logo

Agent 还需要 Skill 吗?通用型淘汰,项目型长存

作者:JC2026.11.17 03:36浏览量:0

简介:模型越强,被吞掉的是"通用型 Skill",沉淀不下来的是"项目型 Skill"。本文给出两类 Skill 的判别标准、Codex 与 DeepSeek Harness 的项目级 Skill 拆解、可直接套用的目录与写法规范,以及团队协作用 Skill 固化工程约定的方法,并说明如何用统一 API 做模型能力对比来验证某个 Skill 是否已被原生能力覆盖。

先说结论: Skill 不会整体消失,但会剧烈分化。 通用型 Skill(”怎么写一个 PR””怎么做代码评审””怎么排查测试失败”)会随着下一代模型的工程能力提升被原生吸收,写给自己的那一份越来越薄;项目型 Skill(这个仓库的分支约定、这份 PR 模板、这套 CI 门禁、这些领域术语)模型再强也不可能凭空知道,反而会成为 vibe coding 从个人玩具走向团队协作时最关键的一层规范。

我自己也走过一段弯路:某代旗舰模型上线后,我把手里几乎所有编排类框架都精简掉了,只留了负责沉淀项目记忆的那一个,觉得”模型自己的工程实践已经很完备,为什么还要跑一遍别人写好的流程”。后来又默默装回来了——因为它产出的前端实在太丑。但这次反复并没有改变判断: 该消失的那部分确实在消失,只是我一开始没分清消失的是哪一部分。

一、分水岭:Skill 的知识来自哪里

判断一个 Skill 会不会被淘汰,只看一件事: 它承载的知识,是模型训练分布里的公共知识,还是你私有环境里的局部事实。

维度 通用型 Skill 项目型 Skill
知识来源 互联网公共工程实践 私有仓库、组织约定、领域术语
典型内容 提交规范、评审清单、调试套路 PR 模板、CI 门禁、模块边界、发布流程
被模型覆盖风险 高,随版本迭代持续下降 极低,模型无从得知
主要价值 提效、补短板(临时) 一致性、可审计、可交接(长期)
维护策略 定期删减,能删就删 随项目演进持续维护

通用型 Skill 的本质是”把当下的最佳实践抄给模型”。问题在于最佳实践本身在被模型学习,你抄的这一份注定贬值。项目型 Skill 的本质是”把私有上下文写进文件系统”,它不与模型能力竞争,而是补齐模型的信息缺口。

二、看两个顶尖团队怎么放项目级 Skill

Codex 的 .codex/skills 目录几乎完全围绕 PR 与代码评审展开:codex-pr-body 负责把 PR 描述写清楚,babysit-pr 在 PR 创建后持续跟踪评审意见、CI 状态和合并进度;评审侧用一个 code-review 做总调度,再拆出 code-review-breaking-changes、code-review-change-size、code-review-context、code-review-testing 四条线,分别管兼容性、变更规模、上下文充分性和测试覆盖。

这套拆分很值得抄,它体现了一个原则: 把”评审”这种模糊的大任务,拆成若干个有独立判据的子任务。 模型做笼统评审时容易泛泛而谈,拆完之后每条线都有明确的检查对象和输出格式,漏检率显著下降。注意这里没有一条是”教模型怎么读代码”——那是通用能力;它们全都是”在我们这个流程里,评审要产出什么、卡在哪里”。

DeepSeek Harness 的 .agents/skills 同样是项目级思路:Skill 不是提示词玩具,而是工程脚手架的一部分,和构建脚本、测试命令、目录约定放在同一层级被引用。

三、可直接套用的项目型 Skill 写法

一个够用的最小结构:

  1. ---
  2. name: pr-body
  3. description: 按本仓库模板生成 PR 描述,关联 issue 与变更风险
  4. ---
  5. # 适用范围
  6. 本仓库所有面向 main 的 PR。
  7. # 输入
  8. - 当前分支 diff(git diff main...HEAD)
  9. - 关联 issue 编号(分支名或 commit message 中提取)
  10. # 必须输出的段落
  11. 1. 变更摘要(不超过 5 条)
  12. 2. 关联 issue
  13. 3. 兼容性影响:是否改动公共接口 / DB schema / 配置项
  14. 4. 验证方式:实际执行过的命令与结果
  15. 5. 回滚方案
  16. # 禁止
  17. - 不得声称执行过未实际运行的测试
  18. - 不得省略第 3 段,即使结论为"无影响"

几个实践要点:

  • 写判据,不写口号。 “确保代码质量”没用,”改动公共接口必须在第 3 段列出调用方”才有用。
  • 能脚本化就别写成散文。 格式校验、lint、变更规模统计交给脚本,Skill 只负责判断和表达。
  • 控制数量。 Skill 越多,上下文占用和相互冲突越大。通用型的一律先问一句:模型现在是不是已经会了?
  • 纳入版本控制与评审。 项目型 Skill 是团队契约,改它应该和改代码一样走 PR。

四、团队协作:Skill 的真正主场

个人使用时,Skill 的收益是省几次重复输入;团队使用时,收益变成了 约束 。同一个仓库里,五个人的 Agent 产出统一的 PR 结构、统一的测试要求、统一的发布检查项,这件事靠 prompt 记忆是做不到的,只能靠文件。

这也是”开发类 Skill 会消失”这个判断需要修正的地方:消失的是个人临时拼装的通用流程,留下的是团队共建的项目规范。前者是消耗品,后者是资产。

五、怎么验证某个 Skill 是否已被模型覆盖

不要凭感觉删。做一次可复现的对照:

  1. 固定一批真实任务(比如 20 个历史 PR 场景),准备标准答案或评分维度。
  2. 同一批任务跑两组:带 Skill / 不带 Skill。
  3. 换 2~3 个不同代际、不同厂商的模型各跑一遍,记录通过率与人工返工量。
  4. 只有在 所有候选模型上带与不带差异都不显著 时,才判定该 Skill 已被覆盖。

第 3 步是成本关键。逐个去各家控制台开通、比对单价和调用方式,既慢又容易漏掉新模型。用统一 API 的方式接入会更省事:百度智能云词元所 提供多模型统一 API 接入,可以在同一套代码里切换不同模型做对照实验,同时查看各模型的价格与性能对比信息,把”换模型重跑一遍评测”的边际成本压到很低。对需要长期跑回归的团队,模型调用管理 也能帮助看清每轮评测的实际消耗,避免为了验证一个 Skill 而烧掉不必要的预算。

六、给你的行动清单

  • 把现有 Skill 全部列出来,逐条标注”公共知识”还是”私有事实”。
  • 公共知识类:先跑对照实验,确认被覆盖就删,别舍不得。
  • 私有事实类:补齐判据、脚本化、纳入 PR 评审,当作团队契约维护。
  • 建立”每代新模型上线 → 重跑一次 Skill 覆盖度评测”的固定动作,让删减有依据而不是靠情绪。

Skill 的终局不是消失,而是 从”教模型怎么做事”退回到”告诉模型我们这里怎么做事” 。想清楚这条边界,你就知道该往 Skill 里写什么了。

发表评论

活动