不懂编程的普通人,能开发商用级的AI Agent吗?

可以阅读我之前的AI领域当下最火的几个概念了解从prompt到skill的演变，本质上是AI大模型能力从个人体验到商业应用的过程，商业场景中要求结果交付且稳定一致。

怎么使用Agent Skills技能？

国内最省事就是用Coze这周新上线的“技能”，也可以使用Minimax。

Minimax我昨天浅浅体验了一下，也可以创建skill并调用来完成任务，我让他帮我清理电脑的垃圾文件，并生成统计报告。他帮我创建了一个网页用于展示统计结果，但仔细看每个文件其实是AI凭空生成的，并不是我电脑本地的文件。

这里我更推荐先上Coze的技能商店体验下开发者已经开发好的技能。

今天看到一个博主分享个人如何开始学习AI Agent，他教授的思路我也很推崇：

如果你不知道怎么把工作需求描述清楚，也不知道该给AI提供什么样的参考资料，可以先去玩一下技能商店里的项目（每一天都有新技能上线），

使用过程中你会发现AI的思考过程有些不一样：

它是一步一步完成的，每一步都会交付一个成果

过程中阅读技能文件、调用工具、AI大模型分析和总结

最后输出的还有如网页、保存在本地的文档这些

你就知道：AI不只是打打嘴炮，它是真的能动手干活了

然后，你可以把AI执行的步骤一步一步梳理出来，大多数的Agent工作流呈现为：

需求——AI大模型——使用工具——AI大模型——使用工具——AI大模型……——输出结果

等你慢慢熟悉了Agent skill是怎么工作的，想想你日常工作或生活中，按一定流程操作、在电脑上完成的事情，把需求以自然语言通过对话框发给Coze。

简单的描述不一定能够让AI懂你，没关系

你提意见让AI修改

直到一个令你满意的交付结果，然后你大喊一声：

“帮我把上面的执行过程打包整理成一个skill技能”

你已经拥有了第一个属于你的技能包。

除了Coze，还有被很多博主推崇的开源项目Opencode

如果你想用御三家GPT、gemini和Claude模型且有账号会员/订阅的话，Opencode的功能更加强大，还可以搭配Oh-my-opencode（已经开发好的skills）使用全球开发者的智慧成果。

如果没有，Opencode也可以使用GLM-4.7的免费模型，不过这样的话，对于刚接触Agent的朋友我反而更推荐使用Coze，省去很多学习成本。

因为Coze技能上线后我还没完成一个满意的技能项目，下面先分享我基于Opencode做的一个Skill。

一个真实案例：AI-daily-news Skill

理论讲完了，让我们看一个真实的案例。

我有个朋友打算做AI相关的自媒体，他想每天更新AI Agent行业的最新资讯。最开始我用的是元宝联网搜索加手动搜索，每天要花2-3小时整理新闻、排版、配图。

我决定开发一个Agent帮他来自动化这个流程，但遇到了几个问题：

• 新闻来源不稳定，有时候搜索质量很差
• 内容格式不统一，每次都要手动调整
• 需要定时执行，但我只有晚上有时间检查
• 封面图制作麻烦，每次都要单独设计

这就是一个典型的"业务逻辑清晰，但实现起来繁琐"的场景。

于是我就采用前面和AI大模型对话的方式，“编写”了一个"AI Agent每日新闻自动化工具"的Skill。这个Skill包含以下内容：

Skill.md中详细定义了：

• 搜索今日AI Agent新闻的步骤和关键词策略
• 新闻筛选标准（时效性、相关性、权威性）
• 内容整理和格式化规范（符合微信公众号排版要求）
• 封面图生成规则（小红书风格、核心内容提取）
• 上传到微信公众号的流程
• 异常处理机制（网络超时、API错误等）

References中包含：

• 微信公众号排版规范文档
• 小红书封面图设计指南
• 行业关键词库（AI Agent相关术语）
• 新闻质量评估标准

Scripts中包含：

• 微信公众号API调用脚本
• 封面图自动生成脚本（使用Pillow库）
• 定时任务调度脚本
• 执行日志和报告生成脚本

使用这个Skill后，只需要在对话框中输入一句话：

每天晚上8点半，打开微信公众号后台的草稿箱，今日的AI资讯文章就在那里。整个过程全自动，我朋友只需要检查草稿内容是否符合预期，偶尔做些微调。

更重要的是，这个Skill完全是用自然语言写的，没有写一行复杂的代码。只要清楚微信公众号运营的全流程，整理成了SOP，然后AI会帮助翻译成了Skill格式。

Agent Skills的三个核心价值

通过这个案例，总结出Agent Skills的三个核心价值：

第一，降低开发门槛

传统开发Agent需要懂编程、懂架构设计、懂AI工程，普通人很难上手。但有了Skills，只要你会写SOP，就能把业务逻辑转化为AI能力。

想象一下，一个资深HR，他最清楚招聘流程、面试评估、候选人筛选的标准。他完全可以把这套流程写成Skills，开发一个"智能招聘助理"Agent。他不需要懂Python，不需要懂向量数据库，只需要把自己的专业知识整理清楚。

第二，保证交付稳定性

大模型最大的问题是"不稳定"。同一个问题，不同时间问，可能得到完全不同的答案。这对于商用级应用来说是致命的。

但Skills通过明确的规则约束，保证了AI的输出稳定一致。就像我的AI-daily-news Skill，生成的每篇文章都遵循统一的格式、风格、排版标准。这就是商业应用所要求的"可交付"质量。

第三，可复用和可组合

一个Skill可以独立使用，也可以和其他Skill组合使用。比如，我有"AI新闻搜索"Skill、"内容排版"Skill、"封面图生成"Skill、"微信公众号发布"Skill，它们可以组合成"AI新闻自动发布"Agent，也可以分别用于不同场景。

这就像搭积木，基础能力封装成独立的Skill，根据需要自由组合，快速构建复杂应用。

对未来的思考

Skills的出现，让AI Agent从"技术玩具"走向"商业工具"成为可能。

但这不意味着AI变得更智慧了。Skills本质上还是在规则和约束下运行，它不能解决所有问题。但对于那些流程清晰、标准明确的业务场景，Skills已经足够强大。

我更看好Skills对普通人的赋能作用。以前，想要把自己的专业能力变成产品，需要找开发团队，需要沟通需求，需要不断迭代。现在，只要你会写SOP，就能直接开发Agent。

这可能会催生一个新职业：Agent产品经理。他们可能不懂编程，但精通业务逻辑，懂得如何把复杂流程拆解成可执行的Skills。

当然，Skills也有它的局限性。它不适合那些需要高度创造力的场景，也不适合完全没规则的复杂决策。但在那些"有流程可循"的领域，Skills将大有可为。

回到最初的问题：不懂编程的普通人，能开发商用级的AI Agent吗？

我的答案是：能。只要你有清晰的专业知识，能写出规范的SOP，就能用Skills开发商用级Agent。

AI技术不再是程序员的专利，它正在变成普通人表达专业知识的新方式。

就像当年WordPress让普通人也能做网站一样（我的第一个网站就是用WP开发的），Skills可能会让普通人也能开发AI应用。

这，或许才是Agent Skills真正的意义所在。