AWS выложила под лицензией MIT-0 коллекцию из 38 agent skills для 11 областей здравоохранения и биотехнологий. Главная идея полезнее самой коллекции: медицинский агент может знать нужные факты и даже ссылаться на правильный стандарт, но ошибаться в процедуре принятия решения. Ещё одна порция контекста эту проблему не обязательно исправляет.
В AWS Machine Learning Blog приводят пример с классификацией миссенс-варианта TP53 по критериям ACMG/AMP. Агент способен назвать нужный подход, а затем неверно применить категории доказательств, пропустить пороги частоты в популяции или выдумать оценки вычислительных предикторов. Ответ выглядит профессионально, но собран по неверной методике. Для медицинских сценариев это особенно неприятный класс ошибки: гладкий текст маскирует сбой в рассуждении.
Что AWS предлагает вместо надежды на промпт
Skills представляют собой структурированные markdown-файлы. В них записаны условия активации, зависимости, критерии решений, таблицы параметров, шаблоны кода и способы проверки результата. Они подключаются во время выполнения запроса и делятся на два типа.
Reasoning skills задают методику. Например, skill для интерпретации геномных вариантов содержит категории доказательств, пороги частоты и границы для вычислительных предикторов. Pipeline skills отвечают за исполнение: команды инструментов, проверенные параметры и шаблоны, из которых можно получить работающий результат.
В тестах AWS агенты со skills выиграли у тех же агентов без них в 70–86% попарных сравнений, в зависимости от конфигурации агентной системы. На задачах критического мышления доля побед составила 78–85%. Это внутренние измерения AWS, а не универсальная гарантия качества, но здесь важен сам предмет проверки: компания сравнивала не разные модели, а один и тот же агент с процедурным слоем и без него.
Знания и правила их применения стоит разделить
RAG подтягивает подходящие фрагменты из базы документов. Skill записывает сам порядок решения и условия, при которых агент должен остановиться, проверить параметр или выбрать конкретный критерий. Дообучение тоже решает другую задачу: правила в нём спрятаны в весах модели, тогда как здесь они остаются читаемым текстом.
Для билдера практический вывод такой: корпоративные знания можно хранить отдельно, а методику их применения превращать в версионируемые skills. Тогда изменение медицинской политики или экспериментального критерия требует отредактировать файл, а не переучивать модель и не переписывать огромный системный промпт. Правило можно прочитать, проверить и перенести между моделями.
AWS заявляет совместимость коллекции более чем с 20 сервисами, включая Amazon Bedrock AgentCore, Kiro, Claude Code и OpenAI Codex. Это делает подход пригодным для быстрой проверки без привязки к одному агентному стеку. Но опубликованные результаты показывают эффект skills только в тестах AWS. Проверять подход стоит на одном реальном медицинском процессе и по двум конкретным метрикам: снижают ли вынесенные в skills процедуры частоту методических ошибок и стоимость обновления правил по сравнению с тем же агентом, где методика передаётся через RAG или системный промпт. Если преимущества нет хотя бы по одному из этих показателей, отдельный процедурный слой рискует остаться ещё одним форматом хранения инструкций.