logo

某头部AI厂商的数百个技能公开:Agent Skills是什么

作者:php是最好的2026.11.16 11:36浏览量:0

简介:某头部AI厂商首次公开其内部每天有数百个技能(Skills)在运行。本文系统解释Agent Skills是什么:它是一个可自动加载、由说明、脚本与资源组成的文件夹,而非提示词文件。文章拆解其组成与按需加载原理,梳理常见技能分类,并与提示词、插件、RAG等概念对比,助你构建可复用、可治理的智能体能力体系。

一、引言:数百个技能背后,是一个被重新定义的概念

近期,某头部 AI 模型厂商负责开发者关系的一名内部工程师发布了一篇长文。文中首次公开:在该厂商内部,每天有数百个技能(Skills)在运行。对许多团队而言,AI 编程工具中的技能(Agent Skills)仍只是“存放 Prompt 的地方”。写几行说明文字,告诉模型“你是谁、按什么风格写代码”,便算用上了技能。

一边是数百个技能承载日常工作,一边是停留在文本指令层面的理解,两者之间的落差正是本文要回答的问题:Agent Skills 究竟是什么?它与普通的提示词文件有何本质区别?开发团队又该如何用好它?

agent-skills-">二、概念定义:Agent Skills 是什么

Agent Skills(智能体技能)是面向 AI 智能体的一种能力封装形式。它把完成某类任务所需的知识、步骤、可执行脚本和参考资源组织成一个独立的文件夹。智能体在运行时根据自身判断或用户指定,自动发现并加载相应技能,从而获得完成这类任务所需的全部上下文与操作手段。

这一定义包含三个要点:

  • 载体是文件夹,而非单个文本文件。 技能可以以文本说明为入口,但脚本、数据、模板等都可以作为它的组成部分。
  • 加载是按需的。 平时只有名称和描述处于待命状态,真正用到时才展开完整内容。
  • 使用由智能体驱动。 用户无需记住每一条规则,智能体依据任务与描述自动匹配。

上述关于“内部每天有数百个技能在运行”的披露,出自某头部 AI 模型厂商的内部实践,其中也明确指出了“技能只是 Markdown 文件”这一常见误解。这说明技能的定位之争具有行业普遍性。

从技术视角看,技能是一种“可动态装载的上下文包”,用来在有限的上下文窗口中按需补充精确信息;从团队视角看,它是“组织经验的交付格式”,让隐性知识变成可版本化、可复用的资产;从使用视角看,它是智能体随取随用的“操作手册 + 工具箱”。理解这一点,才算真正理解了技能。

三、为什么需要技能:上下文有限与隐性经验难传递

要理解技能的价值,需先看清 AI 编程工具的两个约束。

第一,上下文窗口是稀缺资源。 模型能处理的上下文有上限,即便窗口不断增大,成本、延迟和“信息过载导致的注意力分散”依然存在。如果把规范、文档和踩坑记录一股脑塞进系统提示词,不仅占满预算,还会稀释关键指令的权重。把专项知识收进技能、按需加载,是应对这一约束的自然方案。

第二,工程知识大量存在于“隐性”之中。 “调用某个库时要注意并发限制”“提交前必须跑通某套校验”“生成前端代码要遵循设计系统规范”,这些知识往往只存在于少数资深成员的经验里,或散落在聊天记录与文档中。传统做法是写成开发文档,但开发者阅读文档的覆盖率有限。模型同样不会自动“知道”这些内部约定,而技能可以让智能体在合适的时机主动获得这些知识。

此外,模型输出具有随机性,而工程交付需要稳定性。技能中的脚本与校验步骤,能把关键判断从“靠模型自觉”变为“按固定流程执行”,这正是技能与单纯写提示词的分水岭。

四、核心组成:技能不只是一个说明文件

一个典型的技能文件夹,通常包含以下部分:

  1. my-skill/
  2. ├── SKILL.md # 入口说明:名称、描述与使用方法
  3. ├── scripts/ # 可执行脚本:确定性的检查、转换、生成逻辑
  4. ├── references/ # 详细参考资料:完整规范、API 细节、案例库
  5. ├── assets/ # 静态资源:模板、样例、配置文件
  6. └── data/ # 数据文件:字段字典、映射表、术语表等

需要说明的是,以上目录结构只是示意。不同工具的具体约定不尽相同,但各组成部分的作用大体一致。

  1. 入口说明文件:通常包括元数据与正文两部分。元数据声明名称与描述,描述用于说明“这个技能能做什么、什么时候该用”。正文一般包含适用场景、使用步骤、注意事项和示例。元数据让智能体知道技能的存在,正文告诉它如何正确执行。

  2. 可执行脚本:把校验、格式转换、批量生成等确定性逻辑写成脚本。脚本的结果是确定的,可以反复运行,也能被测试,能弥补模型在精确计算和细节一致性上的不足。

  3. 参考文档:承载“知道即可、不必时时记住”的信息,如完整规范、接口细节、历史案例。技能被触发后,智能体只在需要时读取相关部分。

  4. 资源与数据:模板、示例代码、字段字典、术语表等。它们为智能体提供可直接使用的素材,减少临场猜测。

  5. 生命周期钩子(Hook):在工具调用前后等特定时机自动触发,可用于记录操作、校验输入输出,或在命中危险操作时要求确认。钩子让技能从“被动参考”变成“主动参与”的智能体运行过程。

