過去一年，很多咨詢公司在談“Agent 戰(zhàn)略”，卻很少有人真正把注意力放在更關(guān)鍵的一層：Skills。

Anthropic 的 Barry 和 Mahesh 其實講了一句對咨詢行業(yè)極有殺傷力的話：與其一遍遍造新的 Agent，不如圍繞同一個通用 Agent，不斷沉淀和復(fù)用 Skills；也就是把“可執(zhí)行的咨詢方法論”放進一個個文件夾里，讓 AI 真正長出行業(yè)與領(lǐng)域的手藝。

今天我們結(jié)合該視頻，來談下咨詢公司該如何落地Skills。

一、為什么在咨詢公司里，Skills 比 Agents 更友好

對大部分咨詢公司來說，“造 Agent”聽上去像造一條新業(yè)務(wù)線：要對接一堆系統(tǒng)，要設(shè)計對話流程，還要說服合伙人和一線顧問改變習慣，一上來就是組織級改造。

結(jié)果往往是：PPT 很炫，真正落地的用例卻寥寥。

Skills 的思路恰好相反，它有點像“把你本來就會的咨詢套路，規(guī)整成一個能被 Agent 調(diào)用的文件夾”。在 Anthropic 的設(shè)計里，一個 Skill 本質(zhì)上就是一個有結(jié)構(gòu)的目錄：里邊有說明文檔（skill.md）、有腳本、有模版、有素材，必要的時候再調(diào)用；平時可以乖乖躺在文件系統(tǒng)里，不占用模型上下文。

對咨詢公司來說，這有幾個天然優(yōu)勢。

第一，它尊重“方法論先于技術(shù)架構(gòu)”的現(xiàn)實。Agent 腳手架再精致，沒有行業(yè)經(jīng)驗、項目 know-how，永遠是“一個很聰明但不懂業(yè)務(wù)的實習生”。而 Skills 被明確定義為包裝“procedural knowledge”（操作性知識）的載體；即你平時在項目上是怎么做盡調(diào)、怎么搭行業(yè)模型、怎么跑訪談腳本的。

第二，它對組織的侵入性小。你可以從一個部門、一條業(yè)務(wù)線開始，把現(xiàn)有 Excel 模板、訪談提綱、分析腳本、PPT 結(jié)構(gòu)，慢慢整理成一套 Skills 庫，而不必先搭一個龐大的“全公司 Agent 平臺”。大企業(yè)更興奮的地方，恰恰是用 Skills 去教 Agent 自家那套怪異的內(nèi)部軟件和工作方式，而不是再建一個新系統(tǒng)讓所有人遷移過去。

第三，它友好到連“不會寫代碼的顧問”都能參與建設(shè)。Anthropic 觀察到，很多 Skills 來自財務(wù)、法務(wù)、HR 這些非技術(shù)崗位，他們只是用 markdown + 少量腳本，把自己日常的操作路徑寫清楚，讓 Agent 照做。 咨詢公司里最值錢的是項目經(jīng)理和各行業(yè)的“微專家”，如果他們不必學編程就能寫 Skills，你真正調(diào)動的是整個公司的智力資本，而不是幾個人的工程能力。

下圖是Anthropic自己的寫PPT Skills。

從這個意義上說，Agent 更像“新員工管理體系”，Skills 則更像“方法論手冊 + 工具箱”。前者需要組織重構(gòu)，后者可以從一兩個文件夾、幾條項目經(jīng)驗開始，悄無聲息地滲透進每次投標、每輪訪談、每版 deliverable。

二、Skills 如何變成咨詢公司的集體知識庫，并持續(xù)進化

咨詢最可惜的一件事，是知識沉淀極度分散：做完一個項目，一堆 PPT、Excel、訪談筆記散落在文件夾里，下一個項目換一批人，又從頭再來。哪怕有“知識管理系統(tǒng)”，更多也只是 PDF 墓地，而不是活的能力。

Skills 給了一個更“工程化”的解決方案。視頻里有一個觀點很值得咨詢行業(yè)借用：他們把 Skills 想象成“組織和 Agent 共同維護的、會進化的能力知識庫”，隨著團隊使用 Claude、糾正它、向它解釋更多機構(gòu)知識，這個技能庫會一點點變厚，然后同一組織里的所有 Agent 都能用。

你可以想象一條簡單的演化路徑。

一開始，只是一個“行業(yè)報告寫作 Skill”。內(nèi)容也許很樸素：如何搭一個 30 頁行業(yè)研究匯報的框架，每一章需要什么數(shù)據(jù)、什么圖表、什么典型案例，用 markdown 寫清楚，再配上若干宏或 Python 腳本做基礎(chǔ)數(shù)據(jù)處理。

