# How I deleted 95% of my agent skills and got better results — Nick Nisi, WorkOS

- Channel: [AI Engineer](https://www.youtube.com/channel/UCLKPca3kwwd-B59HNr-_lvA)
- Published: 2026-05-30
- Source video: [Watch on YouTube](https://youtube.com/watch?v=vy7o1g2iHY8)
- Read on ReadTube: https://www.read.tube/p/videos/vy7o1g2iHY8
- Language: Simplified Chinese

## Summary

**删去九成后更强**

这场演讲主张：与其不断给智能体加规则，不如用证据、门禁和评测把它约束起来。Nick Nisi 通过内部的 Case 和外部的 WorkOS CLI 说明，删除大量“技能”后反而能让结果更好，因为模型更需要被引导、验证和衡量，而不是被堆满指令。

Nick Nisi 结合自己在 WorkOS 负责多个仓库和多语言开发工具的经验，分享了如何把智能体用于真实交付。他说，自己几乎不再亲自写代码，而是依赖智能体完成任务、自己负责审查，但在早期这种方式带来了严重的上下文切换和大量重复准备工作，于是他开始构建名为 Case 的内部“智能体执行框架”，让一个任务从问题描述、上下文收集、实现、验证、评审到关闭都能被自动推进。

Case 的核心不是某个单独智能体，而是中间的门禁和证据链。它包含实现、验证、评审、关闭和复盘几个角色，任何一步都必须通过前一层验证才能继续；它不仅要完成任务，还要拿出可证明的证据，例如测试输出、视频记录或可核验的结果。为了避免模型“假装完成”，他强调用代码和状态机强制流程，而不是靠提示词要求模型诚实；每次失败也都会被当作 harness 的问题来修补，而不是简单修正某一次产出的错误。

在面向客户的 WorkOS CLI 上，他同样遇到智能体过度自信的问题。为了让工具能在不同项目中自动安装 AuthKit，他一度根据文档生成了上万行技能和复杂的同步机制，但评测结果显示这反而让效果更差、运行更慢、成本更高。最终他手工删掉约 95% 的内容，只保留最常见的坑点和边界情况，评测分数反而上升，运行时间也从 68 分钟降到约 6 分钟。由此他总结出三条原则：- 强制，不要只下指令；- 只给必要的引导，不要堆砌全面说明；- 通过评测衡量真实效果，不要凭感觉假设有效。

他还指出，智能体产品应优先记录模型最容易出错的地方，围绕这些“坑”创建技能、教程或记忆，而不是把整套文档都塞给它。对外做产品时，要像面向开发者一样面向智能体，减少无关上下文和噪音；对内做自动化时，要把信任替换为证据，把每一次失败都变成系统的改进输入。最后，他认为开发者的工作本质并没有变，只是从直接写代码，变成了设计更好的系统、环境和约束，让智能体能可靠地完成真正有价值的工作。