En los últimos años, el modelo de lenguaje grande (LLM) y el agente de IA se han desarrollado rápidamente, pero lo que realmente impide a las empresas llevar a cabo la IA no es la capacidad de modelo, sino más bien la capacidad de modelo.Cómo precipitar la experiencia humana en la habilidad que puede ejecutar la IA (Habilidad)。
El nuevo software de Microsoft Open Source Recorder de habilidades Nació para resolver este problema.
Su filosofía es muy simple:
No hay necesidad de escribir Prompt, ni flujo de trabajo, solo necesita una demostración y la IA puede aprender.
Esto significa que la IA está cambiando de Ingeniería Prompt (Ingeniería Prompt) Avanzar hacia Ingeniería de demostración (Demonstration Engineering)。
¿Qué es un Skill Recorder?
Skill Recorder es una herramienta de código abierto de Microsoft que registra todo el proceso de ejecución de tareas por parte de los usuarios, incluyendo:
- Operaciones de pantalla
- El mouse clicking
- Ventana de cambio
- Acceso al navegador
- Comando terminal
- Contenido Clipboard
- (Opcional) Explicación de voz
Luego, llama a GitHub Copilot para analizar todo el proceso y destilar automáticamente:
- Lo que el usuario realmente quiere lograr (intención)
- Paso crítico del negocio (flujo de trabajo)
- Parámetros y variables
- Habilidades reutilizables (SKILL.md)
- Automatización programada o activada automáticamente
Todo el proceso no es simplemente grabar un ratón, es tratar de entender¿Por qué hacer eso?。
Flujo de trabajo de Skill Recorder
Todo el proceso se puede resumir en cuatro pasos:
Paso 1: Grabar la tarea
Los usuarios terminan su trabajo como de costumbre.
Por ejemplo:
- El problema de GitHub
- Implementación de servicios de Azure
- Presentación diaria
- Actualización de Jira
- Descargar el informe
- Respuesta al correo del cliente
No se requiere ningún prompt durante todo el proceso.
Paso 2: Análisis de AI
Una vez finalizada la grabación, GitHub Copilot analiza todo el proceso.
No sólo se registrará:
Click here → Enter here → Click there
Más bien, trata de entender:
El usuario está creando un problema
El usuario está en el proceso de aprobación
El usuario está publicando una versión
El usuario está sincronizando los datos
En otras palabras, se destilaIntención de la tarea (Intent)。
Paso 3: Generar habilidades
Luego se genera una normalización SKILL.md。
Las habilidades generalmente incluyen:
- Tarea Descripción
- Condiciones de uso
- Parámetros de entrada
- Paso de ejecución
- Precaución
- Herramientas invocables
Esto significa que esta capacidad puede ser reutilizada posteriormente por cualquier agente de IA.
Paso 4: Ejecución automática del agente
El usuario solo necesita una frase:
Ayúdame con todos los nuevos problemas de GitHub de hoy.
El agente llama a la habilidad que acaba de generar para completar automáticamente el trabajo.
Todo el proceso no requiere una nueva demostración.
La mayor diferencia con RPA tradicional
Muchas personas ven a Skill Recorder por primera vez y sienten que:
"¿No es eso el RPA? "
De hecho, la diferencia entre los dos es muy grande.
RPA tradicional:
- Coordenadas del ratón
- Registrar la ubicación del clic
- Invalidación en cambio de UI
- Dependiente de la página layout
Reconocimiento Skill Recorder:
- Comprender la intención del usuario
- Prioridad API
- Prioridad de llamada CLI
- Herramienta de agente de llamada preferida
- Operaciones de UI cuando sea necesario
Por ejemplo:
RPA tradicional:
点击按钮
等待3秒
点击输入框
El Skill Recorder es más probable que se entienda como:
创建 GitHub Issue
填写标题
填写描述
提交
Por lo tanto, incluso si la página cambia, Skill puede seguir trabajando mientras las capacidades subyacentes no cambien.
