QUOTE
Agent 不是抹平能力差距,而是在 放大 它。而 Skill,是把经验变成 能力商品 的那道桥。
—— 甲木
我最近几次聊 Skills,有一个越来越明确的判断:大家都在说 Agent,但大多数人还没真正理解它。Agent 不是简单抹平能力差距,而是在放大能力差距。
目标清晰、品味强的人会被 Agent 放大;目标混乱、没有判断的人,也会被放大混乱。而 Skill,正是弥合这道鸿沟的关键。
本文看点
01
Skill 是能力商品
02
经验如何外化
03
复利飞轮
01
CAPABILITY AS PRODUCT
我现在对 Skill 的一句话定义是:把专家经验、工作流、品味和工具调用,封装成可分发、可复用、可迭代的能力单元。
它不是单纯的提示词,也不是传统意义上的 App,更像 Agent 时代的能力商品。用户不需要理解底层的 MCP、CLI、loop,只需要知道:它解决什么问题,产出什么结果。
02
EXTERNALIZE
真正有价值的部分,是把人的审美、判断和经验固化进去。这要求创作者同时懂三件事:
传统专业知识
决定你知道什么结果算好。
AI 的上下限
决定你知道什么必须工程化兜底。
产品化思维
决定你知道用户场景和稳定性要求。
一个设计类 Skill 的例子
它没有让图像模型一把梭生成 Logo,而是先生成 SVG 变体,再做展示图。把 Logo 本体、展示场景、交互背景拆成不同层,分别用最适合的技术处理。
03
ARCHITECTURE
「复杂 Skill 不怕有复杂内容,怕的是把复杂内容一次性塞给模型。文件系统本身就是一种上下文工程。」
SKILL.md 只放高信号流程;references 放重文档,按需读取;scripts 放确定性逻辑。更稳的架构是 Thin Harness, Fat Skills。
04
MAINTAIN LIKE CODE
好 Skill 不是一次写完,它需要像代码质量一样维护。一个可靠的生命周期是:
先用真实任务找到它会错在哪里。
把失败案例追加到 gotchas,而不是不断加长主流程。
再做跨模型测试,看不同模型的差异。
正向原则模型往往已经知道,负面边界才是专家经验。
∞
THE END
过去文章和产品是分开的:先做产品,再写推广。现在 Skill、文章、案例、开源仓库会互相喂养。
每一次真实任务,都不只是在完成任务,而是在积累下一次能调用的能力资产。这就是个人产品在 Agent 时代的复利飞轮。
「每一次真实任务,都是在积累下一次能调用的能力资产。」
我是甲木,热衷于分享一些 AI 观察、AI 干货内容。
如果你觉得今天这篇有收获,欢迎 点赞、在看、转发 三连,我们下篇见。