Agentic 工作系統化

資料來源#

• Driving the Agent Quality Flywheel from Your Coding Agent- Google Developers Blog
• The New Physics of Business — Garry Tan, Y Combinator
• The Shift to Agentic AI: Evidence from Codex

摘要#

OpenAI 的 Codex 使用研究 用來衡量代理式 AI 是否超越一次性協助的三個「如何」邊際之一：系統化——從臨時委派（描述任務、代理執行、互動結束），轉向可重複使用的工作流程基礎設施，讓相似工作能夠反覆委派，而不必每次重新提供脈絡。 在 Codex 中，這透過技能（SKILL.md 工作流程規格）與插件（可安裝的技能＋整合套件）實現。論文的表述是：若沒有系統化，「使用者必須一再提供任務脈絡、程序指引與指令，限制了工作能夠被交接出去的程度。」因此，系統化是深度委派的前置條件，不是進階使用者的錦上添花。這是 Loop Engineering 的技能原語，以及 Agent Context Files 所說的「寫在外部的意圖」之可測量、實證性的對應物——如今還有採用曲線，支持了 Osmani 的意圖債務論點。

證據說明。 empirical——技能來源的呼叫情況，是根據 Codex 日誌以每週區間測量；OpenAI 內部使用情況是前沿預覽，不是母體估計（見 Conversation-to-Delegation Shift 的證據說明）。

技能使用普遍、持續上升，但分布不均#

在截至 2026 年 6 月 11 日的 7 天區間內：

使用者群體	呼叫至少 1 項技能的比例
個人使用者	25.7%
組織使用者	30.4%
OpenAI 工作人員	96.2%

而且上升得很快：每週活躍 Codex 使用者中呼叫任何技能的比例，從 5.4%（2026 年 3 月 1 日）→ 26.6%（2026 年 6 月 11 日） 上升——三個月內約增加 5 倍。在 OpenAI 內部，系統化實際上已是預設使用模式；在外部使用者中，它仍是少數做法，但正在成長。

技能分類，以及自訂技能揭示的內容#

論文區分了五種技能來源，順序從產品提供到使用者撰寫：

1. 預先安裝——隨 Codex 附帶的能力（例如影像生成）。
2. 策展技能——由 OpenAI 單獨發布、未綁定於插件的技能（例如 PDF 處理）。
3. 插件技能——封裝在插件內（例如 Google Drive 文件工作流程）。
4. 自訂插件技能——與已識別的插件相關，但不符合策展目錄。
5. 自訂技能——獨立存在、由使用者／組織撰寫，且非由 OpenAI 發布（團隊資料視覺化指南、研究工作流程）。

成長尤其來自插件與自訂技能——也就是系統化光譜的兩端。插件將一般能力延伸到反覆出現的產物領域（文件、試算表、簡報）；自訂技能編碼了在地程序脈絡——團隊寫作標準、定期報告、組織特有的工作流程、使用者偏好。自訂技能的增加是承重訊號：使用者重視的不只是模型的一般能力，也包括將持久的程序脈絡附加到反覆執行、過於特殊而無法標準化的任務上的能力。

組織梯度#

插件與自訂技能的使用在 OpenAI 最高，且組織使用者顯著高於個人使用者。 論文將此解讀為系統化回報的差異：當反覆任務依賴共享慣例、內部程序或團隊層級標準時，自訂技能最能發揮效益——這些條件在組織環境中遠比個人獨立使用常見。因此，系統化集中於持久的程序脈絡能降低反覆任務間協調成本的場域。（附錄細節：OpenAI 協作對話中有 50.9% 會呼叫技能——系統化已在內部從程式碼工作擴散到知識工作。）

這與 compounding context 的邏輯相同：價值不在於單次呼叫，而在於編碼後的工作流程能在人與時間之間重複使用並共享。技能是撰寫格式；插件是分發單位——一個人的系統化得以在組織內擴散的機制（也是 Loop Engineering 所劃分的技能≠插件差異）。