接著，某個項目組覺得這個結(jié)構(gòu)對“出海戰(zhàn)略項目”不夠用，于是復(fù)制這套 Skill，增加了一些關(guān)于海外市場監(jiān)管、匯率風險、當?shù)馗偁幐窬值哪K。這個版本的 Skill 隨項目迭代，慢慢收集了一批“踩坑教訓(xùn)”和“高評項目”的實踐經(jīng)驗。

再后來，知識管理團隊介入，開始像管理軟件一樣管理 Skills：建立版本號、記錄變更、為關(guān)鍵 Skill 寫自動化測試（例如：給定一組輸入，Agent 生成的研究大綱是否符合某些質(zhì)量標準）。Anthropic 自己也提到，他們在思考如何像對待軟件一樣，對 Skills 做評估、版本追蹤和依賴管理，讓 Agent 行為更可預(yù)測。

這其實打開了咨詢知識管理的新范式： 知識不再只是“可以被搜索的文檔”，而是“可以被執(zhí)行的能力單元”；項目上每一次糾錯、每一次重構(gòu)框架，不再只是顧問腦中的經(jīng)驗，而是可以寫回 Skills，成為下一批項目的默認起點。人和 Agent 在共同寫“公司版的行業(yè)操作系統(tǒng)”。

從我們給部分咨詢與專業(yè)服務(wù)機構(gòu)做 AI 轉(zhuǎn)型的經(jīng)驗來看，真正起飛的時刻往往不是“上了一個新模型”，而是當團隊第一次意識到：“原來我們這些散在 PPT 里的路線圖、訪談套路，是可以被寫成一個 Skill，讓 AI 永久保留并不斷完善的?！蹦且豢蹋R庫終于從“文檔倉庫”變成了“能力平臺”。

如果你所在的公司已經(jīng)在做知識沉淀，但總感覺“不好用、沒人看”，可以認真考慮：是不是應(yīng)該從“寫PPT”轉(zhuǎn)向“寫 Skills”。

三、為什么 Skills 是顧問快速理解一個新行業(yè)的最佳入口

咨詢項目有一個經(jīng)典尷尬：甲方說，“我們這個行業(yè)很復(fù)雜，你們能聽懂嗎？”

乙方笑著說，“給我們兩周，我們先做一版行業(yè)掃描。”

背后真實情況是：顧問需要在極短時間內(nèi)從 0 到 60 分，夠用就行。而傳統(tǒng)方式是：瘋狂看報告、掃研報、盯政策，再用自己的結(jié)構(gòu)化能力“打包成一個故事”。AI 很強，但如果只是一個通用 Agent，它的狀態(tài)更像那個比喻：“300 IQ 的數(shù)學天才 Mahesh，卻不懂 2025 年的稅法?！?strong>你不希望它“從第一性原理”去推演一個行業(yè)監(jiān)管體系，那成本太高。

Skills 的價值，恰恰在于把“如何快速進入一個行業(yè)”本身，變成一個可重用的能力包。

想象這樣一個行業(yè)入門 Skill，它不只是告訴 AI“請你幫我調(diào)研新能源車行業(yè)”，而是寫清楚：

• 第 1 步，優(yōu)先獲取哪些公開數(shù)據(jù)源、哪些機構(gòu)的研究是首選；

• 第 2 步，使用哪些 MCP 工具或 API 連接業(yè)內(nèi)數(shù)據(jù)庫、新聞源；

• 第 3 步，為新顧問生成一個“入門 3 日學習路徑”：哪幾份報告先精讀，哪些概念必須掌握，給出小測驗問題讓顧問自測理解；

• 第 4 步，結(jié)合公司過往項目經(jīng)驗，列出“這個行業(yè)做項目常見的坑”和“甲方最在意的 5 個 KPI”，并配上內(nèi)部過往交付物作為范例（經(jīng)過脫敏和權(quán)限控制）。

Anthropic 在 Skills 剛上線五周后，就快速推出了針對金融服務(wù)和生命科學垂直領(lǐng)域的產(chǎn)品，每個垂直都是“同一個 Agent + 一組 MCP 連接 + 一束 Skills”。 這其實就是一個模板：用少量高度定制的 Skills，把通用 Agent 調(diào)教成“懂行的顧問助理”。

對咨詢顧問本人來說，這還有一個額外好處：你的學習路徑被“外化和標準化”了。過去是你跟著項目經(jīng)理瞎摸索，現(xiàn)在是 Agent 拿著行業(yè) Skill 帶著你“刷副本”：每天給你安排固定的閱讀、提問和小作業(yè)，你給它反饋，它再把更 refine 的理解寫回 Skill。

