“傳統(tǒng)的五子棋只是把五個(gè)子連成一條線，而技能五子棋則是在傳統(tǒng)的五子棋中加入了技能”——幾個(gè)月前，“技能五子棋”出圈。而今年1月，一個(gè)以“技能”（Skills）命名的范式也逐漸從硅谷的AI企業(yè)中“出圈”到國(guó)內(nèi)，一時(shí)間人人都在學(xué)習(xí)Skills，不只是開發(fā)者，不少職場(chǎng)人士也開始嘗試通過(guò)這一范式，將固定流程任務(wù)封裝為大模型可調(diào)用的“技能”。

Skills推出不久，OpenAI、微軟、騰訊等國(guó)內(nèi)外大廠旗下的產(chǎn)品紛紛跟進(jìn)支持。1月19日，字節(jié)跳動(dòng)旗下AI Agent平臺(tái)“扣子”更新，上線“技能商店”，成為第一個(gè)將Skills翻譯成“技能”并推出類似功能的國(guó)內(nèi)大廠。

那么，究竟什么是Skills？讓大模型學(xué)會(huì)“技能”后會(huì)有什么效果？新京報(bào)貝殼財(cái)經(jīng)記者進(jìn)行了實(shí)測(cè)。

一度成為網(wǎng)絡(luò)流行語(yǔ)的喜劇綜藝表演作品《技能五子棋》。 喜人奇妙夜視頻號(hào)截圖

全球大廠紛紛跟進(jìn)Skills

要理解Skills的爆火，首先要回到一個(gè)核心問(wèn)題：通用AI為什么“懂道理卻不會(huì)干活”？

例如，DeepSeek能寫代碼，但不知道程序員團(tuán)隊(duì)用的是哪個(gè)框架、代碼規(guī)范是什么；Kimi能生成分析報(bào)告，卻不理解不同公司的財(cái)務(wù)報(bào)銷制度、審批鏈條和表單格式；豆包能構(gòu)思營(yíng)銷文案，卻不知道具體品牌的調(diào)性、目標(biāo)受眾的痛點(diǎn)、過(guò)往成功案例的規(guī)律。

關(guān)鍵痛點(diǎn)在于，這些操作訣竅散落在組織和個(gè)人經(jīng)驗(yàn)中，無(wú)法被模型直接調(diào)用。它們不是“知識(shí)”而是“技能”——只有在實(shí)踐中反復(fù)摸索、總結(jié)失敗、積累成功才能習(xí)得，每個(gè)人、每家公司均不同。

在此背景下，Skills出現(xiàn)了，該概念最初來(lái)源于以AI編程能力知名的國(guó)外AI大模型Claude。2025年10月16日，Claude悄然推出了一項(xiàng)名為Claude Skills的功能。官方的解釋是“Skills能教會(huì)Claude如何以可重復(fù)的方式完成具體任務(wù)——比如按照貴公司的品牌規(guī)范生成文檔、依托組織專屬的工作流程分析數(shù)據(jù)，或是自動(dòng)化處理各類個(gè)人事務(wù)。”

新京報(bào)貝殼財(cái)經(jīng)記者測(cè)試發(fā)現(xiàn)，Skills可以簡(jiǎn)單理解為就是一個(gè)能夠?qū)⒍噍唒rompt（提示詞）“封裝”到一起的“標(biāo)準(zhǔn)化模塊”。

貝殼財(cái)經(jīng)記者使用扣子編程平臺(tái)生成的一個(gè)“技能”模塊

以“PDF處理技能”為例，一個(gè)提前制作好的Skills會(huì)告訴AI：如何識(shí)別表單字段、如何處理版式、如何檢查錯(cuò)誤、遇到問(wèn)題時(shí)如何處理，內(nèi)部可能還包含Python腳本用于格式轉(zhuǎn)換，以及存放有公司品牌規(guī)范、字體要求、表單模板等。當(dāng)AI需要處理PDF時(shí)，會(huì)自動(dòng)識(shí)別并加載相關(guān)指令和資源，按照既定流程執(zhí)行。