規範性版本：「永遠不要做一次性工作」（Garry Tan，2026 年 7 月）#

這個頁面以採用曲線測量的現象，Garry Tan 將其表述為一項紀律（practitioner-opinion）：任何代理任務成功後，都要**「把它技能化」**——在繼續前進之前，將完成的互動轉成可重複使用的技能檔案，因為「如果你必須第二次提出某件事，你就失敗了。」他的組織層級主張是：「像這樣捕捉所學內容的組織，每一天都會變得更聰明。不這麼做的組織，無論模型多麼優秀，每天早晨醒來時都像失憶一樣。」他表示，這種做法已超越 YC 的工程師——媒體、活動與財務人員也在撰寫技能檔案——如果這具有代表性，就表示上述組織梯度正在單一個高互補性機構內展開（AI-Native Organization）。

技能作為跨廠商的方法論分發管道#

再往前一步，超越組織內部系統化：2026 年 6 月，Google 將其代理品質評估方法論以可安裝技能的形式發布（來自 skills.sh 的 npx skills add …，共兩個套件），設計目標是由客戶已在使用的任何程式碼代理驅動。上述分類是在單一產品內從產品提供延伸到使用者撰寫；這是第三個位置——由廠商撰寫、以技能格式在代理產品之間分發的方法論。技能不再只是組織編碼在地程序脈絡的方式，也正在成為廠商將專業知識交付到其他廠商 harness 中的方式。

相關連結#

• Loop Engineering — 同一原語的實務紀律來源：技能是五個迴圈原語中的第三個，是「寫在外部的意圖」，讓迴圈不必每個週期重新推導專案；本頁則是它的測量與採用曲線對應物
• Agent Context Files — 技能／SKILL.md 作為外化且可重複使用的專案脈絡；系統化是這項原語正大規模被採用的使用資料證據
• Conversation-to-Delegation Shift — 系統化是該研究衡量委派深度的三個「如何」邊際之一（另外兩項是並行性與執行時間）
• Parallel Agent Orchestration — 同一研究中的姊妹邊際；系統化使平行／可重複的委派變得可行
• Compounding Data Moat — 自訂技能是經編碼、組織特有且會複利並共享的程序脈絡；系統化回報梯度是「由脈絡形成護城河」的論點
• Harness Shrinkage as Models Improve — 技能／插件是被產品吸收的 harness 能力，以具名、可共享的原語存在，而不是手動維護的腳手架
• MCP and Computer Use — 插件將 MCP／連接器整合與技能一起封裝；這是系統化中工具觸達的一半
• Agentic Technical Debt — 未系統化的代理使用是從零重新推導／意圖債務的失敗模式；技能是持久脈絡的解藥，此處展示了它正被採用
• Ticket-Driven Agent Orchestration — 看板／票券狀態是另一種持久的外部化；透過技能實現的系統化是程序面，票券則是工作圖面
• OpenAI — 這些 Codex 遙測資料所屬的實驗室
• Codex — 本研究測量其技能／插件系統的工具
• Agent Quality Flywheel — 以技能格式在代理產品之間發布的廠商方法論；系統化光譜的跨廠商延伸
• AI-Native Organization — Tan 的組織論點建立在這項邊際之上：技能作為組織編碼的角色，而「永遠不要做一次性工作／把它技能化」則是複利紀律

開放問題#

• 5.4%→26.6% 的曲線只有三個月。這是持久的行為改變，還是 Codex 技能功能推送後的新奇效應高峰？（參見論文提到的 OpenAI 內部培訓活動。）
• 自訂技能編碼了組織特有的脈絡——但當程式碼庫與慣例漂移時，誰來維護它們？如果技能腐化，系統化本身也可能成為債務面（Agentic Technical Debt）。
• 系統化是造成更深度委派的原因，還是僅僅與原本就高度密集使用的使用者相關？論文展示了關聯，而非方向。

資料來源#

• The Shift to Agentic AI: Evidence from Codex — §5.3「代理式工作的系統化」；§6 結論；註腳 13（技能與插件的定義）；附錄圖 A8（按任務領域區分的技能使用）
• Driving the Agent Quality Flywheel from Your Coding Agent- Google Developers Blog — Google 的 eval 方法論以 skills.sh 套件形式分發，適用於任何程式碼代理（vendor-claim）
• The New Physics of Business — Garry Tan, Y Combinator — Garry Tan 的 AI Engineer 演講（2026-07-17，practitioner-opinion）：「永遠不要做一次性工作／把它技能化」的紀律