据此可以把技能理解为:一段智能体可随时调用的、带有说明和工具的能力单元。它的价值取决于知识与执行手段的组合,而不只是文字多少。

五、工作原理:按需加载与自动匹配

技能的运行大致分为三个阶段:

阶段一:注册与待命。 系统启动时扫描技能目录,只读取每个技能的元数据(名称与描述),生成一份轻量清单。以十几个技能为例,这部分只占很小的上下文开销。

阶段二:匹配与加载。 智能体接到任务后,将任务与技能清单进行语义匹配。一旦判断某个技能适用,便读取其完整说明,并把内容纳入当前上下文。此时,这一技能的细节才对模型可见。

阶段三:执行与扩展。 智能体按说明行事:

  • 读取需要的参考文档;
  • 运行脚本获得确定性结果;
  • 按说明的指引调用其他工具,或执行多步骤流程;
  • 钩子在关键节点自动介入,进行记录、校验或拦截。

若技能引用了资源、数据或参考文档,同样是在需要时才被读取。整体形成“清单待命 → 按需展开 → 逐级深入”的加载链条。以代码变更任务为例:

  1. 任务:为 billing 模块新增退款接口
  2. → 匹配到技能:billing-lib(描述:涉及内部计费库开发时使用)
  3. → 加载该技能说明:关键约束、边界情况、推荐调用方式
  4. → 读取 references 中的接口细则(仅在需要时)
  5. → 生成代码 → 运行 scripts 下的检查脚本
  6. → 钩子记录变更、校验危险操作 → 输出结果

下面是一个示意性的技能说明文件。其中 {{TOOL_NAME}} 为占位符,实际使用时替换为具体工具名称:

  1. ---
  2. name: billing-lib-usage
  3. description: 涉及内部计费库的开发任务时使用。涵盖调用方式、
  4. 边界情况、并发限制与常见陷阱,并附带可执行的校验脚本。
  5. ---
  6. # 适用场景
  7. 在 billing 模块中新增或修改计费相关逻辑时使用。
  8. # 关键约束
  9. - 金额一律使用最小货币单位(整数)存储,禁止浮点运算。
  10. - 单账户并发写操作受限,批量场景须分批提交。
  11. - 退款接口必须携带幂等键。
  12. # 使用步骤
  13. 1. 阅读 references/usage-guide.md 中的接口细则。
  14. 2. 参考 assets/ 下的示例实现。
  15. 3. 完成后运行 scripts/check.sh 进行静态检查。
  16. 4. 若检查未通过,依据输出定位问题并修正。

可以看到,技能承载的不只是“要做什么”,还包括“怎么做、要注意什么、做完如何验证”。

六、常见误解:技能、提示词与插件并不相同

误解一:技能就是提示词文件。 提示词文件一般是一段全局生效、相对静态的文本。技能则是包含脚本、数据和约束的文件夹,能按需加载,还能通过钩子参与运行过程。沿用写提示词的思路去做技能,往往只能发挥它的一小部分作用。

误解二:技能等于提示词模板。 模板提供的是“填空框架”,输入不同、输出结构相似。技能解决的是“特定条件下如何正确做事”:它知道适用场景,知道调用哪些工具,也知道需要规避哪些风险。

误解三:技能就是插件。 插件通常负责扩展智能体能调用哪些外部能力,如连接某类服务或数据源,关注点在“能做什么”。技能更多负责告诉智能体“何时做、怎么做、做完如何验证”,关注点在“如何做对”。两者互补:技能完全可以指导智能体如何使用某个插件。

此外,不少人会把技能与检索增强生成(RAG)混为一谈。RAG 是从大量非结构化资料中检索相关片段,以补充事实性知识;技能则是经过筛选、结构化的操作知识,强调步骤、工具和约束。二者可以结合:技能可以在说明中指引智能体去检索团队知识库,再据此执行。

与相关概念的对比如下:

概念 主要载体 核心作用 生效方式
系统提示词/自定义指令 文本 设定全局角色、风格与基本规则 全程生效
提示词模板 文本模板 提供可复用的输入输出框架 手动套用
技能(Skills) 文件夹(说明+脚本+资源) 提供任务级知识、步骤、工具与约束 自动匹配或显式调用,按需加载
插件 接口与配置 扩展可连接的外部能力与数据源 被技能或指令调用时生效
RAG 知识库与索引 从非结构化资料中检索事实信息 按问题检索
子代理 独立的上下文 在隔离环境中执行子任务 由主智能体分派

七、典型分类:数百个技能最终长什么样

在整理大量技能时,一个常见现象是:它们会自然聚成少数几类。参考公开的内部实践总结,数百个技能大致可归为九类。其中的项目示例均已做匿名化处理:

