分享2篇最新Skill+Harness技术，组合无敌
最近看 Agent Skill 这条线，我越来越觉得一个趋势很清楚：下一代 Agent 不是简单多学几个 Skill，而是要把 Skill 放进 Harness 里。
Skill 解决的是：Agent 怎么复用已经学会的能力。
Harness 解决的是：这些能力在真实运行时，什么时候能用、谁来授权、证据怎么留、风险怎么挡、失败怎么修、后续怎么演化。
所以这次想分享两篇最新Skill+Harness论文：
- 第一篇 讲的是 Skill 学会之后，如何安全复用。
- 第二篇 讲的是 Skill 进入真实系统后，Harness 这层工程架构应该长什么样。
第一篇：Skill 会复用，但不能乱复用
过去很多 Skill Learning 方法都有一个默认假设：只要某条轨迹成功了，就可以把它抽成 Skill，下次遇到类似任务直接复用。
听起来很自然，但论文指出了一个很危险的问题：成功轨迹不等于安全轨迹。
一个任务成功完成，可能只是因为当时页面刚好没有弹窗，按钮位置刚好没变，权限刚好没触发，甚至页面里可能藏着 prompt injection。你把这条轨迹硬编码成 Skill，下次环境一变，它就可能从“效率工具”变成“风险放大器”。
传统 code skill 与 SkillHarness 的边界对比
这就是SkillHarness想解决的问题：Agent 不是只要学会 Skill，而是要学会什么时候不能用这个 Skill。
它的关键设计，是把 Skill 拆成两层。
Macro skill记录高层意图、成功模式、失败教训和风险约束。它更像一份 Skill 的“使用说明书”：这个 Skill 适合什么任务，什么状态下不能用，什么条件算成功。
Micro skill则负责具体执行模板。它可以在当前页面状态里绑定参数并执行；如果绑定失败，系统不会强行跑完，而是回退到 LLM-guided planning。
这其实是一个很重要的观念变化：值得复用的不是一段固定代码，而是一组带边界的行为经验。
SkillHarness 总体框架
论文里最有说服力的证据，是 learned skills 的 unsafe rate。
也就是说，SkillHarness 把 learned skills 的 unsafe rate 压到了 **2.2%**，而 ASI 是 **75.0%**，SkillWeaver 是 **43.6%**。
消融实验也很关键：去掉skill boundary后，ASR 增加9.6 个百分点。这说明它真正有效的地方，不是多了一个模板执行器，而是给 Skill 加上了边界判断、风险约束和选择性复用。
在 OpenApps 的 UI 扰动场景里，SkillHarness 的 Skill Completion Rate 也更稳定。这说明 macro/micro 解耦确实能缓解 UI shift 下的脆弱复用。
OpenApps 扰动场景下的 Skill Completion Rate
所以第一篇的结论可以压成一句话：Skill 没有边界，复用就是风险。
第二篇：Harness 不是装饰层，而是运行时架构
提出了一个很有用的区分：skill artefact和skill-in-use。
前者是静态 Skill 文件、描述符、prompt、workflow 或工具说明；后者是一次真实运行里，被选择、被绑定上下文、被赋予权限、被 LLM 解释和执行的 Skill。
这两个东西完全不是一回事。
一个 Skill 文件写得再好，也不代表它在某次运行中应该被激活；它能声明自己需要某个 capability，也不代表它自动获得执行权限；它被调用过，也不代表它真的对结果产生了贡献。
Skill harnessing 的概念边界
这篇论文的价值，是把这些零散问题整理成了一个架构议题：agent skill harnessing。
作者做了 multivocal literature review，筛选37 个系统、51 篇论文，抽取342 条实践记录，归纳出10 个 skill-specific architectural patterns，再综合成一个四层 reference architecture。
其中 5 个核心模式很值得看：
| Pattern | 大白话解释 |
