Agent 不是在抹平能力差距，而是在放大它。而 Skill，是那件把经验、工作流与品味装进去的能力商品。
—— 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。
本文脉络
01
Skill 是能力商品
02
把人的经验外化
03
好架构与复利飞轮
01 · CHAPTER ONE
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 · CHAPTER TWO
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：
01
传统专业知识：决定你知道什么结果算好
02
AI 的上下限：决定你知道什么必须工程化兜底
03
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 · CHAPTER THREE
「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 · CHAPTER FOUR
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：
01
先用真实任务找到它会错在哪里
02
把失败案例追加到 gotchas，而不是不断加长主流程
03
再做跨模型测试，看不同模型的差异
其中 gotchas 是整个 Skill 里最高价值的内容 ，因为正向原则模型往往已经知道， 负面边界才是专家经验 。
∞ · POSTSCRIPT
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。
当能力可以被封装、分发和复用，你写下的每一段经验，都会在未来某个任务里替你再干一次活。
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。