2026年6月清华大学Rath Team在PyPI上发布了OpenRath v1.2.1——一个被他们描述为像PyTorch的多智能体、多会话运行时。InfoQ随即刊发了一篇深度解读标题直击痛点《上百个Agent该怎么管》这篇文章在技术圈引发关注的原因并不复杂。几乎每个把Agent系统真正跑大的团队最终都会撞上同一堵墙Agent数量一上来状态就乱。一个Agent维护一份上下文另一个Agent又复制一份历史一个任务分叉出好几条推理路径最后没人说得清哪条分支产出了最终答案。Demo跑得挺好一到几十上百个Agent调试、复现、编排全部失控。OpenRath给出的解法朴素到近乎反直觉别再围着Agent转了真正该被当成一等公民的是Session。一、OpenRath的启示状态治理是一门基础设施级的工程OpenRath的核心设计借了PyTorch的三样东西一一映射到Agent系统上。Tensor对应Session——流动的数据不是聊天记录而是结构化的证据链。Layer对应Agent——Agent只是Session上的一层变换吃进一个Session、吐出一个Session不持有状态。Device对应Sandbox和Memory——工具在哪执行、记忆存在哪全部做成可插拔的后端与业务逻辑解耦。而整张Session Graph是跑起来才长出来的动态图支持fork分叉、detach切断血缘、merge合并。这三根支柱解决了一个根本问题当Agent集群规模膨胀谁拥有这份工作的状态OpenRath的答案是让Session成为路由的单位让Session Graph成为控制平面——Agent、工具、工作流、记忆、沙箱位置全网在这张图上交汇。用他们的话说“Agent是工人Session才是工作本身。”这无疑是一次重要的工程升维。但顺着这条线索往下追问一个同样关键的盲区会浮现出来Agent在Session上干活时它用的是什么能力这些能力从哪来、按什么标准保证质量、由谁统一管理OpenRath管住了Agent运行时的状态。但Agent的能力本身——那些让它知道什么时候该做什么、怎么做、做完怎么验证的Skill——同样需要一套治理体系。后者恰恰是当前Agent工程讨论中相对沉默的另一半。二、Skill不是Prompt的新马甲要理解这个问题先得澄清一个普遍的误解Skill不是更长的系统提示。2026年“Skill几乎成了Agent工程领域被讨论最多的词。每个主流平台都在推自己的Skill目录结构每个技术团队都在把经验沉淀成Skill。但一个尴尬的现实是大部分Skill写出来之后Agent的表现并没有变好有时甚至变得更差。根因在于很多人把Skill当成了按固定格式写成的说明书”——如果只是这样那它和在系统提示里多塞几段规则没有本质区别。一个真正的Skill在结构上至少要串联四层。指令层描述什么时候触发、按什么步骤做决定Agent在什么场景下激活这个能力。知识层提供做的时候依据什么把散落在团队文档和隐性经验中的知识结构化为Agent可加载的上下文。执行层负责做完了怎么验证将可机械化的检查从Agent的推理链路中剥离用确定性代码替代概率性判断。评测层回答这个Skill到底有没有用——每个测试用例跑两遍一遍带Skill、一遍不带用数据说话。这四层不是平铺的清单而是一条串联链路指令层决定触发→知识层提供上下文→执行层做确定性校验→评测层闭合反馈。缺任何一层Skill就从工程资产退化为一段增强提示词。Google ADK团队提出的五种Skill设计模式——Tool Wrapper、Generator、Reviewer、Inversion、Pipeline——表面上是一套分类法底层揭示的是一个更深的事实Skill的类型应该由它要解决的根本问题决定而不是由你手头有什么知识决定。Tool Wrapper解决知道什么——让Agent按需成为某个工具或领域的临时专家Generator解决输出长什么样——用模板保证结构稳定Reviewer解决按什么标准判断好坏——把评审流程和评审标准分离Inversion解决信息不足时先问什么——防止Agent在模糊需求上过早自信Pipeline解决复杂流程如何不跳步——用检查点强制顺序。