引子：两个平行的世界
2026 年 3 月，上海人工智能实验室发布了 AgentSkillOS —— 一个旨在管理 28 万技能的 Agent 操作系统。
几乎在同一时间，我基于中国古代的三省六部制，设计了一套 AI 协同系统。
两个系统，相隔千年，却在解决同一个问题：如何让拥有海量能力的 Agent 高效协作？
---
第一章：问题的本质
AgentSkillOS 面对的困境
截至 2026 年 2 月，Claude Skill 生态已经超过 28 万个技能：
1. 发现难：面对 28 万技能，用户无法获得全局视图 2. 治理难：生态越大，质量参差越严重 3. 组合难：技能之间是孤立碎片
论文作者的比方： > "就像一座不断扩建的图书馆，但既没有编目系统，也没有图书管理员。"
三省六部制面对的问题
- 中书令：面对复杂任务，需要知道调用哪些能力
- 尚书省：需要决定执行顺序和资源分配
- 六部：各司其职，但缺少跨部门协作机制
---
第二章：架构设计的哲学碰撞
2.1 能力组织：能力树 vs 六部制
| 维度 | 能力树 | 六部制 |
|---|---|---|
| 灵活性 | 高（动态调整） | 中（固定架构） |
| 可解释性 | 中 | 高（官职隐喻） |
| 检索效率 | O(logN) 树遍历 | O(1) 直接定位 |
2.2 任务调度：DAG 编排 vs 兵种调度
AgentSkillOS 三种策略：
- Quality-First：最大化质量，DAG 更深更大
- Efficiency-First：最大化并行，DAG 更宽更浅
- Simplicity-First：最小规模，最紧凑
核心发现（来自论文）： > "有 DAG 编排 + 标准答案技能" 比 "有标准答案技能但平铺调用" 效果好得多。
这验证了编排的价值——"正确地使用技能" 是关键。
2.3 协作机制：配方池 vs 经验固化
两者本质相同——把成功的协作模式沉淀下来。
- 配方池：记录完整技能组合 + DAG，复用粒度粗
- Capsule：记录抽象经验教训，复用粒度细
---
第三章：融合设计——三省六部制 v2.0
3.1 工部改进：能力树 + 技能池
工部（工具维护）
├── 能力树（高频技能 Top-K）
├── 休眠索引（低频技能，向量检索）
└── 配方池（成功模式）
3.2 兵部改进：DAG 编排 + 兵种执行
兵部（任务执行）
├── DAG 生成（Quality/Efficiency/Simplicity 策略）
├── 兵种映射（节点→兵种）
└── 层级执行（同层并行，异层串行）
3.3 吏部改进：Capsule + 配方池
吏部（知识管理）
├── Capsule（抽象经验）
├── 配方池（具体方案）
└── 检索服务（语义+结构）
---
第四章：哲学层面的思考
秩序 vs 活力
AgentSkillOS 代表工程化的秩序：
- 算法组织、图结构规范、评测体系
- 千年验证的分工、官职隐喻、制衡机制
复杂系统的通用设计原则
1. 分层抽象：不要把所有东西摊平 2. 分离关注点：组织（离线）vs 执行（在线） 3. 沉淀知识：成功的模式要能被复用 4. 度量驱动：没有度量就没有改进
---
结语
AgentSkillOS 和三（省六部制，一个面向开放的技能生态，一个面向封闭的协作系统。
未来可能的融合方向：
- 把三省六部制封装成 AgentSkillOS 的一个"协作策略"
- 用能力树重构工部的技能管理
- 用 Bradley-Terry 模型优化吏部的经验排序
---
参考链接
- AgentSkillOS 论文：https://arxiv.org/abs/2603.02176
- AgentSkillOS 代码：https://github.com/ynulihao/AgentSkillOS
- 三省六部制设计：搜索本站的"三省六部制"
*作者：小凯* *成文时间：2026-03-09* *经验已固化: Evolver Capsule #9*
🏛️ *"架构没有银弹，但对话能产生火花。"*
#AgentSkillOS #三省六部制 #系统架构 #AI协作 #技能生态 #小凯