值得注意的是，“Skills”可以通過(guò)自然語(yǔ)言編輯，如同程序員編程一樣，沒(méi)有編程基礎(chǔ)的普通人也可以進(jìn)行嘗試，從而沉淀出屬于自己的“技能”，這正是其“出圈”的關(guān)鍵點(diǎn)。

最初，該功能只在開發(fā)者小圈子里流傳，像是一次技術(shù)實(shí)驗(yàn)。但事情發(fā)展得比任何人預(yù)期都要快。一個(gè)月后的12月18日，Claude所屬公司Anthropic做了一個(gè)出人意料的決定：將Skills發(fā)布為開放標(biāo)準(zhǔn)。這意味著，任何AI平臺(tái)、任何開發(fā)工具，都可以實(shí)現(xiàn)Skills標(biāo)準(zhǔn)。

同一個(gè)月，ChatGPT悄悄出現(xiàn)了“幾乎一模一樣的架構(gòu)”——相同的SKILL.md文件、相同的目錄組織等。微軟、騰訊等旗下的編程工具也官宣支持Skills標(biāo)準(zhǔn)。就這樣，Skills從單一廠商的實(shí)驗(yàn)性功能，到全球AI巨頭的集體跟進(jìn)，不到3個(gè)月時(shí)間。

新京報(bào)貝殼財(cái)經(jīng)記者發(fā)現(xiàn)，在GitHub平臺(tái)上，不少與Skills相關(guān)的代碼庫(kù)的星數(shù)在不斷飆漲，截至1月21日，Anthropic官方Skills庫(kù)的星數(shù)已接近5萬(wàn)。

Anthropic核心工程師Barry Zhang在一個(gè)行業(yè)論壇上的發(fā)言，道出了行業(yè)對(duì)Skills的共識(shí)：“別造Agent（智能體）了，造Skills就行。”

實(shí)測(cè)“技能”：迭代兩輪，模仿出記者文風(fēng)

Skills如何使用？新京報(bào)貝殼財(cái)經(jīng)記者使用集成了Skills能力的扣子來(lái)實(shí)測(cè)“技能”功能。

點(diǎn)擊該平臺(tái)“技能商店”選項(xiàng)下的“創(chuàng)建技能”，進(jìn)入Skills的創(chuàng)建界面。貝殼財(cái)經(jīng)記者首先使用自然語(yǔ)言復(fù)述了自己日常撰寫稿件的工作流程和文章要求，例如文章結(jié)構(gòu)、標(biāo)題樣式等，很快就生成了一個(gè)“貝殼財(cái)經(jīng)科技類文章寫作技能”。

不過(guò)，當(dāng)首次使用該“技能”讓其撰寫文章時(shí)，貝殼財(cái)經(jīng)記者發(fā)現(xiàn)這一“技能”犯了大多數(shù)大模型都會(huì)犯的錯(cuò)誤：整篇文章雖然符合格式，但充滿了編號(hào)和定義，寫得像“論文”，AI味兒嚴(yán)重。

緊接著向其輸入記者本人之前寫過(guò)的文章，讓其學(xué)習(xí)文章風(fēng)格，并針對(duì)該“技能”首次生成的文章結(jié)果進(jìn)行了針對(duì)性點(diǎn)評(píng)，讓其“避坑”。很快，“貝殼財(cái)經(jīng)科技類文章寫作技能”針對(duì)提醒進(jìn)行了迭代，生成了“2.0”版本。

新京報(bào)貝殼財(cái)經(jīng)記者在扣子平臺(tái)上生成“貝殼財(cái)經(jīng)科技類文章寫作技能”，并進(jìn)行了版本迭代。

當(dāng)再次使用這一“技能”生成文字時(shí)，此前存在的問(wèn)題已經(jīng)解決。雖然這一“技能”仍然替代不了采訪能力，但已經(jīng)可以做到按照記者的要求，針對(duì)不同選題生成基本符合報(bào)社調(diào)性、帶有本人文風(fēng)的文章。

