都2026了，你還在為寫提示詞掉頭發(fā)嗎？

我知道，大伙兒不管上班的上學的早就離不開 AI 了，但我的評價是，最折磨人的，還得是用 AI 的前戲，因為 AI 是很難一句話，就聽懂你想要什么的。

得把一大坨一大坨的提示詞搬來搬去，把背景需求格式交代一遍，還得把各種陳年老文件喂給AI，看著他學。

結(jié)果還沒開始，AI 就頂不住了，聊天框又得remake了。

然而最近，世超發(fā)現(xiàn)個新項目，只能說巨火，各大 AI 社區(qū)都在討論這玩意，甚至有說法是比提示詞用著爽。

這玩意叫 Agent Skills ，是由 Claude 母公司 Anthropic 搞出來的。

經(jīng)?？丛畚恼碌牟钣芽赡苡杏∠?，這公司之前搞了個 MCP 協(xié)議，直接把 AI 抄家伙干活的難度打了下來，后來谷歌和 OpenAI 這種巨頭全跟進了。

這次，他們又搓了個 Skills 回來了，看架勢好像又想引領(lǐng)新潮流了。。別的不說，隔壁 OpenAI 反正好像已經(jīng)開始抄作業(yè)了。

這玩意的作用，顧名思義，AI現(xiàn)在可以像寶可夢一樣，學會任意新技能了。

我們就拿 Skills 的親兄弟 Claude 來演示下。

首先你得在設置里，找到 Skills 的開關(guān)把它打開。

然后你會發(fā)現(xiàn)，它已經(jīng)內(nèi)置了很多基礎(chǔ)技能了，像什么文檔處理，網(wǎng)頁設計等等。

然后你就可以開個聊天框，隨意指點了。

比如，我可以直接讓它做一個蘋果公司風格的PPT，而它的技能文檔，會指導它直接用 HTML+CSS 寫幻燈片，所見即所得，然后再自動轉(zhuǎn)換成原生PowerPoint格式，在線預覽一鍵導出。

我去用沒學過技能的 Gemini 試了下，結(jié)果，它就說它不行，但可以用三種方式深度協(xié)助我完成任務。

我還可以調(diào)用它的前端技能，做一個老版QQ的前端頁面，這藍底風格還真沒問題，甚至還有經(jīng)典的開QQ會員彈窗。。

甚至你只給它一段 PyTorch 函數(shù)代碼，啥也不說，就說“幫我補上”，它就能參考 Docstring 技能里的規(guī)范，幫你補上符合 PyTorch 官方標準的 docstring，再也不用被代碼規(guī)范困擾了。

當然，如果你覺得技能不夠用，你還可以自創(chuàng)武功。

你只需要調(diào)用 AI 本身的“Skill Creator”技能，用你的語言描述自己的需求，讓AI自動幫你生成一門技能，使用起來非常友好，AI會一步步引導你說出你的需求，你只需要回答問題就行。

有的人就要問了，這還不是在寫提示詞，我得劈里啪啦敲我的需求啊。

錯誤的。相比提示詞，它優(yōu)點可太多了。

如果是提示詞，你每次都得自己敲或者搬，還瘋狂吃你的上下文。但使用 Skills 后，你只需要在創(chuàng)建 Skills 時描述一遍你的需求，后續(xù)調(diào)用都不會占用你的上下文。

而且在創(chuàng)建Skills的過程中，AI會對你逐步進行引導，比從零開始搓提示詞友好太多。

最方便的，是這玩意可以直接打包成壓縮包分享，就像個U盤，即插即用，絲滑無比。

因此，你可以從社區(qū)里薅到不少大佬分享的技能包，比如這個叫Skillsmp的網(wǎng)站。

而我也自己試了下，用之前寫過的稿子做了個《差評寫作助手》。

做完之后，上班之前，我只需要發(fā)一句話： “幫我TM寫篇稿子”。

裝了技能包的AI，瞬間就開始工作了。

它是直接在自己技能庫里搜索到了這個寫稿技能，接著像個老練的編輯一樣，自己去里面翻選題，自己去對風格，然后不到 1 分鐘，一份大綱直接甩在了我臉上。

接著我就可以對大綱給出評價，再讓它寫出完整的稿子。哦，我肯定還得增刪改查，不然要我作甚？

但如果不用 Skills 呢，我得打開 Gemini，先粘貼一個 800 字的提示詞模板，后面還得加點關(guān)于我們頻道的限制詞。

然后上傳資料論文、素材文章，AI 開始輸出了，一通操作下來，上下文就已經(jīng)塞了幾十萬 tokens 了，這還啥也沒干呢。。

用上 Skills ，AI 來了全干了，那叫一個舒適。

這東西的原理，其實也不算太難。

你可以讓它隨意學會一項技能，比如寫稿，整理文件，檢查代碼，而這些技能，表現(xiàn)在電腦里，就是一個個模塊化的壓縮包，每個包里都包含指令、元數(shù)據(jù)，還有一些資源，比如你的稿子，你的代碼，Claude 會在需要時才自動讀取這些資源。

Anthropic 給它起了個高大上的名字，叫“漸進式信息披露”。

從技術(shù)上講，Skills 本質(zhì)上是一套模塊化的指令包架構(gòu)，核心機制就是，讓 AI 在推理階段自己判斷該用哪個技能，而不是靠傳統(tǒng)的算法路由來匹配。其實精髓就兩句話，"自行發(fā)現(xiàn)，按需加載"。

要說人話呢，就是 AI 不用把所有技能背下來，只記個目錄，需要時現(xiàn)翻現(xiàn)學。就像上班時誰會把公司文檔背一遍再去上班，都是哪里不會點哪里。。

假如它學了個叫“PDF 處理”的新技能，但平時并不會一直記得“怎么處理PDF”，只知道“我會處理 PDF”。只有當你真正喊它“把兩個 PDF 合并”的時候，它才會去翻自己的技能書，找到“PDF合并”那一章，開始施法。

而且，從種種跡象來看，Anthropic 這次又想做帶頭人了，他們直接把 Skills 做成了一個開放標準。

這意味著，Skills 不只 Claude 能用了，理論上可以直接拿去給別的 AI 用。像Claude Code，和剛才咱說的OpenAI Codex，都已經(jīng)支持 Skills 了，那 ChatGPT ，可能也不遠了。

誒，等一下，那之前推的MCP，不也是讓 AI 干活的，是不是要被取代了？其實大伙了解原理就會發(fā)現(xiàn)，兩者的概念并不重合。

簡單來說，MCP 定義了 AI 如何訪問外部數(shù)據(jù)，如本地文件、數(shù)據(jù)庫、GitHub等，而 Skill 定義的是， AI 在獲取數(shù)據(jù)后如何處理的問題。

如果沒有MCP，AI就不能操作我的桌面，但如果沒有Skills，AI也不知道怎么操作才能讓我滿意。

總的來說， Skills 的出現(xiàn)，讓 AI 越來越像個正經(jīng)干活的打工人了。雖然現(xiàn)在各家AI還沒完全適配，但世超相信，這肯定是如同MCP一般的新趨勢。

如果你和我一樣，每天一堆破事，但手里有一堆現(xiàn)成資料，去試試 Skills，可能真會有意想不到的發(fā)現(xiàn)吶。

撰文：不咕

編輯：江江&面線

美編：煥妍

圖片、資料來源：

Claude，X，DeepSeek，Gemini