用途：当产品以 AI 为核心、由智能体代表用户自主执行任务时，本技能用于调整产品发现、架构与交付方式，处理 AI 产品非确定性带来的挑战。适用于构建代表用户行动的 AI 智能体、为现有产品加入 LLM 功能、设计人机交互模式、决定 AI 自主程度、建立评估策略与校准循环。传统软件或仅用于后端优化的 ML 模型不需要。
主要能力：提出“代理权-控制权权衡”框架，将 AI 自主性分为五级（辅助、推荐、确认后执行、通知后执行、完全自主），并给出逐级毕业标准（如建议接受率、批准率、无编辑确认率、覆盖率的参考阈值）。引入 CCCD 循环（持续校准与信心建立），涵盖校准、信心、持续发现。提供 AI 原生发现问题、架构补充项（代理级别、失败模式、评估策略、校准计划、信心建立）、AI 赌注分类、评估类型与指标、分阶段发布门槛、校准触发条件、指标层级与反模式。附带模板：agency-assessment.md、eval-strategy.md、calibration-plan.md。
使用方式：可要求 Claude 评估某 AI 功能应处的代理级别、设计从辅助到自主的毕业路径、识别失败模式与缓解措施、设计评估套件、制定校准计划、调整发现问题、设计信心建立机制、规划分阶段发布、设定指标或评审方案简报。
限制：资料未提供具体安装命令、价格、平台支持或实际效果数据；文中阈值与指标为参考建议，需结合具体场景验证。不可逆操作、高风险决策、训练分布外的新情况以及影响第三方的操作不应完全自主。