(Skill 屎山)大清理理论
用 Fable 5.2 重构 16 个最常用、也最臃肿的 Hermes Skill,平均 Token 消耗减少约 60%,并在 GPT 6.2 SOL 和 Grok 4.7 上跑通。
原文发表于 微信公众号
Fable 5.2 和 Gemini 4 carbon 这类超强模型发布后,大家的第一反应通常是拿去写复杂前端、做小游戏,测试它们的能力上限。但对我来说,强模型落地最有价值的第一步,其实是用它来重构我已有的工作流。
昨天,我让 Fable 5.2 全面扫描了一遍我在 Hermes 里长期积累的 Skill(相信在各种 Agent 系统里折腾久了,大家手里都攒了不少类似的资产),让它给出优化建议。扫描结果让我大吃一惊:
严重的 Token 膨胀:优化清单排名前 10 的 Skill,平均长度竟然超过 1 万 Token,最夸张的一个高达 3 万多 Token。
遍地都是“防御性否定”:在排名第一的那个 Skill 里,各种“不要做 X”、“禁止输出 Y”的否定表达,竟然累计出现了 293 次。
从第一性原理来看,这些“Skill 屎山”本质上是弱模型时代的历史技术债。
以前模型不够聪明,我们只能像写补丁一样,遇到一次 Bug 就加一条禁令。日积月累,Skill 变成了一套极其臃肿的“防呆手册”。但当底层模型的能力跃升之后,这几百条否定约束不仅成了多余的上下文负担,反而成了束缚模型发挥的枷锁。
就像管理一名顶尖员工:当他本身能力足够强时,你事无巨细地规定几百条“不能做什么”,只会限制他的上限;明确告诉他“要达成什么目标”,他反而能交出更好的答卷。
想通这一点后,我挑出 16 个最常用、也最臃肿的屎山 Skill 交给 Fable 5.2 重构。结果非常直观:
体积锐减:平均 Token 消耗直接砍掉了 60% 左右。
范式转换:把几百条否定表达压缩到了个位数,几乎全部重写为清晰的正向意图引导。
体验反升:实际跑起来响应速度明显变快,输出质量不仅没有下降,反而比以前更稳、更好。
顺便补充一个实测细节:我是用 Fable 5.2 做的重构,但 Hermes 里实际挂载运行的是 GPT 6.2 SOL;后来我又切到 Grok 4.7 测了一遍,这些精简后的 Skill 依然全部丝滑跑通。这说明“去防御化、转正向化”并不是针对某一个模型的技巧,而是强模型时代的通用规律。
写完这些,我突然冒出一个更有意思的念头:
既然模型已经强到不需要那么多“防呆规则”了,那我们手里那些曾经费尽心思写的 Skill,是不是有一部分已经彻底失去了存在的必要?因为——我们这几年写下的海量 Skill 和 Prompt,到底有没有已经被新一代大模型吃进语料里,直接内化成它们的直觉了呢?🐶🤔