新京報(bào)貝殼財(cái)經(jīng)記者注意到，相比直接在大模型中輸入提示詞來(lái)完成任務(wù)，“技能”可以讓大模型“記住”此前通過(guò)多輪對(duì)話沉淀下的記者的要求，這樣再次使用這一“技能”時(shí)，直接調(diào)取即可，不用再輸入額外的提示詞，省去了重復(fù)輸入的麻煩。這一過(guò)程中，公司的規(guī)范和流程以及創(chuàng)造者本人的經(jīng)驗(yàn)也“沉淀”在了“技能”之中，該邏輯也完全可以推廣至其他業(yè)務(wù)范疇，如有著明確格式要求的公文、研報(bào)或者有固定流程的批文任務(wù)等。

事實(shí)上，新京報(bào)貝殼財(cái)經(jīng)記者在扣子平臺(tái)的“技能商店”中就看到了不少其他用戶上傳的“技能”，包括創(chuàng)造歷史課件、分析股票板塊熱度、創(chuàng)建新年繪本等。其中，一個(gè)名為“花叔的自動(dòng)化寫作”的技能已經(jīng)有4800人安裝。創(chuàng)作者“花叔”表示，該技能已經(jīng)“運(yùn)行迭代2個(gè)月 20 版以上，產(chǎn)出10篇以上1萬(wàn)+閱讀文章?！?/p>

扣子平臺(tái)“技能商店”中的“技能”。

Skills的未來(lái)：讓大模型更理解用戶，但也存在風(fēng)險(xiǎn)

有熟練使用Skills的個(gè)人開發(fā)者告訴新京報(bào)貝殼財(cái)經(jīng)記者，Skills可以“搭配使用”，例如在工作流程中，搜集信息、處理信息和二次審校核驗(yàn)可以分成3個(gè)Skills，“這實(shí)際上是把工作流程‘原子化’了，未來(lái)企業(yè)的競(jìng)爭(zhēng)力有可能直接取決于私有Skills的沉淀數(shù)量與質(zhì)量，取決于能否將隱性知識(shí)高效轉(zhuǎn)化為標(biāo)準(zhǔn)化的可執(zhí)行模塊?！?/p>

也有聲音認(rèn)為，在這一情況下，Skills將讓算力的消耗再上一個(gè)臺(tái)階。對(duì)此，Anthropic創(chuàng)造性地設(shè)計(jì)了“漸進(jìn)式披露”（Progressive Disclosure）機(jī)制。AI啟動(dòng)時(shí)只掃描每個(gè)Skill的元數(shù)據(jù)（約100 tokens）——也就是技能的名稱和描述，知道“有哪些技能可用”即可；真正需要時(shí)才加載完整的SKILL.md（約3000 tokens）和相關(guān)腳本。這意味著一個(gè)Agent可以裝備100個(gè)技能，但平時(shí)幾乎不占用上下文，只有在干活時(shí)才“打開說(shuō)明書”。

例如，一項(xiàng)流程中，當(dāng)AI需要處理文檔時(shí)，會(huì)自動(dòng)識(shí)別文檔處理的Skills，而處理PDF時(shí)，會(huì)自動(dòng)識(shí)別支持處理PDF的Skills，加載相關(guān)指令和資源，按照既定流程執(zhí)行。這一機(jī)制能有效降低算力消耗，更重要的是，它徹底改變了AI的使用方式：從“每次都得教一遍”，到“學(xué)會(huì)一遍，終身受益”。

不過(guò)，Skills也存在風(fēng)險(xiǎn)。例如，目前GitHub等代碼平臺(tái)上存在著名字、功能五花八門的Skills，但由于許多Skills由個(gè)人開發(fā)者創(chuàng)造，其中有可能隱藏惡意的代碼、腳本，存在信息泄露的風(fēng)險(xiǎn)。因此，創(chuàng)建獨(dú)屬于個(gè)人或公司的“技能”最為保險(xiǎn)。

“讓大模型變得越來(lái)越‘聰明’是巨頭們的事，但Skills才是能讓普通人也可以擁有‘技能’的落地功能。如何讓大模型更理解你，更好地幫你干活兒？建立自己的Skills或是機(jī)會(huì)之一，這才是AI時(shí)代真正的護(hù)城河。”上述開發(fā)者說(shuō)。

記者聯(lián)系郵箱：luoyidan@xjbnews.com

新京報(bào)貝殼財(cái)經(jīng)記者 羅亦丹

編輯 王進(jìn)雨

校對(duì) 盧茜