由于不可抗力的限流導(dǎo)致無法接收推送文章的問題，我們迫切需要以下操作：

點(diǎn)擊標(biāo)題下方藍(lán)字 “一半杯 ” → 點(diǎn)擊右上角“...” → 點(diǎn)選“設(shè)為星標(biāo)★”，這樣就更容易找到我們和收到推送文章！

保持愛讀文章，保持領(lǐng)先！

人工智能與人類在學(xué)習(xí)新事物方式上的巨大差距，促使研究人員重新思考當(dāng)今 AI 模型背后的數(shù)學(xué)基礎(chǔ)。

但開發(fā)者找到了一種更即時(shí)、更實(shí)用的權(quán)宜之計(jì)，讓 AI 能持續(xù)學(xué)習(xí)：所謂“skills（技能）”。

所謂技能，是一段文本提示詞，其中包含指令，告訴智能體（agent）該如何完成某項(xiàng)任務(wù)。比如，一個(gè)被要求去調(diào)整 PDF 的智能體，在執(zhí)行任務(wù)前可能會(huì)先查閱一條用于 PDF 編輯的技能說明。

OpenClaw是一款增長(zhǎng)迅速的開源軟件，用于驅(qū)動(dòng)個(gè)人 AI 智能體。它可以瀏覽一個(gè)名為 ClawHub的網(wǎng)站，在那里尋找技能，內(nèi)容涵蓋從總結(jié) YouTube 視頻到使用 Google Cloud等各種任務(wù)。

像 Claude Code和 Codex這樣的編程智能體，也能利用技能來更輕松地處理各種任務(wù)，否則它們會(huì)更吃力。

技能彌補(bǔ)了 AI 模型學(xué)習(xí)新能力方式中的一個(gè)關(guān)鍵缺口。如今的 AI 要么在訓(xùn)練過程中吸收知識(shí)，要么在與用戶對(duì)話的過程中學(xué)到東西，但對(duì)話一結(jié)束就很快遺忘這些信息。（像 ChatGPT這樣的聊天機(jī)器人也可以存儲(chǔ)關(guān)于用戶的簡(jiǎn)單備注，并在未來對(duì)話中引用。）

相比之下，人類能在當(dāng)下迅速而靈活地掌握新技能或新信息，并且在最后一次使用后的數(shù)月甚至數(shù)年之后仍能回憶起來。

一些開發(fā)者認(rèn)為，給 AI 智能體配備 skills（技能），是一條長(zhǎng)期沒有得到充分重視的解決路徑。

Jo是一家成立兩年的舊金山灣區(qū)初創(chuàng)公司，開發(fā)的智能體與 OpenClaw類似，采用設(shè)備端模型。其首席市場(chǎng)官 Kevin Li說：“我覺得很多人沒有意識(shí)到，OpenClaw 因?yàn)槟茉L問自己的文件系統(tǒng)，其實(shí)具備自我改進(jìn)的能力。我認(rèn)為，只要你持續(xù)給它加載越來越好的技能，或者它在犯錯(cuò)后自己寫出技能并據(jù)此改進(jìn)，用戶手里的 OpenClaw 的能力演進(jìn)速度就會(huì)隨著時(shí)間推移轉(zhuǎn)為指數(shù)級(jí)加速增長(zhǎng)?！?/p>

讓一個(gè) AI 智能體在執(zhí)行任務(wù)前先去瀏覽一套“說明書庫(kù)”，與從底層重新設(shè)計(jì) AI 模型相比，聽起來像是用膠帶臨時(shí)粘出來的方案。但技能相較于通過編寫軟件代碼或更新模型權(quán)重來學(xué)習(xí)新能力，有一個(gè)關(guān)鍵優(yōu)勢(shì)：技能用的是自然語(yǔ)言寫成，人類用戶更容易理解。

不過，在技能以及其他面向智能體的指令體系上，仍有一些毛病需要修補(bǔ)。

例如，除了面向具體任務(wù)的技能之外，Claude Code還使用一個(gè)名為 claude.md 的文本文件，用戶會(huì)在其中存放背景偏好與指令，比如要求 Claude 避免不必要的奉承。

當(dāng) Claude 出錯(cuò)時(shí)，“它會(huì)承諾下次做得更好。”AI Policy Network（人工智能政策網(wǎng)絡(luò)）政策負(fù)責(zé)人 彼得·威爾德福德（Peter Wildeford）說。該組織位于華盛頓，致力于推動(dòng) AI 立法游說?！暗?Claude 并不總是有那種直覺，知道為了下次改進(jìn)，它需要把東西寫下來。所以我得告訴 Claude，類似這樣：‘不，你沒有持久記憶。請(qǐng)把這點(diǎn)標(biāo)記到你的 claude.md 文件里?！缓笏艜?huì)這么做?！保ú贿^，Anthropic昨天開始測(cè)試一項(xiàng)新的自動(dòng)記憶存儲(chǔ)功能，這可能會(huì)改善 Claude Code 如何為自己保存?zhèn)渥?。?/p>

盡管有這些磕絆，claude.md 可能比技能更好用，因?yàn)檫@個(gè)文件始終對(duì)智能體可用。相比之下，潛在技能的數(shù)量太多了，智能體不可能全部讀完，所以它必須在恰當(dāng)?shù)臅r(shí)候加載恰當(dāng)?shù)募寄堋?/p>

Zo Computer是一家成立三年的初創(chuàng)公司，正在為非技術(shù)用戶開發(fā)個(gè)人智能體。其聯(lián)合創(chuàng)始人 Ben Guo說，技能往往“不會(huì)在正確的時(shí)機(jī)被調(diào)用”。他還表示，當(dāng)下圍繞技能與 claude.md 這類文件的做法“非常原始”。

但 Guo 的聯(lián)合創(chuàng)始人 Rob Cheung說，人和組織同樣依賴這種原始的筆記方式來記住如何完成工作。比如，他說，GitLab就使用一套內(nèi)容極其龐大的員工手冊(cè)，讓遠(yuǎn)程員工保持一致。

這反倒讓人安心，因?yàn)橐鹊?AI 研究人員用一種更聰明也更簡(jiǎn)潔的新模型設(shè)計(jì)真正破解“持續(xù)學(xué)習(xí)”，很可能還得花上好幾年。與此同時(shí)，像 ClawHub這樣的網(wǎng)站會(huì)不斷拿出更好的技能，而像 OpenClaw這樣的智能體也會(huì)越來越擅長(zhǎng)在需要時(shí)把這些技能調(diào)出來并用得更到位。