  1. 库与工具使用类:帮助智能体正确使用特定的库、命令行工具或 SDK。内容不是官方文档的复制,而是团队长期使用中积累的调用模式、边界情况和危险操作警示。例如,为内部计费库编写的技能,记录金额处理、并发限制与幂等要求;前端设计类技能则封装设计系统的风格规范,让生成的界面代码符合团队 UI 标准。

  2. 验证类:告诉智能体如何判断“改得对不对”,包括运行哪些测试、执行哪些静态检查、通过什么标准才算完成。这是把“人工验收经验”转化为“可自动执行步骤”的关键一类。

  3. 数据访问类:说明如何查询和解读内部数据,包括数据在哪里、字段含义、取数权限与口径。它能显著减少智能体在数据分析任务中“凭感觉取数”的问题。

  4. 工作流自动化类:把多步骤流程固化为技能,如发布变更、生成发布说明、提交合规审查等。智能体按固定顺序执行,并在关键节点停下来等待确认。

  5. 初始化与脚手架类:约定新项目、新模块的目录结构、基础配置和依赖选型,让生成的项目从第一天起就符合团队规范。

  6. 调试与排障类:汇总某类故障的常见成因、排查顺序和日志定位方法,让智能体能按经验路径逐步缩小问题范围。

  7. 规范与护栏类:明确禁止事项和安全边界,如不得触碰生产数据、敏感信息不得写入代码等,并常与钩子配合,形成硬性约束。

  8. 第三方服务接入类:说明如何与外部服务交互,包括认证方式、调用顺序和错误处理,避免智能体“猜测”接口行为。

  9. 文档与知识交付类:统一 README、变更说明、评审意见等文档的结构与写作要求,使智能体产出的文档风格一致、信息完整。

这些类别并非固定不变,不同团队的划分会有所差异,不少技能也会跨类。但它们指向同一个判断标准:凡是团队需要反复向新人和工具解释的知识,都值得沉淀为一个技能。

八、企业实践与注意事项

从工程角度看,技能最重要的意义在于让智能体行为变得可管理。每个技能都可以像代码一样纳入版本管理,接受代码评审,并配套自动化测试与回归用例。团队也因此能够清晰地回答:智能体知道什么、不知道什么、由谁负责维护。

(一)主要应用场景

  • 研发团队:新人上手、代码评审、内部库使用、发布流程等,是技能落地最直接的场景。
  • 数据团队:取数口径、指标定义、数据质量校验等,可沉淀为数据类技能。
  • 运维团队:变更、巡检、故障处置等标准化流程,可沉淀为工作流类与排障类技能。
  • 企业组织:在智能体平台中接入技能或类似的能力扩展机制时,可借助云上通用的对象存储、日志服务、身份认证等能力,完成技能资产的集中托管、调用审计与访问控制。例如,百度智能云上的智能体开发通常支持通过插件扩展外部工具,百度百炼也提供组件广场(技能),供开发者在智能体中选择和调用。这与技能“按需获取外部能力”的思路一脉相承。

(二)关键注意事项

  1. 描述质量决定触发准确率。 名称与描述是智能体发现技能的唯一依据。描述应写清适用场景、任务关键词和边界(何时不该用)。描述模糊会导致该触发时不触发、不该触发时误触发。
  2. 保持单一职责。 一个技能只解决一类问题。职责过多会让说明冗长,加载后挤占上下文,也难以维护。较重的技能应分层组织:说明中放主干,细节放进参考文档。
  3. 能用脚本解决就不要全靠模型。 校验、计算、格式转换等确定性工作交给脚本,模型专注于理解需求与设计方案。这是降低随机性最直接的手段。
  4. 重视安全与权限。 技能可以包含可执行脚本,因此必须遵循最小权限原则,禁止在技能中硬编码密钥。同时警惕提示注入:技能引用外部资料时,资料中可能夹带诱导指令。对危险操作应设置人工确认或白名单。
  5. 建立评测与回归机制。 为关键技能准备典型任务用例,定期验证“是否被正确触发”“产出是否通过校验”,避免技能随业务演进而失效。
  6. 防止技能膨胀。 技能数量增长后,清单本身也会占用上下文,描述相近的技能还会相互竞争。应建立命名规范、去重机制与定期清理流程,并权衡单个技能的粒度。

九、总结

回到最初的问题:Agent Skills 是什么?它不是“存 Prompt 的地方”,也不是简单的 Markdown 文件,而是面向智能体的、按需加载的能力单元。它由说明、脚本、参考资料与约束共同组成,承载的是团队把“怎么做对一件事”的经验固化下来的能力。

当某头部 AI 厂商内部运行着数百个技能时,说明在成熟的工程团队中,技能已经从“个人技巧”变成了“基础设施”。对大多数团队而言,不必一开始就追求数量,而是先从验证类、库使用类和规范护栏类技能做起:这些技能投入小、收益直接,也能帮助团队逐步建立“把经验沉淀为技能”的习惯。最终,衡量技能价值的不是数量,而是它能否让智能体更可靠地完成真实工作。

发表评论

活动