也简单：对话里说"帮我把这个任务编排成流程""这几个技能串起来跑""这条任务链做个调度"，就能唤起它。
六、诚实说局限（这部分和功能一样重要）
① 要先有技能清单。编排器不生产技能，你的技能得先登记成清单（声明每个技能吃什么、吐什么、是否可并行、失败怎么兜底）。没有清单就没有编排——这是成本，也是它靠谱的原因。
② 默认是模拟执行。不接真实技能时，它按预估 token 模拟跑，用来验证流程逻辑没问题，但耗时是估算值，报告会明确标注"估算口径"。
③ 条件分支只有二分支。超过四条互斥路径的任务，说明流程本身不确定，该上 agent 而不是硬拆。
④ 关键路径超过 10 步就该拆。10 步、每步 95% 成功率，端到端成功率只剩 60%——流程越长越脆，这不是工具能救的，得靠拆解。
本文一图流：痛点 → 视角 → 方案 → 实测 → 上手 → 局限。
写在文末
如果你是天天和流程打交道的财务、运营或项目经理——拆步骤、定顺序、设校验这套功夫你早就练过了，编排只是把它搬了个地方。
会用 100 个技能的人，和会调度 5 个技能的人，后者交付得更快、更稳。
而且第二次做的时候几乎不花力气——因为他的流程头一回跑完，就已经变成资产了。我们这类天天跑流程的人，缺的从来不是技能，是这一步。
别人卖单个技能，这台"调度器"沉淀的是把"这事该怎么做"写成方法论。对天天和流程打交道的同行来说，这套编排智慧就是顺手好用的护城河。
觉得有用的话，点个关注、点个在看，顺手收藏备用——下一篇拆解五步编排的落地细节与踩坑实录。也欢迎转给那个"技能装了一堆还是手工作业"的朋友。你眼下想把哪条重复流程编排起来？评论区聊聊。
