2026 06 17 Skills的过去、现在和未来
Agent Skills 的核心原理¶
渐进式披露机制：将提示词分为三层—— 1. 元数据（Metadata）：必定加载，仅包含 Skill 名称、调用时机等核心信息，Token 消耗极低（约 100 Token） 2. 指令（Instruction）：按需加载，包含具体任务逻辑和细节 3. 资源（Resource）：按需加载，可包含脚本、补充文档、图片/模板等辅助文件
从刚性到柔性：技术演进谱系¶
| 概念 | 特性 |
|---|---|
| Function Calling | 刚性，严格遵循接口定义 |
| MCP | 标准化协议，比 Function Calling 更灵活 |
| LangChain | 编程框架，提供结构化能力 |
| Workflow | 流程在设计阶段确定，固定不变 |
| Skill | 大模型驱动的 Workflow，灵活编排 |
| Agent | 最柔性，自主决策，动态规划 |
Anthropic 战略转向：从 Agent 到 Skills 的范式转变¶
行业痛点：智能体动物园¶
多 Agent 系统会引发"智能体动物园"现象：每个 Agent 有独立的 Prompt、工具链、权限、评测和失败兜底机制，导致知识碎片化（同规则多版本）、上下文窗口占用（长期 Token 成本上升）、调试困难。核心问题在于通过复制粘贴扩展能力会导致维护成本指数级增长。
Skills 的核心定义¶
Claude Skills 是"为 Agent 打包的可组合流程性知识"，具备三个关键特征：
| 特征 | 说明 |
|---|---|
| 流程性 | 强调"怎么做"——如财务报表的拉数、校验、汇总、套模板、出具步骤 |
| 可组合 | 如数据分析 + 合规审查 + 报表格式化技能叠加 |
| 可执行 | 模型负责规划/选择/解释，脚本负责计算/转换/生成文件 |
本质是将组织隐性知识转化为可版本化、可复用、可执行的显性资产。
Skills 的工程化结构¶
技能核心入口为 skill.md，包含三件套：
- 元信息（名称、描述，启动时预加载）
- 执行指南（步骤、边界条件、输入输出，触发时加载）
- 配套资源（脚本、参考文档、模板文件，按需读取/执行）
支持 Git 版本管理、审批和回滚，实现"像管代码一样管业务流程"。
隐喻：从"专岗机器人"到"入职手册"¶
- 旧范式：为每个岗位造专属 Agent（如财务 Agent、法务 Agent），导致维护爆炸
- 新范式：通用 Agent + 不同"入职手册"（Skills），流程变更只需更新手册
Skills 的架构优势¶
智能与专业经验的解耦： - 通用 Agent 负责理解、规划、调用 - Skills 负责流程、规范、脚本和资料 - 扩展能力的单位从"新增 Agent"变为"新增 Skill 包"
渐进式上下文加载策略（三层）： 1. 元数据层（技能名、描述）→ 始终加载 2. 触发时加载 skill.md → 具体流程 3. 按需加载额外文件 → 脚本、模板等
模型与 Runtime 的分工： - 脚本负责计算、排序、抽取、格式化等确定性任务 - 模型负责理解、决策、编排、解释
Skills 范式下的组织分工重构¶
| 角色 | 核心转变 |
|---|---|
| AI 产品 PM | 从功能列表到"技能资产组合"——关注覆盖面、复用率、质量标准 |
| 架构师 | 补齐四类治理能力：Skill Registry、权限模型、发布流水线、可观测性 |
| 开发者 | 从调模型/堆 Prompt 转向知识工程——编写可执行 SOP 和确定性脚本 |
| 业务专家 | 非技术角色可直接参与技能编写，实现"懂流程的人沉淀流程" |
Skills 的挑战与未来¶
标准化瓶颈：跨平台通用的关键是格式统一，否则技能会成为"新一代 Prompt 方言"。
企业级安全：技能含脚本时风险升级为执行风险，需构建"审核→权限→审计"三件套：
| 安全层 | 说明 |
|---|---|
| 审核 | 上线前代码 Review，重点检查依赖与外部资源 |
| 权限 | 按环境分级，开发/生产环境隔离 |
| 审计 | 记录触发者、时间、动作，确保可追溯 |
未来生态：Linux 基金会已成立 AAI-F 推动互操作标准，标准收敛后将出现技能目录、市场、应用商店。AI 竞争的关键从 Agent 数量转向"组织经验→可复用/可治理/可分发 Skills"的沉淀能力。