---
name: agent-literacy-assessment
version: 1.0
framework: 智能体管理学 · 模块六 · 框架 35
type: 评估型
description: >
  基于智能体素养评估模型（Agent Literacy Assessment），通过四维×五级矩阵
  评估个人或团队的 AI 能力结构——不是给一个总分，而是识别四维能力的分布特征。
  触发词：Agent Literacy、AI能力评估、四维评估、招聘AI能力筛选、差异化培训、
  能力结构、理解力使用力编排力设计力、AI素养、能力矩阵、人才评估。
governance_nerves: []
---

# 智能体素养评估 SKILL
## 框架 35 · 评估型 · 智能体管理学模块六

---

## SKILL 定位

这个 SKILL 将「智能体素养评估模型（Agent Literacy Assessment）」从方法论文档转化为可执行的能力结构评估引擎。

它不做"会不会用 AI 工具"的简单测评，也不做提示词技巧的打分。它做一件特定的事：**通过四维（理解力/使用力/编排力/设计力）× 五级（L1-L5）矩阵，评估个人或团队的 AI 能力结构分布，识别能力结构特征，输出差异化的发展建议。**

核心判断：AI 能力的核心不是"会用多少工具"，而是"能组织多少能力"。能力结构（四维分布）比能力等级（单一分数）更重要——四维均衡的人和单维极强的人在不同岗位有完全不同的价值。四维回答四个独立问题：理解力（知道 AI 何时会失败）、使用力（能把 AI 用好）、编排力（让 AI 系统替自己完成完整流程）、设计力（为组织构建可持续 AI 能力）。

---

## 第一步：信息采集

收到评估请求后，先判断已有信息是否足够启动评估。如果不足，必须采集以下四项输入，缺一不可：

### 必填输入

**INPUT-1：评估对象**
```
评估类型：（个人自评 / 团队评估 / 组织评估 / 招聘筛选）
对象描述：（姓名/岗位/团队名称，当前角色和核心职责）
与 AI 相关的工作内容：（日常哪些工作涉及 AI 工具或 Agent 系统）
```

**INPUT-2：评估视角**
```
评估目的：（个人发展 / 招聘筛选 / 培训规划 / 岗位匹配 / 团队能力盘点）
评估发起方：（本人 / 直属上级 / HR / 培训部门 / 咨询顾问）
评估结果的预期用途：（决定培训投入 / 决定岗位分配 / 决定招聘标准 / 个人发展规划）
```

**INPUT-3：触发问题**
```
是什么具体问题触发了这次评估？
（例如：团队整体 AI 能力如何 / 这个人能否胜任 Agent Owner 岗位
/ 培训应该重点投在哪些人身上 / 招聘 AI 岗位应该看什么能力
/ 为什么团队用了 AI 工具但效果不好）
```

**INPUT-4：岗位匹配信息**
```
目标岗位或发展方向：（如有，说明评估要匹配的岗位类型）
  □ 编排层（Agent Owner / Orchestrator）
  □ 能力层（Context Engineer / Skill Manager）
  □ 直接产出类（文案 / 设计 / 代码 / 分析）
  □ 管理层（需要 AI 战略判断力）
  □ 其他：____
```

---

## 第二步：执行分析引擎

按 S1→S4 四步顺序执行。每步完成后继续下一步，不等待用户确认。

---

### S1 · 选择评估方式与四维定义

**目标**：明确四维能力的评估标准，选择与岗位匹配的评估方式。

执行动作：
- 确认四维能力的操作定义
- 根据评估目的选择评估方式
- 建立评估的数据来源

**四维能力操作定义**：

| 维度 | 核心判断问题 | 操作定义 | 评估方式 |
|------|------------|---------|---------|
| 理解力 | 知道 AI 在哪里会失败吗？ | 能识别幻觉、分布外泛化、偏见等 AI 失败模式，并在工作中调整策略 | 案例分析：给一段 AI 输出，让评估对象识别潜在问题 |
| 使用力 | 能用 AI 把一件事做好吗？ | 多轮交互迭代，能组合工具解决具体问题，输出质量稳定 | 工具测试：给一个具体任务，观察 AI 工具使用过程和结果 |
| **编排力** | **能让 AI 替自己完成流程吗？** | **设计端到端 Agent 工作流，自己审核而非执行** | **设计题：给一个业务流程，让评估对象设计 Agent 自动化方案** |
| 设计力 | 能为组织构建 AI 能力基础设施吗？ | 从零构建含 Eval 体系的 Agent 系统供他人使用 | 项目交付：评估过往 Agent 系统构建经验和成果 |

