体力活交出去，脑力活自己干。
| 概念 | 一句话解释 |
|---|---|
| 串联 | 先后做：上一步的输出喂给下一步，流水线推进 |
| 并联 | 同时做：多个技能/子智能体并行开工，互不依赖 |
| 循环 | 打回重做：质量不达标就退回上一步，配合质量检查型技能 |
| 子智能体 | 独立上下文、并行执行的「外派项目组」，不挤占主对话 |
| 导演椅心态 | 你做编排和判断，技能与子智能体做执行 |
| 导演口令模板 | 编排多技能时的统一指令模板，让它们配合不打架 |
这一章的底层模型就是导演椅。前几章你还是「亲自上台的演员」，什么都自己干；到了多技能工作流，角色必须换：导演不抢戏，导演管的是选角（技能 vs 子智能体怎么选）、调度（串联、并联还是循环）、验收（诊断不过就打回）。对管理者来说这套模型几乎零翻译成本——它和带团队是同构的：把可复用的方法沉淀成制度（技能），把独立任务派给项目组（子智能体），用统一的任务书对齐（导演口令），再装一道质检环（循环）。判断和决策这类脑力活始终留在导演手里，这是不能外包的部分。
书中完整示范了一条写作流水线，由五个技能组成：素材分析（深度分析输入素材）→ 方案生成（生成多个写作方案）→ 写作（并行写作出初稿）→ 诊断/修改（质量检查型：诊断问题、修改文章）→ 文章配图（收尾）。整体以串联为主，局部并联——多方案同时生成、多篇初稿并行写；必要时循环——诊断不过就打回重写。
值得注意的是节奏：这条工作流四周才逐个搭完，不是一天搭起来的。作者的心得是「逐个加技能」才稳——先让一个技能跑顺，再接上下一个。
这就是拆分的关键理由，好东西别锁死，拆出来复用、统一维护。放到技能里同理：这种“提取共识和待办事项”的分析能力，别锁在会议纪要里，做项目复盘、提炼客户访谈、整理微信群聊等都能用上。把它拆成独立的“讨论分析”技能，只维护一份，所有沟通场景都能通用。
除此之外，拆分还有以下好处：省上下文空间（用到才加载）、出错好排查（每步有独立输出）、改动不牵连（各自有独立的文件）。
这不仅是厨房里的智慧，也是 AI 行业的共识。Anthropic 和 OpenAI 都在文档里强调同一件事：一个技能只做一件事，别写“万能”技能。
总结一下，拆分的核心理由就一句话：把可复用的能力独立出来，让它到处都能用。
这种将两个（及以上）技能串联起来完成任务的方式，就是最常见、最重要的技能组合：串联（serial）。A 技能的输出，是 B 技能的输入，两者的协作如同流水线上的前后工位：前一工位把原料加工为半成品，后一工位再将半成品打磨为成品。
并联（parallel），就是基于同一份素材，让多个技能（或同一个技能的不同方向）同时开工，最后从多个结果中挑选。……并联的好处：速度快，选择多。多个方向同时探索，避免在一条路上死磕。
循环的好处：质量逐轮提升。每一轮检查都能发现上一轮遗漏的问题，最终成稿的质量远超一次性生成的结果。注意，循环的触发者是你，不是润色技能。润色技能只管自己的一件事——润色文章并输出报告，它不越权替你判断“要不要打回”。这和前面大纲那一步的人工检查点是一个道理：让技能各做各的事，让人来做决策。
你可能会奇怪，一个是静态的文件，一个是独立的助手，维度完全不同，为什么把它们放在一起比？这是因为在搭工作流时，一旦碰到复杂环节，你的选择其实只有两个：是加个技能让智能体自己干，还是让智能体派个子智能体出去干。两者的核心差异在于：在什么场景下，由谁来做，是否共享上下文。
用技能（轻任务，要看过程）：任务不重，主智能体自己就能搞定。……用子智能体（重任务，只要结果）：任务极耗资源，中间过程很长，会产生大量中间结果或者需要多路并行。比如写一篇三千字的文章，中间有好几轮思考和修改，过程产物可能有上万字。这些全堆在主智能体的上下文里，会挤占后续任务的空间。而派子智能体去做，并要求只返回文件路径和一句话摘要，就能解决这个问题。
一个简单的判断标准：对于复杂任务拆出来的子任务，你需不需要了解其执行的中间过程？如果只要结果、不看过程，就用子智能体。