让 AI 做决策不再拍脑袋：utility-ai 效用函数评分 Skill 实测

做 AI 决策，别只靠感觉

如果你经常让 Claude / Codex / Cursor 帮你做判断，一定会遇到这个问题：模型有时会把”看起来合理”的方案当成最优解。尤其在游戏 NPC、自动化规则、评分逻辑里，缺少一个像样的决策框架。

utility-ai 这个 Skill 就是来补这块短板的。

它是什么

utility-ai 来自 a5c-ai/babysitter，是一套轻量但完整的”效用函数式 AI 决策”Skill。它不是泛泛而谈的 prompt 模板，而是给 AI 定义了评分 → 比较 → 选最优 的标准化流程。

用大白话说：你告诉 AI 有哪些可选动作、每个动作有多重要、有什么约束，它会按效用函数帮你算出最佳选择，而不是凭感觉拍脑袋。

核心能力

• 评分卡机制：把模糊需求翻译成可量化的评分维度。
• 决策优先级：支持权重、阈值、硬约束，适合做规则型任务。
• 跨工具复用：Skill 本身是标准 SKILL.md 格式，Claude Code / Codex / Cursor 都能装。
• 轻量无依赖：没有额外运行时，纯 prompt + 参考文档，即装即用。

适合谁用

如果你在写游戏 AI、自动化决策脚本、业务规则引擎，或者单纯想让 Claude 给出的建议更有章法，这个 Skill 值得放进工具箱。尤其适合要做”多选一”判断的场景——选哪个接口、走哪条分支、优先处理什么异常。

怎么装

直接克隆仓库，把对应 skill 目录复制到你的 agent 配置里即可：

https://github.com/a5c-ai/babysitter/tree/main/library/specializations/game-development/skills/utility-ai

它是标准 SKILL.md 结构，不需要额外依赖，装完立刻能用。

白露点评

很多”AI 决策”类 Skill 要么太学术、要么太抽象，utility-ai 的优点是直接能落地：给你评分框架，给你比较逻辑，还给了具体例子。对于一个 1.5k Star 的实用工具来说，性价比很高。

如果你想让 AI 不只是”回答问题”，而是真的帮你做选择，这个 Skill 很值得试试。

GitHub: https://github.com/a5c-ai/babysitter/tree/main/library/specializations/game-development/skills/utility-ai