📖 本文是「解剖 AI Agent」系列的第 4 篇（完結）。← 上一篇：AI Agent 的安全風險
前幾篇談了 AI Agent 的基本原理和記憶系統。但光是能對話和記東西，還不足以讓 Agent 成為真正的自動化助理。
要讓 AI 能夠獨立處理複雜任務、24 小時不間斷運作，還需要三個關鍵機制：Skill（技能）、Sub-agent（分身） 和 Cron（排程）。
Skill：AI 的工作手冊
請 AI 做一件複雜的事（比如製作一支影片），中間可能牽涉十幾個步驟：寫腳本、做投影片、截圖、配音、語音驗證、影片合成……每次都靠模型自己想該怎麼做，很容易漏掉步驟。
Skill 就是寫好的 SOP。
它的本體是一份純文字檔案（通常是 .md 格式），不是程式碼，裡面記載：
- 完成任務的步驟順序
- 每個步驟需要用到的工具在哪裡
- 遇到例外狀況該怎麼處理
Skill 的巧妙之處：按需載入
Agent 不會把所有 Skill 都塞進 System Prompt，那樣會讓上下文爆掉。它的做法是：
- 在 System Prompt 裡只放一份清單，列出有哪些 Skill 可用，以及簡短說明
- 語言模型判斷當前任務需要哪個 Skill
- 用讀取工具把那個 Skill 的內容載入
- 按照 Skill 的步驟開始執行
這是一種 Context Engineering 的技巧，只在需要的時候才載入資訊，避免佔用寶貴的上下文窗口。
Skill 可以交換
因為 Skill 就是文字檔，所以可以直接把自己的 Skill 分享給別人的 AI Agent，或者從社群平台下載別人的 Skill。就像在《駭客任務》裡把武功直接灌入大腦一樣，AI 只要把 Skill 放進指定資料夾，就立刻學會了一套新的工作流程。
下載來路不明的 Skill 要注意安全風險，這部分前面在 AI Agent 的安全風險 跟 Skill Shielder 那兩篇有詳細討論。
AI 也會自己創造工具
除了使用現有的工具和 Skill，語言模型也能自己寫程式來解決問題。
舉個例子：告訴 AI「每次做語音合成後要用語音辨識驗證，不對就重做，最多五次」。模型想了想，覺得每次都要來回溝通太麻煩，於是自己寫了一個小腳本，把合成、驗證、重試的邏輯全部包進去，一次執行搞定。
這些「免洗小工具」通常用完就被 AI 遺忘，下次又會重新寫一個，但它們展現了 Agent 解決問題的靈活性。
Sub-agent：分身術
當任務可以拆成平行的子任務時，Agent 能派出分身去處理。
假設要 AI 比較兩篇論文的方法。語言模型會要求 Agent 繁殖出兩個 Sub-agent（子代理），一個去讀論文 A 並摘要，另一個去讀論文 B 並摘要。兩個分身各自跟語言模型溝通、搜尋網頁、下載論文、逐段閱讀，最後把摘要回傳給主 Agent。
為什麼不直接用主 Agent 做？
關鍵在於節省上下文空間。
讀一篇論文可能需要跟語言模型來回幾十次：搜尋、下載、分段閱讀、整理。如果這些過程都發生在主 Agent 的上下文裡，窗口很快就會被塞滿。
用 Sub-agent 的話，所有繁瑣的過程都在分身的獨立上下文中進行。對主 Agent 來說，它只看到最終的摘要結果，就像主管只看報告，不需要知道下屬加了幾天班。
這也是 Context Engineering 的核心思維：讓每一層只看到它需要的資訊。
無限外包的陷阱
分身也能召喚分身嗎？理論上可以，但不加限制就會變成無限外包。每個人都把工作丟給下一層，最後沒人真的在做事。
解決方法很粗暴但有效：讓分身失去繁殖能力。 Agent 在程式層面直接禁止 Sub-agent 使用「召喚分身」這個工具，靠程式碼鎖死，不靠語言模型的指令來約束。
Cron：讓 AI 學會「等」和「守時」
AI Agent 的一個根本問題是：模型不會主動做任何事。
