预训练是别人的工厂，你能摸到的是后训练

最近身边几个朋友来问，如何区分这些概念：预训练、SFT、强化学习、Skill、Workflow、Agent。

有人拿它们互相解释，越解释越像玄学；有人直接宣布「Agent 取代一切」，把半自动脚本也叫 Agent。更常见的是另一种情况——既被要求「懂大模型」，又分不清：自己到底该调 API、该微调，还是该上编排。

我这篇只做扫盲底座，不重复我写过的程序员提效 vs 老板赚钱。先把账本摊开：

模型怎么变听话；Skill、Workflow、Agent 各管哪一层。

一、大模型先拆两段：预训练与后训练

别一上来谈「智能」。把模型想成两段工。

预训练（Pre-training） 是打地基。
在海量文本（以及越来越多的多模态数据）上，模型做一件事：给定上文，预测下一个 token。这一步吃算力、吃数据、吃工程，几乎是少数实验室和云厂商的事。产出是 base model——会续写、见过很多模式，但不天然会当助手，也不天然会按你的规矩办事。

后训练（Post-training） 是上岗培训。
底座已经在了，后训练要解决：更听话、更有用、更安全。常见路径：

路径	在干什么	数据形态
SFT 监督微调	用「问题 → 标准答案」示范，教格式与指令跟随	对话对 / 示范样本
RL / RLHF 等	用排序、打分或可验证奖励，偏向「更好」的回答	偏好对、奖励信号
DPO 等偏好优化	用不同数学路径逼近偏好对齐	chosen / rejected

Anthropic 的公开 glossary 把预训练写得很直：在大规模无标注语料上先学会 next-token prediction。Claude 这类产品本身也不是裸语言模型——做过 fine-tuning / RLHF 之后，才变成你看到的助手。

类比只记一句：

预训练 = 先丢进图书馆学会说话；后训练 = 再上岗学怎么当客服、怎么拒危险请求、怎么按规范交付。

对绝大多数人：

预训练不是你的战场。你能参与的，是后训练结果的使用，以及——在有条件时——对特定模型做轻量定制。

二、普通人真能摸到的后训练：厂商微调接口

这里要同时泼冷水、给实路。

冷水： 你几乎不会自己搭完整后训练流水线。那需要数据工程、训练基础设施、评估体系和对齐经验。把它当周末副业，通常会惨败。

实路： 不少厂商把监督微调做成了接口或控制台能力。形态大体一致：

1. 准备高质量示范数据（输入 → 期望输出）
2. 上传数据集，校验格式
3. 创建微调作业，选基座与训练参数
4. 用你自己的评测集看是否比默认模型更稳
5. 得到一个 fine-tuned model ID / endpoint，接入业务

计费也拆成两段，别混：

阶段	你在买什么	常见付费方式
训练	用你的数据改一版模型行为	按训练 token × epoch，或按训练作业/时长
使用	调用这个定制模型 ID 做推理	再按 API 的 input/output token 付费

产出物不是「又一个聊天网页」，而是可部署、可调用的模型标识。后续和调用普通模型一样走 API，只是 model 字段换成你的 ft:... 或云上的 tuned endpoint。

三家现实差别，以 2026 年中官方文档为准：

厂商	一般用户自助微调	你得到什么	一句话
OpenAI	自助 fine-tuning 平台在收紧/关停中，新 org 已难新建 job	存量可训用户 job 完成后仍为 ft:... model id	训练+推理分计；新人基本进不去
Anthropic	Claude API 官方明确不提供 fine-tuning	无标准 self-serve 产物	定制主路径是 prompt / tools / Skills
Google	Cloud 上提供 supervised fine-tuning 等	tuned model / endpoint	有，但绑云账号与配额

所以判断要反过来看：

多数人所谓「定制模型」，真实杠杆常常是提示词、检索、Skill 与工具，不是人人改权重。
微调适合「格式、语气、分类边界总对不齐」；
缺最新事实、缺系统权限，优先 RAG 和工具调用，别先烧训练费。

数据脏、评测虚、任务本该靠检索，微调只会变成昂贵安慰剂。先问一句：问题是模型不懂你的格式，还是模型根本看不见你的业务系统？

三、Skill、Workflow、Agent：三层，不是三个竞品

如果问题出在「模型看不见你的业务系统」，那接下来三个词才是你真正该分清的。

后训练解决的是模型本身听不听话；落地业务还要解决系统怎么组织调用。
Skill、Workflow、Agent 常被混称，其实对应三层不同问题。

Anthropic 在 Building effective agents 里把边界钉得很白：

• Workflow：LLM 与工具沿预定义代码路径被编排
• Agent：LLM 动态决定自己的流程与工具使用

他们还反复强调：先找最简单的解法；只有简单方案不够用时，再加复杂度。Agent 会带来更高延迟、更高成本，以及错误被放大的风险。

Skill 是另一层——不是「谁决定下一步」，而是可复用的 SOP / 能力包。
Anthropic 后来把 Agent Skills 说成：给通用 agent 的 onboarding guide——一个文件夹，核心是 SKILL.md（名称、描述、指令），可附脚本与资料，按需加载。像新人入职手册：遇到这类事，按这套字段、校验、失败重试来。

