关键不在于Skill有多神，而在于你愿不愿意把那些反复做的事情痛成一个可复用的SOP。当产品的价值主要在逻辑执行、算力、数据时，Skill更像是入口；当价值在经验、结构化思考、表达方式时，Skill本身就可能是产品。

上周五下午六点，我正准备下班，财务小林突然在群里喊：周报发了吗？

那一刻我条件反射地打开数据库、复制SQL、切换到Python环境画图、登录Slack发送。这套流程我做了整整一年，每周都要重复三遍：先查数据，再画图，最后发消息。

说实话，烦透了。但你又不得不做。

后来我把这套流程写成了一个Skill，名字叫weekly_report.md。文档里就几行字：每周五触发 -> 查SQL -> 画图 -> 发Slack......

好技能是痛出来的，不是想出来的

我见过很多人写Skill，上来就是我要做一个完美的税务处理技能。结果写出来的东西空泛得要命，根本没法用。

因为他们犯了一个错误：坐在那里空想。

真正好用的Skill，全是痛出来的。

什么意思？

你每做完一个个项目，就把这次反复强调的规则抽出来，补进Skill。每遇到一个翻车的地方，就单独拆成一个Skill。

我写文章的Skill最早只是个简单的SOP，后来在无数次写作过程中不断迭代——这篇文章加一条规则，那篇文章改一个表述，现在它已经比我本人还懂怎么写爆款。

Anthropic的工程师 Barry 和 Mahesh 在2025年12月的AI Engineer访谈中说得很精辟：AI的未来不是更大的Agent，而是一个通用Agent加无数可复用的Skills模块。

这句话背后的逻辑是，我们不需要为每个垂直领域单独构建一个全新的Agent，底层的Agent应该是通用的，只需要给它安装不同的专业技能就行。

你根本不需要一次性写完。跟AI协作就是这样的：先让它跑起来，有问题再改，来回调试，反复打磨。

这个过程本身就是人和系统共同成长的过程。

为什么有的Skill很笨，有的很聪明

笨的Skill只写步骤：第一步做什么，第二步做什么。这种Skill就像一个没有思考能力的执行者，稍微遇到点意外就死给你看。

聪明的Skill会写入判断标准、审美倾向、思维模型。它不只告诉你怎么做，还告诉你为什么这么做以及什么时候该这么做。

举个真实的例子。

如果你是个会计，别只写如何填表，要写如何识别税务风险。前者是工具，后者是经验。AI不缺工具，缺的是经验。

还有一个关键原则：区分硬约束和软引导。

容易出错的操作，比如数据库迁移、服务器部署，你就把它写死。步骤不能变，顺序不能乱，这时候Skill就像脚本，不许AI自由发挥。

偏创作和审查的操作，比如代码评审、写文案，你就给原则和输出结构，让AI自己发挥。这时候Skill像导师，只给方向，不给路线。

如果你把这两者混在一起——既要AI像机器一样严谨，又要它像人一样有创意——那它就会精神分裂。

正确的做法是拆开：做一个Strict-Deployer做部署，做一个Creative-Reviewer做评审。

让专业的人做专业的事，让专业的Skill做专业的活。

别贪多，一个技能干一件事

很多人写Skill总想搞全能型：辅助编程开发、处理文档、回答问题……什么都想包进去。

这种Skill看起来很厉害，用起来很废。

为什么？

因为Claude决定用不用这个Skill，是靠阅读Description来推理的。

你写个辅助编程开发，AI根本不知道你到底想干嘛。它只是想改个变量名，你让它启动这么个重型武器，它也很困惑。

2025年10月16日，Anthropic正式发布了Claude Skills功能，紧接着在12月18日推出了Agent Skills开放标准。

这？意味着Skill不再仅限Claude独有，和MCP一样朝着通用标准发展。

好的Skill描述应该像狙击枪，指哪打哪。

再举个例子。

当用户遇到CORS跨域报错时使用——这句话一出来，AI瞬间明白该什么时候召唤你。大而全的Skill像散弹枪，看着覆盖面广，其实什么都打不中。

还有一点：Skills用的是渐进式披露机制。

什么意思？

Agent启动时只加载Skill的元数据，也就是名字和简介。只有当AI判断需要用到某个Skill时，才会读取完整的指令。

这好比一本书的目录——AI先看目录觉得需要了，再去翻正文。

这么做的好处是什么？

省Token省脑子。

你可以装几十甚至上百个Skills，不会因为数量多就影响性能。

AI不用每次都读完所有内容，只看description就能判断是否相关。

初始阶段只占用极少的Token，运行时才加载完整内容，节省90%以上的Token消耗。

结语

我们正在从编写代码进化到编写意图。

过去程序员的价值在于写出会运行的代码，现在和未来的价值在于写出能复用的经验。Skill就是那个载体——它把一次性的劳动变成永久的资产，把个人的经验变成集体的能力。

进入2025->2026年，AI Agent迎来了爆发元年。从MCP到Skills，下一代AI的护城河正在形成。Anthropic和Coze先后推出Skill，标志着AI圈正在经历一场范式转变——从让AI直接干活，变成让AI学会使用工具。

你说它神，它确实能让AI具备长链路执行力，像员工一样规划、执行、纠错、交付。

你说它废，它也不过就是几行Markdown，加几个脚本文件夹的事。有手就行。

关键不在于Skill有多神，而在于你愿不愿意把那些反复做的事情痛成一个可复用的SOP。

从这个周五开始，别再查数据、画图、发消息说三遍了。试着把它写成Skill，然后你会发现——原来自动化可以这么简单。

当产品的价值主要在逻辑执行、算力、数据时，Skill更像是入口；当价值在经验、结构化思考、表达方式时，Skill本身就可能是产品。

你，觉得呢？