有个疑问，企业ai赋能是选skill还是自建agent

自建没必要 找个开源底座魔改一下 最多自己搞个前端就行了

主要看赋能的定义是什么? 是真的想提效30%, 还是说在大会上通过PPT展示转型成果.

如果是后者, 那么挂 openclaw/hermes 就够了, 只要推广给力, 全员渗透率数据很好看.

如果是 提效, 那就要好好想想了…

1、 自建写 Agent ，把最关键的 20% 业务核心控在自己手里。

剩下的 80% 通用能力, 总结为 Skills 挂到 openclaw。

这样：

• 核心逻辑不会被通用 agent 搞乱


• 通用能力不用重复造轮子


• 出了问题你知道是哪一层出的

但这需要团队有人能同时 理解业务逻辑 和 Agent开发。

大部分公司卡在这里, 因为招聘条件看的是学历, 是过往公司, 而不是这个人AI玩的溜不溜.

用前朝的人才干今朝的活. 最终, 推进 AI提效难在没有这样的人才。

2、业务到底需不需要 agent？还是只需要一个 workflow？

大部分企业说的"agent 赋能"，实际上只需要一个 RPA + LLM 的 workflow：固定的输入参数、固定的处理步骤、固定的输出参数。

不需要 agent 的自主决策，不需要 tool calling 和 subagents 的动态编排，不需要 planning。

如果你用 agent 框架跑一个 workflow ，没办法提效, 因为它得到的是：更高的延迟 + 更大的 Token 消耗 + 不可解释的动态中间行为 .

在这里同样需要有同时 理解业务逻辑 和 Agent开发 的人, 能够挖掘出有价值的业务环节.

这个环节「不应该由人参与」且「机器规则无法覆盖业务场景」.

常见的就是长尾业务, 只要长尾回报足够大, 就可以尝试去改造它.

典型的长尾业务比如, 汽车行业的售后服务: 每个客户需要维护长达数年, 存在数万种不同的客户问题, 且每一类客户问题发生频次低.

学习了，但是我所遇到的许多公司他们更推崇的做法是业务转化为skill然后期望是任何的agent都可以去使用