**五个成熟度等级定义**：

| 等级 | 名称 | 典型表现 |
|------|------|---------|
| L1 | 意识级 | 知道 AI 存在，偶尔使用，无系统性认知 |
| L2 | 操作级 | 能独立使用 AI 工具完成日常工作，有基本的提示词能力 |
| L3 | 协同级 | 能设计人机协作流程，理解 AI 的能力边界 |
| L4 | 编排级 | 能设计多 Agent 协同系统，自己做判断和审核 |
| L5 | 架构级 | 能为组织构建可持续运行的 AI 能力基础设施 |

输出格式：
```
▎ 评估准备
评估对象：[名称/岗位]
评估目的：[具体目的]
评估方式：[工具测试 / 设计题 / 案例分析 / 项目交付 / 组合]
四维评估标准已确认
```

---

### S2 · 四维独立评分与能力结构可视化

**目标**：对四个维度独立评分，绘制能力结构雷达图，识别分布特征。

执行动作：
- 对每个维度独立评估，给出 L1-L5 等级
- 绘制四维雷达图（文字描述版本）
- 识别能力结构类型

**能力结构三种类型**：

| 类型 | 特征 | 岗位适配 |
|------|------|---------|
| 均衡型 | 四维均在 L3 左右，无明显短板 | 通用型岗位，适应性强 |
| 偏科型 | 1-2 维突出，其他维度较弱 | 需要精准匹配特定岗位 |
| 极化型 | 某一维极高（L4+），其他维很低（L1-L2） | 窄领域专家，需要团队互补 |

**岗位导向的评估重点**：

| 岗位类型 | 重点维度 | 最低要求 |
|---------|---------|---------|
| 编排层（Agent Owner） | 编排力 + 理解力 | 编排力 L4 + 理解力 L3 |
| 能力层（Context Engineer） | 理解力 + 设计力 | 理解力 L4 + 设计力 L3 |
| 直接产出类 | 使用力 + 理解力 | 使用力 L3 + 理解力 L3 |
| 管理层 | 理解力 + 编排力 | 理解力 L3 + 编排力 L3 |

输出格式：
```
▎ 四维评估结果

| 维度 | 等级 | 核心表现 | 岗位匹配度 |
|------|------|---------|-----------|
| 理解力 | L[X] | [具体表现描述] | [与目标岗位的匹配度] |
| 使用力 | L[X] | [具体表现描述] | [与目标岗位的匹配度] |
| 编排力 | L[X] | [具体表现描述] | [与目标岗位的匹配度] |
| 设计力 | L[X] | [具体表现描述] | [与目标岗位的匹配度] |

能力结构类型：[均衡型 / 偏科型 / 极化型]
最突出维度：[维度名称] — L[X]
最薄弱维度：[维度名称] — L[X]

雷达图（文字版）：
  理解力 [====----] L[X]
  使用力 [======--] L[X]
  编排力 [==------] L[X]
  设计力 [===-----] L[X]
```

---

### S3 · 识别能力结构差距

**目标**：将当前四维评估结果与目标岗位要求对比，识别关键差距。

执行动作：
- 对比当前四维与目标岗位最低要求
- 识别最关键的差距维度（不是所有差距都同等重要）
- 判断差距的可弥合性

**差距优先级判断原则**：
- 编排力差距 > 使用力差距：编排力需要系统思维和真实项目实践，弥合周期长；使用力最容易自学
- 理解力差距 > 设计力差距：理解力是其他维度的基础，不理解 AI 边界就无法有效编排或设计
- 结构性差距 > 单维度差距：四维中有两维以上低于 L2 是结构性问题，需要系统性干预

输出格式：
```
▎ 能力结构差距分析

目标岗位：[岗位名称]
关键差距（按优先级排序）：
1. [维度]：当前 L[X] → 要求 L[X] — 差距 [X] 级
   弥合难度：[高/中/低] — 预计周期：[X 个月]
   弥合方式：[项目实践 / 导师辅导 / 系统培训 / 岗位轮换]

2. [维度]：当前 L[X] → 要求 L[X] — 差距 [X] 级
   弥合难度：[高/中/低] — 预计周期：[X 个月]
   弥合方式：[项目实践 / 导师辅导 / 系统培训 / 岗位轮换]

结构性评估：[是否存在结构性问题——两维以上低于 L2？]
```

