導讀：一個 AI Agent 做一件事很可靠，但你的腦力頻寬有限，同時只能「駕駛」約 5 個 Agent。駕駛原子級小任務，槓桿 5 倍；駕駛化合物級大任務，槓桿 500 倍。差別在於你怎麼組合技能。
問題：Skill Graph 為什麼會壞掉
AI 技能圖譜的依賴鏈超過 2–3 層，Agent 的判斷力就會快速衰減，導致跳步、重複呼叫或無限循環。
AI 社群流行用 Markdown 檔案互相連結來建立「技能圖譜」。Skill A 依賴 Skill B，B 又依賴 C。聽起來合理，但依賴鏈拉到第三層，Agent 就開始出錯：跳過某個技能、重複呼叫、在循環依賴中打轉。
為什麼？因為你把太多判斷權交給了 Agent，而它的判斷力在深層鏈路中遞減。就像一場傳話遊戲，每多一個人轉述，資訊失真的機率就翻倍。
Fig 1. When dependency chains exceed 2–3 layers, agent reliability drops sharply.
化學式思維：三層技能架構
把 AI 技能分成原子、分子、化合物三層。自主權逐層放大，可靠性也得逐層看緊。
怎麼解？分層組合。
原子（Atoms）：最小的單一用途技能。「抓取 LinkedIn 個人資料」「驗證 email 格式」「搜尋某個主題」。原子 skill 不呼叫其他 skill，近乎確定性，幾乎不需要 Agent 判斷。
分子（Molecules）：組合 2–10 個原子完成一個有範圍的任務。「找到潛在客戶 → 驗證 email → 豐富資料 → 加入試算表」。分子 skill 明確寫死何時呼叫哪個原子、以什麼順序。Agent 有少量判斷空間，但流程骨架是固定的。
化合物（Compounds）：驅動多個分子的高階編排器。「執行外發銷售劇本」「規劃、開發、審查、QA 一個功能」。這一層才真正交給 Agent 自主權，不確定性最高，也最需要人盯。
你能分辨嗎？原子是螺絲，分子是零件，化合物是整台機器。螺絲不會出錯，零件偶爾卡住，整台機器需要操作員盯著。
Fig 2. Atoms, molecules, and compounds: each layer trades autonomy for reliability.
槓桿數學
同樣管 5 條線，用原子只得 5 個工作單位，用化合物可得 500 個，差距 100 倍。
你的大腦能同時切換管理大約 5 個平行 Agent。這是認知頻寬的硬上限。假設每個化合物編排 10 個分子，每個分子編排 10 個原子：
駕駛 5 個原子 = 5 個工作單位。駕駛 5 個化合物 = 5 × 10 × 10 = 500 個工作單位。
投入的腦力時間幾乎相同，但產出差了 100 倍。你不應該坐在一輛全自動駕駛的車裡手動打方向盤。讓原子和分子自己跑，你只管化合物層的方向決策。
實務操作原則
原子必須堅固。每個原子 skill 都要獨立測試，確保輸入一致時輸出可預測。一顆螺絲鬆了，整條鏈路跟著崩。
分子呢？要明確編排。不要寫「用你的判斷決定何時搜尋」，要寫「步驟 1：用原子 A 搜尋，步驟 2：用原子 B 過濾，步驟 3：用原子 C 輸出」。把組合邏輯推進 skill 本身，最小化 Agent 的運行時決策。
化合物是最燒腦的一層。至少在目前，超過 8–10 個分子的化合物就會碰到可靠性天花板。人在這一層做的事就是看方向對不對，例外怎麼處理。
那如果完全不用化合物，全部拆成分子行不行？不行。分子是固定流程，遇到例外和策略轉向就卡死。化合物把所有不確定性集中到一個層級。一個地方不確定，比到處都不確定好管多了。
實際案例與限制
Gooseworks 團隊已經用這個框架搭建了公開的技能庫，命名為：Capabilities（原子）、Composites（分子）、Playbooks（化合物）。他們的說法是「目前運作得不錯」。
不過，架構好設計。難的是測試。每一層的可靠性和一致性都需要大量測試時間，而且現在沒有標準化的評測方式，各團隊對「原子粒度」的定義也不一致：你的原子可能是我的分子。也許以後會有自動化測試工具，但現在？手動測每一層，沒有捷徑。
為什麼這對你有影響
AI 工具正在從「一問一答」進化成「持續運行的工作流」。先把日常工作拆成原子、組成分子、編排成化合物的人，槓桿最大。
寫程式不是重點。拆解和組合工作流才是。
你的日常工作裡，有哪一項重複性任務最適合被拆成「原子」？想想看，然後試著把它自動化。
常見問題
Q：Skill Graphs 2.0 跟原本的 Skill Graph 差在哪？ A：原版用 Markdown 連結建立依賴網路，依賴鏈太深時 Agent 不可靠。2.0 改成三層組合：原子確定性高、分子明確編排、化合物才給 Agent 自主判斷，可靠性逐層管控。
Q：我不是工程師，這跟我有什麼關係？ A：只要你用 AI 完成重複性任務（整理資料、寫報告、排程），這套框架都適用。把常做的小動作存成原子 skill，再組合成分子 skill，就能用一句話觸發整條流水線。
Q：化合物層這麼不穩定，為什麼不全部用分子就好？ A：分子是固定流程，面對例外和策略轉向缺乏彈性。化合物層由人類駕駛做方向決策，把不確定性集中在一個層級，反而比到處都不確定更容易控制。
References
- Sakhuja, S. (2026). A new way to think about composing skills to increase leverage: Skill Graphs 2.0. X thread.
- Gooseworks Skills Library. skills.gooseworks.ai