¿Por qué es tan importante?
En el pasado, el mayor problema con la implementación de IA por parte de las empresas no era el modelo, sino el conocimiento.
La realidad suele ser:
- La SOP está escrita y nadie lo lee.
- La experiencia operativa solo existe en la mente de los empleados antiguos.
- Prompts de todo tipo
- Cada uno tiene su propia plantilla.
- La IA no puede reutilizar realmente la experiencia
El Skill Recorder cambia este modelo:
No hay necesidad de escribir Prompt.
No hay necesidad de escribir el proceso.
Demostración directa.
Esto facilita que los expertos de negocios también construyan capacidades de IA sin tener que convertirse en un ingeniero rápido.
Escenarios de aplicación típicos en la empresa
El Skill Recorder es especialmente adecuado para trabajos que se repiten diariamente, pero que dependen de la experiencia, como:
Operaciones y mantenimiento
- Servicios de publicación
- Ver el log
- Recursos de reinicio
- Inspección anormal
Desarrollo
- Revisión del código
- Categoría de temas
- Corrección de bug
- Liberación Publicado
Finanzas
- Descargar el informe
- Resumen de datos
- Reconciliación
- Generar informes mensuales
Recursos Humanos
- Curriculum Vitae Filtrado
- Arreglo de entrevista
- Proceso de incorporación
- Aprovación de oferta
Servicio al cliente
- Respuesta Orden de trabajo
- Query orden
- Actualización del CRM
- Escalada de problemas complejos
Estos procesos, que originalmente dependieron de la experiencia personal, pueden precipitarse en habilidades de IA compartidas y reutilizables.
El valor de Skill Recorder
Desde un punto de vista empresarial, trae consigo varias ventajas claras:
- Convertir la experiencia implícita en un activo estandarizado
- Bajar el umbral de uso de AI
- Acelerar la implementación de agentes
- Mejora de la consistencia del proceso
- Facilitar la gestión de versiones y el uso compartido en equipos
- Reducir los costos de escritura y mantenimiento de Prompt
Con la acumulación de habilidades, las empresas pueden formar gradualmente su propio grupo de competencias de IA, en lugar de dejar que el conocimiento se quede en manos de los individuos.
Relación con el ecosistema de agentes de Microsoft AI
Skill Recorder no es una herramienta aislada, sino una parte importante del ecosistema de agentes de inteligencia artificial en Microsoft.
En los últimos años, Microsoft ha estado avanzando Skill El sistema de competencias del agente central, a través de herramientas como GitHub Copilot, Microsoft Foundry, MCP (Model Context Protocol), encapsula el conocimiento de dominio en un archivo de habilidades reutilizable (SKILL.md), ayuda a los agentes de IA a adquirir rápidamente competencias profesionales en diferentes proyectos y escenarios. Skill Recorder reduce aún más la barrera para crear habilidades, pasando de "habilidades de escritura a mano " a" habilidades de generación de presentaciones ", permitiendo que los empleados de negocios también participen en el desarrollo de capacidades de IA.
Resumen
El significado de Skill Recorder no es solo una nueva herramienta de grabación de pantalla, sino también un cambio en la forma de trabajar.
En el pasado, teníamos que decirle constantemente a la IA qué hacer; en el futuro, solo necesitaríamos hacerlo una vez para que la IA pudiera comprender, refinar y repetir.
Esto significa que la forma en que se precipita el conocimiento de la empresa también cambiará: de documentos, SOP y palabras de instrucción, evolucionando gradualmente a habilidades de IA ejecutables, compartibles y optimizadas de manera sostenible.
Como se puede predecir, a medida que la tecnología del agente continúa madurando,"Una demostración, la IA aprende a usarlo toda la vida ". Se convertirá en un nuevo paradigma para que más y más empresas construyan flujos de trabajo inteligentes, y Skill Recorder es un punto de partida importante para esta tendencia.