对齐成一张表：

概念	一句话	谁决定下一步	典型形态	不是什么
Skill	可复用的 SOP / 能力包	不负责决策路径	SKILL.md、提示+工具约定、技能包	不是完整系统，不是模型权重
Workflow	人写死编排路径	人	链式、路由、人工卡点、固定图	不是模型当场规划
Agent	运行时动态规划与用工具	LLM	tool-use 循环、开放目标	不是任意多步骤脚本

嵌套关系只记一句：

Skill 提供「这一类事怎么做」；
Workflow 把步骤串成固定流水线；
Agent 在运行时自己决定调用哪个 Skill、哪件工具、是否重试。

反共识的一点：

不是 Agent 越强越先进，而是你越能把任务降级成 Workflow 和 Skill，系统通常越稳、越便宜、越好维护。
Agent 留给「真的写不全」的那一段，不是默认皇冠。

这和我写过的你说的 Agent，八成只是个 Workflow同一条线，只是今天补底座：没有后训练讲清楚的「会听话的模型」，上面三层都在空转。

四、选型只看三问，别先买名词

词混用的代价是买错方案。销售说 Agent，交付做的是 Workflow；老板要「自己的模型」，团队其实只需要更好的 Skill 和检索。

落地前只问三问：

1. 知识会变吗？
   会变 → 优先检索/工具，别把事实硬微调进权重。
   不变且极稳的格式/语气 → 才考虑 SFT。

2. 路径能不能画出来？
   能画清、要审计 → Workflow + 节点内调用模型 + Skill。
   画不清、环境动态 → 小范围 Agent，并给预算、工具白名单与人工接管。

3. 失败代价有多大？
   代价高 → 减少自主循环，增加确认节点与可回放日志。
   代价低 → 才允许更激进的自动重试。

很多「我们要上 Agent」的项目，第一版其实是：

Skill（稳定输出）+ Workflow（稳定路由）。
Agent 可以后置，等真实分支数据积累后再加。

写在最后

压成六句：

1. 预训练——别人的工厂，产出通用底座
2. 后训练——SFT / RL 等把底座变成助手
3. 普通人的后训练入口——厂商微调接口：训练付费 → model ID → 调用再付费
4. Skill——SOP / 能力包，不负责「谁决定下一步」
5. Workflow——人决定下一步；Agent——模型决定下一步
6. 工程原则——能降级就降级；复杂只在必要时上

土话一句：

先搞清模型怎么变听话，再谈要不要 Agent。

我一个人打造的 Zaokit AI Agent 交易平台，以及 AI PPT / 图文创作 Zaokit.app，核心仍是把能力送进真实交付链路，而不是停在聊天窗口。唯一网站：https://zaokit.app。

企业侧同一逻辑，已经融进可直接接入的服务：

• grok.zaokit.com
• cx.zaokit.com · cc.zaokit.com
• tokenhub.zaokit.ai
• gift.junxinzhang.com
• 完整产品列表

稳定靠谱的 AI 全家桶，开箱即用。重点仍是那句：

预训练是别人的工厂；你能摸到的是后训练与编排——Skill 管会不会这招，Workflow 管路怎么走，Agent 管路走不通时谁来改道。

---

参考与延伸：

• Anthropic: Building effective agents
• Anthropic: Equipping agents with Agent Skills
• Agent Skills 开放标准
• OpenAI Supervised fine-tuning · Deprecations
• Claude Glossary
• 站内：你说的 Agent，八成只是个 Workflow · 程序员在提效，老板在赚钱 · 给老板讲清楚 AI Agent

---

唯一网站：Zaokit.app

Agent 交易平台：Zaokit.ai

企业 Grok 服务：grok.zaokit.com

企业服务：cx.zaokit.com · cc.zaokit.com · tokenhub.zaokit.ai · gift.junxinzhang.com · 完整产品列表

稳定靠谱的 AI 全家桶，开箱即用。

---

我是 Jason，一个自己一个人做 AI 产品的创业者。预训练是别人的工厂，Agent 也不是默认皇冠。如果你也在分不清微调、Skill 和 Workflow，欢迎聊聊你现在卡在模型定制、流程编排，还是开放任务。