你会发现这五个问题没有一个是在问这段知识怎么写它们问的全是工程问题稳定性、边界、标准、交互控制、流程保证。写出好Skill的起点不是打开编辑器写SKILL.md而是先问三个问题它解决的根本问题是什么它和模型现有能力的差距在哪用什么证据证明它确实填上了这个差距三、从写Skill到管Skill技能仓库的必然性理解了单个Skill怎么算写好下一个问题自然浮现当组织里的Skill从十几个膨胀到几十上百个谁来管这个问题的紧迫性API7.ai创始人温铭在最近一篇InfoQ文章中给出了一个侧面印证。他烧掉了几百亿Token用AI从零重写了生产级网关AISIX并总结出一条核心经验AI的能力早就溢出了跟不上的是人。AI看得懂What、能完成How但Why——那些藏在资深工程师脑子里的架构决策、概念抽象、异常判断——从来没有被很好地写进任何公开知识库。他给自己定了一条原则“这个决定你要是看不懂那就一定别做。”这里恰好藏着Skill管理的核心命题怎么把人脑子里的那张图——那些Why——结构化为Agent可以加载、可以执行、可以被验证的工程资产而这就是技能仓库要回答的问题。在Agent Skill Warehouse的实践中这个命题被拆解成了三个维度。结构串联——BA-Master、SA-Master、PM-Master三个核心Skillset各自都有从指令到知识到执行到评测的完整链路而不是一堆文件的松散集合。以SA-Master为例指令层定义在需求规格确认后触发知识层加载架构规范、技术选型矩阵和安全合规清单执行层做接口契约校验和依赖冲突检测评测层用对照测试验证架构建议的准确率。资产管理——每个Skill有版本号、变更日志、兼容性声明和可评测的通过率数据让这个Skill值不值得引入成为一个数据驱动而非拍脑袋的决策。运行保障——权限策略由平台统一执行而非在每个Agent的Prompt里手写访问控制规则执行轨迹被记录并可回溯到具体的Agent和人类操作者。三个Skillset的分工恰好对应了企业从概念到交付的完整跨度BA-Master锁定业务范围——根目的澄清→需求结构化→异常分支穷举SA-Master框定技术边界——七维度架构确认覆盖性能、安全、合规、可维护性等关键面PM-Master做跨角色编排——把BA的输出和SA的约束组织成可执行的交付计划。但更值得关注的是它们背后的共性每一个Skillset都把文档从给人看的辅助材料变成了给Agent执行的上下文约束。温铭说的脑子里的图正是通过这种结构化从个人经验变成可复用、可迭代的工程资产。四、两块拼图一个方向OpenRath管住了Agent运行时的状态——Session从聊天记录升级为证据链让集群可观测、可追溯、可回滚。Agent Skill Warehouse管住了Agent的能力——Skill从某人写了一段好用的提示词升级为组织可复用的工程资产让能力可发现、可评测、可治理。两块拼图缺一个企业AI基础设施就不完整。有状态治理没能力治理你知道Agent每一步做了什么但不知道它是从哪学会做这些事的、这些能力经过了什么质量验证。有能力治理没状态治理你知道每个Skill的边界在哪但不知道是谁、在什么上下文中触发了它、执行过程是否越界。OpenRath的团队说了一句意味深长的话从Prompt工程走向系统工程。这句话的完整版本应该是不仅要管住运行时的状态流动还要管住能力资产的全生命周期。技能仓库就是这张拼图上缺了很久的那一块。参考资料上百个Agent该怎么管清华团队新思路重做Session - InfoQ36氪转载别再只堆Agent了清华团队把Session重新做成了多智能体系统的核心 - 智源社区烧了几百亿Token重写网关之后他说AI的能力早就溢出了 - 稀土掘金API7.ai温铭OpenRath官网Agent Skill Warehouse