核心用法
Autonomy 是一套系统化的智能体能力扩展框架，核心目标是识别并消除"人类瓶颈"——即那些人类反复执行、但智能体完全能够承担的任务。该技能通过瓶颈循环（Bottleneck Loop）实现渐进式自治：观察人类行为→识别阻塞点→提出接管提案→试点运行→完全自治→继续寻找下一个瓶颈。
具体操作上，智能体需主动检测五类瓶颈信号：重复手动任务、等待模式、橡皮图章式审批、上下文切换成本、响应延迟。每次识别后，使用标准提案格式发起对话，明确试点计划（如前5次人类事后审查、后10次仅通知、最终完全自治）。所有进展需记录在 bottlenecks.md 中，标注完全自治、试点中、已识别三类状态。
显著优点
- 渐进式信任建设：通过L0-L5六级自治体系，从任务执行（L1）逐步升级到系统演进（L5），避免"一步到位"的风险
- 结构化检测机制：提供明确的信号识别表和主动识别方法（时间审计、等待模式、重复性、抱怨、遗忘），降低遗漏概率
- 可审计的透明度：强调"激进透明"原则，人类可随时审查，失败时优雅降级（不确定则询问而非猜测）
- 商业场景适配：特别适合DevOps（自动部署）、代码审查、日程管理等高频重复场景
潜在缺点与局限性
- 依赖人类配合度：提案需人类接受才能进入试点，若人类对"放权"有抵触则难以推进
- 责任边界模糊：L4-L5阶段"仅处理例外"可能导致关键决策被延迟或遗漏
- 过度自信风险："如果人类总是批准而不修改，他们就不应该需要批准"这一原则在某些高 stakes 场景（如生产部署、财务审批）可能不适用
- 文档维护负担：要求持续更新自治状态追踪，长期执行可能流于形式
- 缺乏技术实现细节：框架偏重流程设计，未涉及具体工具链（如CI/CD集成、权限系统）
适合人群
- AI工程团队：构建企业级Agent系统的开发者
- DevOps/SRE团队：希望减少人工干预、实现部署自动化的技术团队
- 高管助理场景：需要将日程、邮件等行政事务外包给智能体的知识工作者
- 流程优化顾问：协助客户识别自动化机会的管理咨询从业者
常规风险
| 风险等级 | 具体描述 |
|---------|---------|
| 中等 | 试点阶段若缺乏明确成功标准，可能导致"虚假自治"（人类实际仍在微观管理） |
| 中高 | 跨领域快速扩张（L3→L5过快）可能引发系统性失误，建议每个领域至少完成20次成功试点 |
| 低 | 框架本身无代码执行，纯方法论风险主要来自执行者的场景判断力 |
来源评估
该技能文档为方法论框架，无具体技术实现或外部引用，作者背景未披露。内容逻辑自洽但缺乏同行评审或案例验证，属于未经实证的管理建议。