前面我们讲过两类 AI 客服场景。
一种是客户发来单号，机器人去立刻云里查订单；
另一种是客户问业务规则，立刻智能体从企业知识库里寻找答案。
但货代日常还有一类问题，两种方式都不太适合。
比如：
“今天美元兑人民币汇率是多少？”
“不锈钢保温杯一般报什么 HS 编码？”
“这票舱单现在是什么状态？”
这些问题的共同点是：
答案不是固定的。
汇率每天会变，HS 编码需要根据实时数据库查询，舱单状态更是随着申报进度不断变化。
如果把这些内容直接写进知识库，今天是对的，过几天可能就过时了。
所以这类问题，立刻智能体不是靠“背答案”解决，而是通过另一种能力：
技能。
什么是智能体里的“技能”？
可以把知识库和技能理解成两种不同的信息来源。
知识库更适合：
- 公司介绍
- 收费说明
- 操作流程
- 常见问题
- 固定业务规则
这些内容相对稳定，可以提前整理好。
而技能更适合：
- 实时汇率
- HS 编码
- 舱单状态
- 企业内部接口数据
这类需要当场查询的数据。
当客户在对话中提出问题时，模型会根据问题判断是否需要调用某个技能。
需要，就去查询。
查询完成以后，再把结果组织成自然语言回复给客户。
所以企业不需要在提示词里塞一堆接口地址，也不需要要求客户按照某种固定命令操作。
客户依然可以像聊天一样直接问。
场景一：直接问今天的美元汇率
例如客户问：
美元兑人民币汇率是多少？
如果当前智能体已经绑定汇率查询技能，模型可以自动调用对应查询，再把结果告诉客户。
这里查询的是汇率牌价。
目前支持 25 种外币兑人民币，包括常见的：
美元、欧元、港币、日元等。
需要特别注意的是：
目前不包含新台币 TWD。
如果查询的币种不在支持范围内，系统不会为了“有答案”而自己编一个汇率出来。
不只是今天，也可以问历史日期
实际货代业务里，很多时候查汇率并不是为了看今天。
例如财务或者客户可能会问：
昨天美元汇率是多少？
或者：
上周五欧元兑人民币是多少？
也可以直接指定日期：
查 2026-08-18 的美元汇率。
汇率技能支持最新汇率，也支持指定历史日期查询。
指定日期时，可以直接使用：
YYYY-MM-DD
这样的格式。
智能体在回答时，也会带上对应日期，避免用户分不清查到的到底是哪一天的价格。
还可以直接让智能体帮你换算
查询汇率只是第一步。
例如客户问：
1000 美元按现在的汇率牌价折合多少人民币？
模型不仅可以获取汇率，还可以根据查询结果完成换算。
也就是说，用户不必经历：
查汇率 → 打开计算器 → 自己再乘一次
这一整套动作。
他的需求本来就是：
“这笔钱折合人民币是多少？”
智能体直接给结果即可。
这其实也是“技能”很重要的一个变化：
它不是简单把一个接口结果展示出来，
而是把接口变成了 AI 可以调用的一项工作能力。
场景二：一句商品名，先帮你找 HS 编码
货代、报关业务里另一个很高频的问题就是：
这个货到底报什么税号？
例如：
不锈钢保温杯的税号是什么？
如果绑定了 HS 编码搜索技能，立刻智能体可以根据商品名称搜索可能对应的 HS 编码。
这里更适合把它理解成：
先帮你找候选税号。
因为同一个商品名称，在材质、用途、结构、规格不同的情况下，对应编码可能并不完全一样。
所以智能体可以先根据商品名检索，再结合查询结果回答。
找到编码之后，还可以继续查详细信息
HS 编码相关目前分成两个技能：
HS 编码搜索
和
HS 编码详情。
前一个负责根据商品名称找编码。
后一个则可以根据具体编码继续查询相关信息，例如：
- 税率
- 监管条件
- 申报要素
等。
例如客户已经有一个税号，只想问：
这个编码进口税率是多少？
这时就没有必要再从头搜索商品。
可以直接调用编码详情进行查询。
同时，回答也应该尽量尊重客户真正的问题。
客户只问税率，就只回答税率。
没问监管条件，就没有必要一次把所有字段全部堆出来。
AI 的作用不是把接口返回的所有内容原样复制，
而是把用户需要的结果提炼出来。
10 位 HS 编码，建议统一这样展示
如果查询结果需要向客户展示中国 10 位 HS 编码，我们建议统一写成：
XXXXXXXX.XX
也就是：
前 8 位 + 小数点 + 后 2 位
这种写法比连续十位数字更容易阅读。
客户也更容易确认自己看到的是完整的 10 位编码。
场景三：直接问一票舱单现在什么状态
第三类，是货代实际业务中非常典型的实时查询：
舱单状态。
例如：
查一下这票空运进口舱单状态。
舱单查询和汇率、HS 编码又不太一样。
因为仅有一句“帮我查舱单”，其实不足以完成查询。
系统必须知道几项必要条件。
查询舱单，需要哪些信息？
目前查询时需要同时提供：
提运单号
海运或空运
进口或出口
以及：
关区
例如可以这样问：
关区 2244，空运进口，单号 XXX，帮我查一下舱单状态。
这里的关区既可以使用 4 位代码，例如：
2244
也可以直接使用关区名称，例如：
上海快件
只要信息完整，智能体就可以调用舱单技能进行查询。
为什么缺了关区，系统不会自己帮你猜？
有些用户可能会想：
既然不知道关区，那就帮我全部查一下不就行了？
但在业务系统里，“帮用户猜”往往意味着更大的风险。
因此如果需要查询全部关区，需要明确告诉系统：