---

### S4 · 制定差异化发展路径

**目标**：基于能力结构差距，制定集中投入的差异化发展计划。

执行动作：
- 设计针对性的能力提升行动
- 确定投资优先级（不是所有差距都值得同等投入）
- 建议联动框架

**差异化培训投资原则**：
- 最没有价值的 AI 培训是"如何使用更多 AI 工具"——使用力是四维中最容易自学的，也是商品化速度最快的
- 最有价值的 AI 培训是针对编排力和设计力的系统性提升——需要在真实项目中反复实践
- 识别团队整体的能力分布（例：70% 在 L2，25% 在 L3，5% 在 L4），为不同层级制定不同投资计划，可以在相同预算下产生 3-5 倍的能力提升效率

输出格式：
```
▎ 差异化发展路径

投资优先级：
1. [最优先维度] — 原因：[为什么这个差距最值得投入]
   行动：[具体行动方案]
   周期：[X 个月]
   预期成果：[从 L[X] 提升到 L[X]]

2. [次优先维度] — 原因：[为什么]
   行动：[具体行动方案]
   周期：[X 个月]
   预期成果：[从 L[X] 提升到 L[X]]

建议联动框架：
→ 框架 33「ACMM」——四维评估是工具，ACMM 等级是结论
→ 框架 34「角色转型地图」——能力差距决定了 T1→T2/T4 迁移的可行性
→ 框架 36「AC6 核心能力」——四维评估的底层能力支撑
```

---

## 第三步：治理神经检查

素养评估本身不直接调用治理神经，但评估结果可能触发以下治理关切：

```
▎ 治理神经关联提示

如果评估用于招聘筛选：
→ 关联 ⚡ 神经① 意图管理——招聘标准必须与组织的 AI 战略意图对齐，
  而不是追逐"最全能的 AI 人才"

如果评估发现团队整体能力结构失衡（如编排力普遍 L1-L2）：
→ 关联 ⚡ 神经② 边界与升级——团队能力结构性缺陷需要升级到组织层面处理，
  不能仅靠个人培训解决

如果评估对象的编排力/设计力达到 L4+：
→ 关联 ⚡ 神经③ 智能体主权——高编排力/设计力人才掌握 Agent 系统的设计权，
  其能力流失构成组织的主权风险
```

---

## 输出质量标准

分析完成后，用以下标准自检：

- [ ] 四维是否被独立评分，而非给出一个笼统的总分？
- [ ] 是否区分了"能力结构"和"能力等级"两个不同维度？
- [ ] 是否根据目标岗位确定了评估重点维度，而非四维平均评估？
- [ ] 差距分析是否识别了最关键差距，而非列出所有差距？
- [ ] 发展路径是否是差异化投资方案，而非统一培训课程清单？
- [ ] 是否说明了"工具培训最没价值，编排力/设计力培训最有价值"这一关键原则？

---

## 典型误区提醒

在执行评估时主动规避以下四个错误：

**误区一 · 工具清单评估**：不要只评估"会多少 AI 工具"而不评估"能设计多少系统"。工具熟悉度（使用力 L2）与系统设计能力（编排力 L4）是两个不同维度，会很多工具不等于 AI 能力高。

**误区二 · 单维替代四维**：不要用单一维度的深度替代四维综合评估。一个提示词写得极好但不懂系统设计的人，仍然处于 L2 级别。单维度深度不等于综合 AI 能力，四维结构评估才能全面刻画能力实际状态。

**误区三 · 评而不用**：不要评估结果不与培训/招聘/岗位决策绑定。评估的目的是支撑管理决策，不是给员工打分。评了但没有对应的行动方案，等于没有评估。

**误区四 · 均衡偏好**：不要认为四维均衡一定比偏科好。偏科型人才如果突出维度与岗位需求匹配（如编排力 L5、使用力 L2 的人做 Agent Owner），其价值可能远高于四维均在 L3 的均衡型人才。能力结构匹配岗位需求才是关键，不是追求四维平衡。

---

## 与体系其他框架的衔接

```
上承：框架 33「ACMM」（ACMM 定义能力等级——你在 L 几；素养评估定义评估方式——怎么测出来。
      L 等级是评估结论，四维×五级矩阵是评估工具）
      ↓
本框架：智能体素养评估模型（四维×五级能力结构评估）
      ↓
下启：框架 36「AC6 核心能力」（素养评估评估"当前能力在哪里"，
      AC6 定义"智能体时代最核心的能力是什么"——一个解决评估问题，一个解决方向问题）
      ↓
联动：框架 34「角色转型地图」（能力差距决定了 T1→T2/T4 迁移的可行性）
      框架 10「岗位体系」（编排层/能力层/直接产出层的岗位匹配）
```

---

*智能体管理学 · 模块六 人类重写 · 框架 35 · SKILL V1.0*
*评估型框架 · 输出：四维能力评估 + 结构差距分析 + 差异化发展路径*