AI 为什么会？⑪ AI 为什么越来越懂你的行业？
上一篇，我们调查了 Memory。最后，我们发现，产品可以在模型之外保存、整理并按需取回信息。于是，一个新的问题出现了：最近一年，我们经常会看到这样的产品。法律 AI、医疗 AI、投资 AI、教育 AI。
看起来，好像每一个行业都有了自己的 AI。于是很多人开始认为：
是不是每个行业，都重新训练了一个大模型？
这个问题，我最开始也是这么理解的，后来，我发现事情并没有那么复杂。
调查现场
今天，我们做一个思维实验。假设有两位专业能力相同的医生：第一位没有拿到病历；第二位桌上放着病人的检查报告、既往病史、过敏记录和最近三个月的化验单。你觉得，哪位医生更容易做出准确判断？答案几乎不用想：第二位，因为：
他既有专业能力，也拿到了与这个病人相关的资料。
请注意，真正变化的，不是医生，而是桌子上的资料。
一、后来，我发现我们一直把方向想反了
刚开始，我一直觉得，法律 AI 背后一定藏着一个重新训练的“法律大脑”，医疗 AI 也一定有自己的“医疗大脑”。后来，接触越来越多项目以后，我发现，很多产品底层仍然是通用大模型，只是上班前拿到的东西不同：专业资料、行业工具和固定流程。
当然，也有产品会微调模型、使用专门训练的模型，或者组合多个模型。真正的反转不是“行业模型根本不存在”，而是：
专业从来不是某一个零件单独提供的。
二、同一个 AI，可以扮演很多角色
举一个最简单的例子。如果我直接问：
合同有没有风险？
AI 的回答，通常比较普通，但是如果我同时给它完整的合同、公司制度、相关法律法规和历史判例，再告诉它：
你是一名合同审查律师。
它的回答可能立刻专业很多。这不代表它已经成为律师，而是它终于拿到了律师工作时会用的角色、材料和要求。至于能不能真的完成合同审查，还要看模型能力、资料是否最新、工具是否可靠，以及有没有专业人士复核。
三、后来，我终于理解了"专业"两个字
以前，我一直觉得，专业意味着知识更多。后来，我越来越觉得，专业至少包含两件事情：第一，拥有足够的基础能力；第二，能够获得与当前问题相关、足够准确的信息。医生、律师、程序员，几乎所有专业工作都是这样。如果把第二部分拿掉，再厉害的人，也很难做出正确判断，AI 也是一样。
四、所以，行业 AI 真正卖的是什么？
后来，再看到一个“行业 AI”，我不再只问它用了哪个模型，而会继续追问：它给 AI 准备了什么资料？能调用哪些专业工具？遵循什么流程？结果由谁验证？
模型像地基。知识库、企业数据、行业流程、工具和审核机制，决定这座房子最后能不能住人。
五、终于，我们可以介绍一个新概念了
前面几篇，我们认识了 Prompt、Memory 和 RAG，它们一直在解决信息怎样进入任务的问题。今天，一些 Agent 产品还提供另一种机制：把某类任务需要的说明、工作流程、参考资料，甚至可执行脚本打包起来，需要时再加载。以 Claude 等产品中的叫法为例，它被称为：
Skill（技能）。
这个名字很容易让人以为，模型永久学会了一项新本领。其实，在支持这种机制的产品里，它更像一个提前打包好的工作包，可以包含：
任务说明、规则、工作流程、参考资料，以及可调用的脚本。
相关任务出现时，手册和资料可以按需进入 Context；脚本则可以直接在外部环境运行，只把结果交回来。也就是说，Skill 不只是“多给模型一些信息”，它还可能替系统准备好一套可以直接执行的动作。
六、前十一篇，终于开始汇聚了
写到这里，我突然发现，前面那个“都只是增加 Context”的总结太省事了。Prompt 负责交代任务，聊天记录维持对话，PDF 提供文档，Memory 管理长期信息，Skill 复用一套工作能力。
它们不是五个名字不同的抽屉，而是五种不同的工作安排。
怎样把模型、信息、工具和流程组织成可用的专业能力？
直到今天，我越来越觉得，AI 世界最大的误解，就是大家一直盯着模型，而真正决定大多数应用体验的，很多时候反而是：
模型之外的资料、工具、流程和审核机制。
调查笔记 No.11
今天，我们推翻了第十一个认知。
❌ 行业 AI 的专业能力，主要来自重新训练了一个模型。
✅ 行业 AI 的专业能力，通常来自模型、专业信息、工具、流程和审核机制的共同作用。
Skill 是其中一种产品机制：把可复用的说明、资料和脚本组织起来，按需加载或执行。
当前掌握的线索
- AI 的回答来自模型能力和当前 Context。
- Prompt、Memory、PDF、RAG 和 Skill 以不同方式参与任务，不能简单画等号。
- 行业 AI 的差异可能来自模型、数据、工具、流程和审核。
- 专业信息很重要，但信息本身不能替代专业推理和责任。
下一步调查
Prompt、Memory、RAG 和 Skill 会以不同方式影响信息与工作流程。那么，为什么现在越来越多的 AI 开始打开浏览器、运行代码、调用各种工具，甚至替我们推进一整项工作？
它什么时候，从一个"回答问题的人"，变成了一个"真正干活的人"？下一篇，我们继续调查。
《AI 为什么会？⑫ AI 为什么开始干活了？》