智能体不应只是功能，而应拆解为知识库、模板、Skills、智能体与运营入口五类资产。本文通过企业模型路由与升级建议助手的实际案例，解析如何构建最小编排、定位迭代问题，让AI产品持续成长。

很多产品团队会把智能体当作一个功能：

“在系统里增加一个 AI 助手。”

但如果只停留在功能层，项目很容易遇到三个问题：

• 用户不知道什么时候该用；
• 运营不知道为什么要更新；
• 研发不知道修改哪个地方。

要让 AI 应用持续成长，需要把它拆成五类产品资产：

1. 知识库；
2. 模板；
3. Skills；
4. 智能体；
5. 运营入口。

每类资产解决不同问题，不能全部堆到一个 Prompt 里。

复用案例：企业模型路由与升级建议助手

最近在haoee好易实际创建了“企业模型路由与升级建议助手”，并完成编排保存和非公开发布。

它的目标用户是企业 AI 应用负责人和交付伙伴，目标任务是帮助用户规划模型升级，而不是直接更换生产模型。

输入包括业务场景、任务类型、质量要求、时延要求、数据边界和回退条件。

输出包括模型解耦清单、候选路由、升级测试集、灰度步骤、回退条件和管理员确认项。

当前使用 deepseek-v4-pro。模型选择只是当前 Demo 的配置，不代表生产系统的固定选型。

为什么需要五类资产？

知识库解决“说什么”

政策、制度、产品资料、操作规范等稳定事实应进入知识库。知识库更新需要有版本和审核。

模板解决“怎么交付”

模板固定输出格式，让不同版本、不同模型和不同客户的结果可以比较。

Skills 解决“怎么做”

文档整理、表格处理、报告导出等稳定动作可以沉淀为 Skills，避免每次让模型临时发挥。

智能体解决“如何组织”

智能体负责识别任务、选择能力和编排步骤。它不等于知识库，也不等于工具权限。

运营入口解决“如何持续改进”

用户在入口中提出的问题、未命中的需求和反馈，最终要转化为知识更新、模板调整、Skill 建设或智能体改版。

没有运营入口，产品就缺少持续迭代的反馈源。

最小编排如何设计？

复用案例采用开始节点加一个核心节点。核心节点内部按 Planner、Generator、Evaluator 工作：

• Planner 识别业务任务和缺失条件；
• Generator 生成升级和路由建议；
• Evaluator 检查事实、边界、权限、测试与回退。

这种设计没有追求节点数量，而是先让责任链清晰。

产品迭代时如何判断改哪里？

可以建立一个简单判断表：

这样，产品团队不需要每次都“重新调模型”，而是可以定位问题来源。

当前搭建边界

今天原计划搭建“园区政策与申报材料迭代助手”，但 MCP 在读取知识库和 Skills 时出现接口路由错误，未完成新建和绑定。

因此本文复用已有的模型路由助手。它已创建、保存并非公开发布；正常对话调试未返回，越界测试尚未完成。

当前没有客户知识库、模板文件、Skills、MCP Server 和运营数据接入。后续扩展应从低风险、可验收的资料问答和材料草稿开始，逐步增加能力。

真正成熟的 AI 产品，不是功能越多越好，而是能把反馈准确转化为对应资产的更新，并且每次更新都有测试、确认和回退。