精华简报：《The /wayfinder Skill: Navigating the “Fog of War” of Planning》
来源：Latent Space | 受访者：Matt Pocock（“AI Skills for Real Engineers” 作者，GitHub 22万星）
TL;DR
/wayfinder 是 Matt Pocock 新发布的一项 AI 智能体“技能”，专门解决项目规划阶段目标不清晰、路径不明朗的“战争迷雾”问题。它本质上是一个编排层（orchestrator）：由主会话将复杂规划拆解为多个子会话（盘问、原型、研究、任务），每个子会话接收“地图（全局上下文）+ 工单（具体任务）”，最终将结果汇总成更详细、可执行的规范。其核心设计哲学是：用精准的术语定义实体、理解信息流、管理上下文，从而让人类从繁重的规划会话管理中解放出来，把执行交给 AFK（Away From Keyboard）智能体自主完成。
核心观点与洞察
1. 规划阶段是自主智能体的新瓶颈
Pocock 已能熟练地将工作拆分为规范、工单，并让智能体“整夜运行”。但他发现，规划环节本身成为最繁重的工作——人类需要不断监控 token 消耗、上下文深度、会话切换，无法自由地思考复杂问题。wayfinder 的初衷就是打破这一约束：让“规划会话”本身也被智能化地编排和管理。
2. 核心设计：信息流与实体分离（地图 / 工单 / 会话）
wayfinder 的关键洞察是：技能的本质是上下文管理，而上下文管理的关键是信息流设计。 它引入了三个精确的实体：
- 地图（Map）：所有已做出的决策、背景信息、全局概览——让子会话知道“周围发生了什么”；
- 工单（Ticket）：子会话需要完成的具体任务——明确、聚焦、可执行；
- 会话（Session）：实际执行工单的子智能体运行环境。
这种“父会话管理子会话”的架构，使得每个子智能体只需看到“地图概览 + 自己的工单”，而无需加载全部上下文，从而在信息完整性与 token 效率之间取得平衡。
3. 术语是智能体协作的“通用语言”
Pocock 强调了一个易被忽视的观点：智能体行为混乱的根源往往是术语不一致。 如果同一事物在不同场景下被称作不同名字，智能体就会产生“奇怪行为”。他提出“引导词（leading words）”概念——用高度精准、统一的词汇定义实体（如 map、ticket、session），智能体才能清晰地映射出整个工作流。为此他甚至整理了一本“AI 编程词典”，用于统一所有课程和技能中的术语，消除人与智能体之间的“沟通障碍”。
4. 工单类型让技能具备通用性
wayfinder 不是单一功能的工具，而是一个可扩展的框架。它定义了四类工单：
- Grilling（盘问）：探索性对话，帮助人类澄清想法；
- Prototype（原型）：快速构建实验性代码或方案；
- Research（研究）：收集信息、验证假设；
- Task（任务）：任何需要人类手动完成的事情。
这种分类使 wayfinder 不仅适用于软件重构，还可用于课程规划、网站改版、非工程类项目等。Pocock 本人已用它规划个人网站重构（20+ 年内容重新组织）。
5. “战争迷雾”隐喻：探索式规划而非预设式规划
Pocock 借用《魔兽争霸 III》中的“战争迷雾”概念：项目的最终全貌无法在开始时全部看清，只能通过逐步决策来“点亮地图”。 这个隐喻不仅贴合人类的真实规划体验，还引导智能体理解“不确定性是正常的”——它应当通过探索、原型和研究来逐步缩小未知区域，而不是强行要求一开始就有完美计划。
6. 与“grill me”的明确分工
Pocock 为两款技能划清了边界：
- Grill me：适用于单会话内可规划完的中小型任务，路径相对清晰，只需在动手前与智能体对齐；
- Wayfinder：适用于看不清路径、存在明显未知的复杂项目，需要多会话、多线程探索和迭代。
这种“工具选择”的思维本身就是成熟的工程师素养——不是所有问题都需要重型编排，合适才是关键。
对行业的启发与影响
1. “技能”正在成为 AI 工程的新抽象层
Pocock 的项目（22万星）表明，可复用的“技能”正成为继提示词、工作流之后的新一代 AI 工程范式。技能不是简单的 prompt，而是包含实体定义、信息流、会话管理策略的完整方法论。这预示着一个“技能生态”的兴起：开发者像开源软件一样共享和组合技能。
2. 上下文管理将走向自动化与编排化
当前 AI 编码工具的最大瓶颈之一是上下文窗口限制。wayfinder 展示了一种解决方案：通过父子会话的层级结构，让主会话只做规划和汇总，子会话各司其职，从而突破单会话上下文上限。 未来，更成熟的“上下文编排层”可能成为 AI 开发框架的标准组件。
3. 人机协作需要“通用语言”和领域建模
Pocock 的“AI 编程词典”理念点出了一个深层问题：人与智能体之间存在着语义鸿沟。 当我们用精确、一致、可映射的术语（而不是模糊的自然语言）与模型交互时，智能体的行为质量和可预测性会显著提升。这实际上是在要求工程师具备更强的领域建模能力——而 LLM 恰好擅长从交互中暴露术语不一致，反向帮助人类完善模型。
4. “规划与执行分离”加速 AFK 自主智能体落地
wayfinder 的最终目标是让人类专注于高层次的决策和方向，把耗时的规划细节交给智能体编排，把执行交给 AFK 智能体整夜运行。这种“人在环路”的新模式——人类定目标、智能体做规划与执行、人类审核结果——将大幅提高单人开发者的生产力，也推动开发工具从“编辑器”向“自主团队”演化。
5. “战争迷雾”思维改变了项目规划方法论
传统项目管理强调前期完整分析和详细计划，而 wayfinder 承认复杂项目中“未知的未知”必然存在。这种“探索式规划”更符合 LLM 时代快速迭代、逐步清晰的现实。它启示我们：规划工具不应该强迫用户一次性想清楚所有事情，而应该设计成“边探索边点亮地图”的交互过程——这或许会成为下一代规划类 AI 产品的设计哲学。