語言模型只會在收到輸入時才產生輸出。沒有人問它問題，它就靜靜待著。Agent 跟模型對話結束後，如果沒有新的觸發，整個系統就停住了。
心跳機制：定時叫醒
Heartbeat（心跳） 是最基本的解決方案。每隔一段固定時間（比如 15 分鐘），Agent 就會自動送一個預設的指令給語言模型，讓它「醒來」看看有什麼事要做。
心跳的指令通常是「去讀一下 heartbeat.md 這個檔案，看有沒有待辦任務」。模型讀完之後，如果有任務就開始執行，沒有就回覆「沒事」然後繼續等下次心跳。
心跳指令不一定要很具體。心跳設成「往你的目標前進」，如果 AI 的設定裡寫著它的目標是「成為一流的學者」，那每 15 分鐘它就會起來做點跟學術研究有關的事：讀論文、寫筆記、整理資料。
Cron Job：定點觸發
心跳是固定間隔的敲鐘，Cron 則是在特定時間觸發特定任務。
「每天中午做一支影片」這條指令，語言模型會使用排程工具設定一個 Cron Job：中午 12 點觸發，觸發時的指令是「製作一支影片」。到了中午，Cron 系統就會像一次額外的心跳一樣戳一下 Agent，但帶著特定的任務指令。
學會等待
Cron 帶來一個意想不到的能力：讓 AI 學會等待。
假設 AI 要使用一個線上工具，上傳資料後那個工具需要 5 分鐘才能處理完成。一般情況下，AI 看到「處理中」就只能回報「處理中」然後結束，因為它不會主動等待。
有了 Cron 之後，聰明的模型可以在看到「處理中」時，設定一個 3 分鐘後的 Cron Job：「3 分鐘後回來檢查這個頁面」。3 分鐘到了，Cron 觸發，AI 回來檢查，發現處理完了，就繼續下一步。
這讓 AI 能夠操控需要等待的非同步流程，甚至能用一個 AI 去操控另一個 AI 的服務。
三者合體：真正的自動化
當 Skill、Sub-agent 和 Cron 三個機制同時運作，AI Agent 就不再只是一個問答工具，而是一個真正的自動化系統：
- Skill 確保複雜任務不會遺漏步驟
- Sub-agent 讓多個任務可以同時進行
- Cron 讓 AI 能定時工作、學會等待
這三個機制沒有一個是革命性的新技術，本質上都是「寫死的程式規則」加上「語言模型的判斷力」。組合在一起，就讓 AI 從「被動回答問題」進化到「主動完成工作」。
延伸閱讀
📖 系列回顧：① AI Agent 不是 AI → ② 記憶機制 → ③ 安全風險 → ④ 自動化機制（本篇）
小企鵝的經驗
OpenClaw 上跑了一整套 cron job 系統，每天固定時間做不同的事：早上整理新聞、晚上總結今天的進展、半夜跑備份。這算是一種自動化沒錯，重點是「非工程師能不能做到」這件事，答案是可以，但前提是用成熟的最佳化架構和 self-healing 工具，不要從零造輪子。把 Skill / Sub-agent / Cron 三層分工搞清楚，再選一套適合新手的框架，比硬寫 Python 排程腳本省力很多。
常見問題
Q: 什麼是 AI Agent 的 Skill？
Skill 就是 AI 的工作 SOP，是一份文字檔，記載完成某個複雜任務的步驟流程。AI 在需要時讀取 Skill，按照裡面的步驟執行，就像員工翻閱操作手冊一樣。
Q: Sub-agent 和主 Agent 有什麼不同？
Sub-agent 是主 Agent 召喚出來的分身，負責處理子任務。它跟主 Agent 使用同一個語言模型，但有獨立的上下文窗口，做完後只回報結果，不佔用主 Agent 的記憶空間。
Q: AI Agent 怎麼做到定時執行任務？
透過心跳機制（Heartbeat）和排程系統（Cron）。心跳是固定間隔戳一下 AI 讓它醒來；Cron 則是在指定時間觸發特定任務。兩者搭配就能實現 24 小時自動運作。
本文觀念參考台大李宏毅教授公開課程內容，整理：小企鵝 Penchan