你會感受到的是：這個“AI 同事”每天都在變聰明，不再重復(fù)犯同樣的行業(yè)認知錯誤，而你自己的成長也變得更可見、更體系化。

從職業(yè)發(fā)展角度看，這種“行業(yè)入門 Skill”還有一個微妙的意義： 當你離開這家咨詢公司的時候，行業(yè)理解是你帶走的；但方法論、模板、學習路徑，已經(jīng)沉淀為公司的 Skills 資產(chǎn)，可以不斷幫助下一代顧問。雙方都更坦然。

四、如果咨詢公司要做 Skills，最直接可上手的路徑是什么？

很多咨詢合伙人會問：“聽上去很美，但我要從哪一步開始？我既不想搞一年大項目，也不想只停留在概念?！?/p>

結(jié)合視頻里的架構(gòu)和我們在咨詢公司落地 AI 轉(zhuǎn)型的實踐，我們建議一個盡可能“輕但真實”的起點。

第一步：選一個“使用頻率高 + 可標準化”的場景，別一上來就想解決所有問題。 比如：行業(yè)掃描、競品研究、訪談紀要結(jié)構(gòu)化、投標書初稿生成，這些都是咨詢公司每周都會發(fā)生的工作，而且流程相對固定，非常適合做成第一個 Skill。

第二步：用“寫項目 playbook”的方式寫 Skill，而不是先糾結(jié)模型。 Anthropic 的設(shè)計刻意讓 Skill 本質(zhì)上就是“一個文件夾 + 一個 skill.md”，對非技術(shù)人員友好。 你可以讓一位資深顧問坐下來，像寫項目操作手冊一樣，把步驟、判斷標準、常用模版寫清楚，再由 AI 或工程同事把其中可自動化的部分變成腳本或小工具。

重點不是代碼有多復(fù)雜，而是：這個 Skill 是否真實還原了你們做事的路徑。

第三步：先在一個小團隊內(nèi)，跑幾輪真實項目，允許 Agent 和顧問共同修改 Skill。 不要指望一版就標準化整個公司。你更應(yīng)該把前幾輪使用視為“內(nèi)測期”，鼓勵顧問在項目中邊用邊罵邊改，把自己的改動和反饋寫回 Skill。

Anthropic 也把 Skills 的演化看成類似軟件開發(fā)，要有版本記錄、行為追蹤，甚至自動化評估。 對咨詢公司來說，這意味著你需要有人負責“維護這套行業(yè)能力”，但這份工作本身會逐漸變成公司的核心資產(chǎn)管理工作，而不是“額外負擔”。

第四步：真正考慮如何在組織層面管理 Skills，而不是只做一個 cool demo。 當你有了 5?10 個好用的 Skills（比如幾大行業(yè)、幾個關(guān)鍵職能），就需要開始思考：權(quán)限如何控制（哪些 Skills 只內(nèi)部分組可見）、如何在知識管理系統(tǒng)里統(tǒng)一入口、如何為每個 Skill 設(shè)定“owner”和維護節(jié)奏。 這一層如果做不好，很容易重蹈“知識庫無人問津”的覆轍；但如果做得好，你就擁有一個“可執(zhí)行的行業(yè)方法論資產(chǎn)池”，而不是一堆難以搜索的遺留文檔。

我們這邊這兩年也在陪跑幾家頭部咨詢和專業(yè)服務(wù)機構(gòu)做類似的事情：從一個極小的用例切入，幫他們把原本散落在 SharePoint、知識庫里的方法論打包成 Skills，用通用 Agent 串起來，先在一個 BU 或一條行業(yè)線上跑通，再慢慢擴展。

如果你在公司里正負責 AI 轉(zhuǎn)型、知識管理、或者某條業(yè)務(wù)線的數(shù)字化升級，也歡迎在公眾號后臺留言，或者通過郵件和我們交流你們目前的困惑和想法，我們可以一起拆一拆：你們現(xiàn)有的資產(chǎn)，能否用 Skills 這種方式“重塑”為真正會用、用得動的 AI 能力。

最后，回到那句略帶挑釁的話

“Don’t build agents, build skills instead”。

對咨詢公司來說，也許更貼切的版本是：別急著造一個完美的“咨詢大模型 Agent”，不如先問問：你們真正獨特的行業(yè)方法論和項目套路，有多少已經(jīng)變成了可執(zhí)行的 Skills？如果答案還接近于零，那恰恰說明，現(xiàn)在是一個非常好的起跑時間點。

來源：Anthropic