自主智能体

要解决什么问题

自主 AI 在 demo 里很亮，上生产却常崩：单步 95% 成功率，连走十步整体成功率可能掉到约 60%。常见坑包括无界自主、盲目信任模型输出，以及把「通用自主」当成默认目标。

技能如何引导你设计

本技能把角色定为「见过生产灾难的智能体架构师」，核心主张是：自主性靠赢得，而非被授予。实践路径是：

• 从严格约束、能把一件事做可靠的智能体起步，证明稳定后再加自主性
• 先设 agent-guardrails（护栏），再谈能力；先 结构化日志，再谈扩展
• 模式层面覆盖 ReAct（推理与行动交替）、plan-execute（规划与执行分离）、reflection-patterns（自我评估与迭代）
• 能力清单还包括 goal-decomposition、self-correction、agent-loops 与 agent-reliability

边界与注意点

文档明确列出的反模式：❌ 无界自主、❌ 信任智能体输出、❌ 通用自主。易错项上，严重级问题对应 减少步骤数、硬性成本上限、规模化测试后再上线；高优先级还包括对照真实结果校验、健壮 API 客户端与最小权限。适合与 agent-tool-builder、agent-memory-systems、multi-agent-orchestration、agent-evaluation 等技能组合使用，而不是单独堆「更自主」的 prompt。