0000
也就是说：
关区 0000，查询全部关区。
如果用户没有提供关区，系统不会自行把它默认为 0000。
同样，也不会凭空替客户生成一个提运单号。
缺参数时，更合理的做法是：
继续追问。
例如：
请再提供查询关区。
这看起来只是一个小细节，但实际上决定了一个企业级 AI 是否可靠。
对于业务查询来说，
宁可问清楚，也不要猜。
技能不是每调用一次模型就收费一次
讲到这里，还有一个比较容易混淆的问题：
技能点和 AI 对话 Token 是不是一回事？
不是。
在立刻智能体中，两者是分开计算的。
普通聊天、知识库问答等模型调用，走的是套餐里的：
Token。
而部分收费技能，则使用：
技能点。
两套额度分开记录。
哪些技能收费？
目前预置技能中：
汇率查询：免费
全套餐均可使用。
HS 编码相关：
HS 编码搜索：1 技能点/次
HS 编码详情：1 技能点/次
适用于专业版和旗舰版。
舱单状态查询：
1 技能点/次
仅旗舰版可用。
具体技能、套餐和计费规则，仍以控制台帮助中的技能管理页面为准。
什么时候才真正扣技能点？
这里有一个比较重要的规则：
不是模型“想调用技能”就立即扣点。
收费技能只有在：
成功请求上游并实际出站
之后，才会扣除技能点。
例如客户说：
帮我查一下舱单。
但是没有提供单号、进出口方向或者关区。
这时候智能体只是在追问参数。
不会扣技能点。
类似地，如果出现：
- 当前套餐不支持该技能
- 技能点不足
- 请求被限流
- 尚未真正请求上游服务
这些情况下，都不会产生技能点扣除。
也就是说：
真正查了，才扣。
而不是“问了一句”就扣。
为什么技能点和 Token 要分开？
因为它们本质上买的是两种不同的东西。
Token 对应的是模型本身的理解、推理和生成能力。
技能点对应的则是某些外部实时查询服务。
例如：
客户问：
今天美元汇率是多少？
模型首先要理解：
这是一个汇率问题。
然后调用汇率技能得到实时结果。
最后再把结果整理成一句自然语言。
其中模型理解和组织回答属于 AI 对话能力；
实时查询本身属于技能能力。
拆开以后，企业也更容易知道自己的消耗究竟发生在哪里。
旗舰版还可以把企业自己的接口变成“技能”
预置技能只是第一步。
不同货代企业都有自己的业务系统、客户系统或者内部接口。
例如企业可能已经有：
- 自己的报价接口
- 船期接口
- 仓储查询接口
- 客户额度接口
- 业务状态接口
- 企业内部数据服务
如果是旗舰版，可以把企业自己的 HTTP 接口登记成：
“我的技能”。
然后再把这个技能绑定到自己的智能体。
这样客户或者员工就不需要记住接口地址、参数格式和调用方式。
仍然可以直接用自然语言提问。
例如未来企业自己接入一个仓储接口以后，用户可以问：
这个柜子现在进仓了吗？
模型判断需要调用对应企业技能，
获取真实业务结果，
再把答案告诉用户。
自建技能只属于自己的企业
“我的技能”和公开技能广场还有一点区别。
企业自己登记的技能：
不上架技能广场。
其他企业看不到，也不能调用。
并且企业自建技能本身设置为：
免费技能。
它的价值主要不是售卖接口，而是把企业现有的信息系统能力开放给自己的 AI 员工。
旗舰版目前最多可以创建 20 条自建技能。
企业可以先保存草稿、进行试调，确认接口工作正常以后，再上线并绑定到自己的智能体。
接上技能之后，不需要教用户“怎么调用接口”
从使用者的角度看，技能最重要的一点其实非常简单：
不用学。
传统软件里，要查询不同数据，可能需要进入不同页面。
查汇率，打开汇率页面。
查 HS 编码，进入编码查询工具。
查舱单，再进入舱单查询。
如果是接口，甚至还需要开发人员知道 URL、参数和返回格式。
而技能的入口仍然是一句话。
例如：
美元兑人民币汇率是多少？
不锈钢保温杯的税号是什么？
关区 2244，空运进口，单号 XXX 的舱单状态怎么样？
模型会自己判断：
这句话需要调用哪个能力。
用户只负责表达需求。
知识库回答“知道的”，技能查询“正在发生的”
如果把前几篇场景放在一起看，立刻智能体的能力边界会变得更加清楚。
客户问：
你们公司的收费标准是什么？
这是企业知识。
去知识库里找。
客户问：
今天美元汇率是多少？
这是实时数据。
调用汇率技能。
客户问：
这个商品一般是什么 HS 编码？
调用 HS 编码技能。
客户问：
这票舱单有没有放行？
调用舱单技能。
客户问：
AE26040002 到哪里了？
则可以交给查单员工去立刻云里查订单。
不同问题背后，其实连接的是不同的数据源。
但对于用户来说，不需要理解这些复杂关系。
他只需要：
直接问。
AI 真正有用的地方，是知道什么时候该“查”
很多时候，我们会把 AI 理解成一个特别会回答问题的模型。
但在企业业务里，仅仅“会说”其实远远不够。
因为很多答案根本不在模型里。
它们存在于：
今天的汇率里、最新的 HS 数据里、当前的舱单状态里，以及企业自己的业务系统里。
所以企业级智能体真正需要具备的，并不是把所有知识都记住。
而是知道：
什么时候应该从知识库回答，什么时候应该调用实时查询，什么时候还缺参数，什么时候不能猜。
从“回答问题”，到“调用能力完成问题”，
这正是技能存在的意义。