一句话版本：把数据库「规范化」思想搬到智能体工作流上——原子拆解、类型检查、单一权威定义、最小权限四步走，技能库从一堆会漂移的脚本变成可编译检查的注册表，新智能体交付从几周缩到几小时。
一个正在发生的工程危机
组织正把操作规程塞给智能体执行：银行用智能体跑客户尽调，保险公司用它查欺诈线索，医院用它办预授权。这些多步骤规程有个学名叫 AOP（智能体操作规程）——本质上是「原来给人类看的 SOP，改成长期在智能体上跑的工作流」。
问题跟着来了：这些工作流通常就是一堆粗粒度的文件。一个步骤里捆着好几个动作；复制粘贴出来的流程各自演化，越走越散；任何一步都能摸到所有工具；改了没人检查。在强监管行业，「可追溯、可审计、可复现、权限受控、时间成本有上界」不是加分项，是上线的前提。
论文把这件事点破了：这三个毛病——共享库的完整性失控、步骤之间的隔离缺失、没有一套代数来安全地重构和治理整个库——结构上就是关系型数据库在 Codd 之前面对的问题。 散文加代码堆出来的技能库，没有理论能防住它们。
老方子：四个递进范式
数据库界当年靠「范式」起家。这篇论文把它原样搬过来，给工作流库定义了四级递进范式，一级比一级严：
第一级：分解（FNF-1）——把捆在一起的复合步骤拆成原子步骤。原来一个「步骤」里塞了取数、清洗、写入三个动作，测试没法单独测、失败没法单独重试、成本没法单独计价，拆开之后每件事都是一个有自己契约的独立实体。
第二级：类型化（FNF-2）——把数据流写明白、做类型检查。「缺字段异常」在这一级被消灭：一个步骤要读某个字段，那前面必须有步骤产出这个字段，不满足直接在编译期报错，而不是跑到一半炸掉。
第三级：因子化（FNF-3）——每个共享流程只留一个权威定义。复制的流程会漂移，权威定义会传播：改一处，所有引用它的地方同步更新。调用图保持无环，顺手消灭了「工作流悄悄调用自己导致不终止」的递归异常。
第四级：作用域（FNF-4）——每个步骤只拿最小权限的工具访问。原来任何一步都能摸到所有工具的「全裸模式」结束，提权路径在结构上被堵死。
范式做完之后，每个原子步骤都能被独立地类型检查、权限约束、限时限量、测试、追踪、审计。
代数：重构变成编译器改写
光有范式还不够，论文又给了一套可证明等价的代数——重构和并行化不再是人工小心翼翼的活，而是编译器改写：改写前后的语义等价有证明背书。
在此之上还有三个正交扩展：+V 验证终止性、+O 语义保持的优化（比如自动并行化）、+B 时间与成本上界。还有一个很实用的架构级分类器（0-3 级），先判断一个用例到底需不需要 AI——不是所有流程都值得上一个语言模型，有些就是纯规则。
落地：给 AOP 造一个 PostgreSQL
理论实现叫 SkillBase，作者给了一个精准的类比：Skill 至于 AOP，相当于 PostgreSQL 之于数据——有 schema、有约束、有完整性检查的受管存储，取代了原来那个「一个文件夹装一堆文件」的状态。执行器独立存在，负责在运行时兑现这些保证。
效果最硬的一条数据：因为每个 FAOP 都由同一个固定执行器运行，新智能体是「写」出来的而不是「工程」出来的——作者在自己团队的部署里观察到，新智能体的开发周期从几周降到了几小时。
对做智能体的我们的三点启发
一，技能库要有「数据库意识」。 不少团队的智能体技能就是散落的脚本文件夹，复制两份就开始漂移。第四级范式里「共享流程单一权威定义」这一条，在智能体技能管理里同样致命——改了模板 A 忘了模板 B，线上行为悄悄分叉，排查起来极其痛苦。
二，编译期检查优于运行期祈祷。 「完整性、隔离、类型、终止、成本、优化」这六件事，论文的态度是全部变成编译期关注点，而不是运行期碰运气。智能体工作流的下一步竞争，不在模型多聪明，而在工程护栏多扎实。
三，「要不要用 AI」本身值得被分类。 那个 0-3 级架构分类器是全文最容易被忽略但最省钱的组件：先判断流程性质，再决定上不上模型——纯规则流程套一个大模型，既慢又贵还引入了不确定性。
在 BuddyMe 的技能体系里我们同样坚持：技能是模型权重之外的工件，可以被版本化、检索和执行；把「立契约、可追溯」做在技能层而不是塞进提示词，智能体才经得起真实业务的审计。
结语
数据库花了几十年从乱糟糟的文件柜进化成有理论根基的受管系统。智能体工作流正站在同一个路口——这篇论文的答案是：别发明新轮子，把验证过的老方子（范式 + 代数 + 受管存储）搬过来就好。对每一个正在把 SOP 搬上智能体的团队，这是一篇值得精读的论文。
论文：FAOPs: Normal Forms and an Algebra for AI Agent Workflows（arXiv:2610.22061）
BuddyMe 每日免费 4500 万 Token，做你自己智能体的「SkillBase」。
