实测星火4.0Ultra：一个SKILL.md让AI自主决定何时调用工具

实测星火4.0Ultra：一个SKILL.md让AI自主决定何时调用工具，仅需2步

　　Astron Agent可以把工作流导出为SKILL.md，DeepSeek Harness（DSH）则能在项目技能目录中发现这些技能。但真正有价值的集成点，并不在于格式之间的逐页对比，而在于另一个模型能否读懂这份导出能力，并自主决定何时使用它。

　　我们用科大讯飞星火4.0Ultra测试了这条路径。用户提示只描述了目标——通过Astron工作流保存一条记忆并立即回读——没有点名任何工具。星火自己选出了完整的DSH工具序列：skill → pwsh → pwsh。

　　整个记录会话完成了四个模型步骤，三个工具结果全部成功。发布后的Astron工作流返回HTTP 200，provider code为0，并解析出两个事件；回读的文本中包含了测试标记。这一序列的真正含义，是一条被观察到的模型决策链，而不是一条写死的三命令脚本。

　　拆开看：第一步"skill"，星火识别出导出的astron-memflywheel能力与目标匹配，请求DSH加载其指令；之后的第一步"pwsh"，星火在读完指令后构造了回环HTTP调用，以触发真实的Astron工作流；第二次"pwsh"，是在拿到无错误结果后，星火选择再做一次执行/检查，然后才给出回答。最后一个模型步骤，星火停止调用工具，汇总了观察到的结果。

　　工具补丁只暴露了skill和pwsh，但提示和补丁都没有规定它们的顺序或调用次数。因此，"自主"在这里意味着：星火在该受限工具集内，根据目标和每次返回的结果，自己选择下一个动作。它不代表不受限制的自动化，也不代表模型训练，更不代表Astron与DSH之间存在原生集成。

　　第二次可移植性测试让这个区分变得可量化。在一个只读的DSH沙箱中，同样的公开runner发现了astron-memflywheel，星火只选择了skill → pwsh便做出回答。该轮在三个模型步骤内完成，工具结果2/2无错误，回读标记同样存在。对比第一次的"多一步检查"，这次更精简，但同样是模型自主决策的结果。