别用计算器写诗，也别让诗人算账 —— 论 Skill 与程序的边界与共生

文章主旨：在AI应用开发中，程序负责确定性逻辑，LLM+Skill负责经验型逻辑，两者必须明确分工、各司其职，避免交叉错位导致系统故障或维护灾难。

关键要点：

• 程序是确定性逻辑的忠实执行者，输入A必然输出B，机械可靠但不懂变通。
• LLM+Skill是经验型逻辑的动态调度者，Skill是包含目标、知识、工具权限等配置的智能代理，LLM驱动其决策。
• 将确定性逻辑交给LLM（如计算、校验）会导致幻觉；将经验型逻辑写成代码（如判断情绪）会导致代码臃肿难维护。
• 正确的协作模型是“脑-手”模型：LLM+Skill作为大脑负责“做什么”和“为什么做”，程序+API作为双手负责“怎么做”。
• 两者通过结构化输出作为“翻译官”：程序定义接口格式，LLM将用户需求翻译为结构化指令，程序执行并返回确定结果。

内容结构：

一、本质分野：死命令与活判断

• 程序是确定性逻辑的忠实执行者，机械可靠，不懂变通。
• LLM+Skill是经验型逻辑的动态调度者，Skill包含目标、知识库、工具权限和决策偏好，LLM驱动配置。
• 比喻：程序=刻在石板上的律法，Skill=交到智者手中的权杖。

二、为什么绝对不能搞反？

• 把确定性逻辑交给LLM（诗人算账）：LLM概率预测本质，执行精确运算会产生幻觉。
• 把经验型逻辑写成代码（计算器写诗）：穷举if-else导致代码臃肿，跟不上语言变化。
• 结论：确定性输出交给程序，经验型处理交给LLM。

三、协作之道：脑与手的辩证法

• LLM+Skill = 大脑：理解意图、规划路径、判断工具调用时机。
• 程序+API = 双手：执行具体动作（读写数据库、计算、发送请求）。
• 两者通过结构化输出翻译：程序定义接口格式，LLM翻译用户需求为指令，程序执行返回确定数据。
• 最终原则：必须正确的事情锁死在代码里，对错难分的事情托付给模型。

文章总结：本文强调AI系统设计中程序与LLM+Skill必须明确分工，前者负责确定性执行、后者负责经验性决策，并通过结构化输出协同，避免架构错位带来的幻觉与维护问题。

采用DevOps的7个主要障碍，你一定不知道！

了解更多

麦哲思科技任甲林

查看原文：别用计算器写诗，也别让诗人算账 —— 论 Skill 与程序的边界与共生

文章来源：

麦哲思科技任甲林

扫码关注公众号