|---|---|
| Progressive Skill Activation | Skill 不要一上来全塞进上下文，要从 available、selectable 到 active 分阶段激活 |
| Skill–Execution Authority Separation | Skill 可以声明需要某个能力，但不能自动获得执行权限 |
| Verifiable Skill Contract | Skill 用得对不对，要能被独立 verifier 检查 |
| Runtime Skill Bill of Materials | 一次运行用了哪些 Skill、什么版本、证据在哪，要能追踪 |
| Skill–Agent Co-Evolution Loop | 运行证据可以反哺 Skill 更新，但更新要经过验证 |
这几个模式连起来，基本就是一个 Agent Skill 产品化清单：选择、激活、权限、验证、证据、演化，一个都不能少。
Skill-mediated LLM agents 的参考架构
论文进一步把它们整理成四层架构：
- Supply Chain：Skill 从哪里来、版本是什么、依赖什么、来源是否可追踪；
- Mediation：哪些 Skill 可用，哪些适合当前任务，哪些能进入上下文；
- Execution Control：权限、工具调用、执行边界和运行时修复；
- Evidence & Feedback：trace、verification、Runtime Skill-BOM、候选更新和演化闭环。
我觉得这里最值得产品团队关注的是Runtime Skill Bill of Materials。
它有点像软件供应链里的 SBOM：一次 Agent 运行中，哪些 Skill 被检索、哪些被激活、版本是什么、参与状态如何、证据链接在哪，都要记录下来。
Runtime Skill Bill of Materials
没有这层东西，你很难回答几个上线后一定会遇到的问题：
- 某次错误输出到底和哪个 Skill 有关？
- 某个 Skill 更新后，哪些运行受影响？
- Agent 调用了 Skill，但它到底有没有对结果产生作用？
- 验证失败后，应该修 prompt、修 Skill，还是修权限策略？
所以第二篇的结论也可以压成一句话：Harness 不是为了让 Skill 看起来更工程化，而是让 Skill 在运行时可控、可查、可验证、可演化。
为什么说 Skill + Harness 是无敌组合
Skill 负责复用能力，Harness 负责治理能力。Skill 让 Agent 会做事，Harness 让 Agent 知道什么该做、什么不该做、做完之后如何被追踪和改进。
Agent Skill 的下一步，不是堆更多 Skill，而是把 Skill 放进 Harness 里，让复用变得有边界、有权限、有证据、有验证、有演化。
学AI大模型的正确顺序，千万不要搞错了
🤔2026年AI风口已来！各行各业的AI渗透肉眼可见，超多公司要么转型做AI相关产品，要么高薪挖AI技术人才，机遇直接摆在眼前！
有往AI方向发展，或者本身有后端编程基础的朋友，直接冲AI大模型应用开发转岗超合适！
就算暂时不打算转岗，了解大模型、RAG、Prompt、Agent这些热门概念，能上手做简单项目，也绝对是求职加分王🔋
📝给大家整理了超全最新的AI大模型应用开发学习清单和资料，手把手帮你快速入门！👇👇
学习路线:
✅大模型基础认知—大模型核心原理、发展历程、主流模型（GPT、文心一言等）特点解析
✅核心技术模块—RAG检索增强生成、Prompt工程实战、Agent智能体开发逻辑
✅开发基础能力—Python进阶、API接口调用、大模型开发框架（LangChain等）实操
✅应用场景开发—智能问答系统、企业知识库、AIGC内容生成工具、行业定制化大模型应用
✅项目落地流程—需求拆解、技术选型、模型调优、测试上线、运维迭代
✅面试求职冲刺—岗位JD解析、简历AI项目包装、高频面试题汇总、模拟面经
以上6大模块，看似清晰好上手，实则每个部分都有扎实的核心内容需要吃透！
我把大模型的学习全流程已经整理📚好了！抓住AI时代风口，轻松解锁职业新可能，希望大家都能把握机遇，实现薪资/职业跃迁～