Agent Skills：Anthropic新作，让AI学会模块化技能，彻底告别繁琐提示词

都已经2026年了，你还在为撰写提示词而焦虑脱发吗？

我明白，无论是上班族还是学生，早已离不开AI。但在我看来，最令人煎熬的，莫过于使用AI前的铺垫——你很难通过一句话就让AI精准理解你的需求。

你需要搬运大量提示词，反复交代背景和格式要求，还要把各种历史文件喂给AI，让它慢慢学习。

结果往往还没正式开工，AI就撑不住了，聊天窗口又得重新开始。

不过最近，世超发现了一个火爆的项目，各大AI社区都在热议，甚至有观点认为它比提示词用起来更爽。

这个项目名为Agent Skills，由Claude的母公司Anthropic推出。

经常关注我们文章的读者或许记得，这家公司此前推出了MCP协议，大幅降低了AI调用工具的门槛，随后谷歌、OpenAI等巨头纷纷跟进。

如今，他们又带来了Skills，似乎意图再次引领潮流。不说别的，隔壁OpenAI似乎已经开始借鉴了。

顾名思义，这个工具的作用是让AI像宝可梦一样，能够学习各种新技能。

我们就以Skills的“亲兄弟”Claude为例来演示。

首先，你需要在设置中找到Skills开关并开启它。

开启后你会发现，它已经内置了许多基础技能，比如文档处理、网页设计等。

然后你就可以打开聊天框，随意指挥了。

例如，我可以直接让它制作一个苹果风格的PPT，它的技能文档会指导它直接用HTML+CSS编写幻灯片，实现所见即所得，然后自动转换成原生PowerPoint格式，支持在线预览和一键导出。

我尝试用未学习技能的Gemini做了同样的事，结果它表示无法直接完成，但可以用三种方式深度协助我。

我还可以调用它的前端技能，制作一个老版QQ的前端页面，那经典的蓝底风格还原度很高，甚至还有开QQ会员的弹窗。

甚至你只需给它一段PyTorch函数代码，什么都不用说，只要求“帮我补上”，它就能参考Docstring技能的规范，自动补上符合PyTorch官方标准的文档字符串，再也不用为代码规范烦恼。

当然，如果你觉得内置技能不够用，你还可以自创技能。

你只需调用AI自带的“Skill Creator”技能，用自然语言描述需求，AI就会自动帮你生成一个技能。整个过程非常友好，AI会逐步引导你明确需求，你只需回答问题即可。

有人可能会问，这不还是在写提示词吗？我还得噼里啪啦敲需求啊。

错！相比提示词，它的优点多得多。

如果使用提示词，你每次都得手动输入或复制粘贴，还会大量消耗上下文。而使用Skills后，你只需在创建时描述一次需求，后续调用都不会占用上下文。

此外，在创建Skills的过程中，AI会逐步引导你，比从零开始编写提示词友好得多。

最方便的是，这些技能可以直接打包成压缩包分享，就像U盘一样，即插即用，体验丝滑。

因此，你可以从社区中获取许多大佬分享的技能包，例如一个名为Skillsmp的网站。

我也亲自尝试了一下，用之前的稿件制作了一个《差评写作助手》。

制作完成后，上班前我只需发一句话：“帮我写篇稿子”。

安装了技能包的AI，瞬间就开始工作了。

它直接在技能库中找到了这个写稿技能，然后像个老练的编辑一样，自动翻阅选题、匹配风格，不到1分钟，一份大纲就呈现在我面前。

接着我就可以评价大纲，再让它写出完整稿子。当然，最后还需要我增删改查，否则我的价值何在？

但如果不用Skills，我得打开Gemini，先粘贴一个800字的提示词模板，还要加上频道的限制条件。

然后上传资料、论文和素材文章，AI开始输出，一通操作下来，上下文已经消耗了几十万tokens，而实际工作还没开始。

而用上Skills，AI全权负责，体验非常舒适。

这个工具的原理其实并不复杂。

你可以让AI随意学习一项技能，比如写稿、整理文件、检查代码。这些技能在电脑中表现为模块化的压缩包，每个包内包含指令、元数据和相关资源（如稿子、代码）。Claude会在需要时才自动读取这些资源。

Anthropic为它起了一个高大上的名字：“渐进式信息披露”。

从技术角度看，Skills本质上是模块化的指令包架构，其核心机制是让AI在推理阶段自主判断使用哪个技能，而非依靠传统算法路由匹配。精髓可概括为“自行发现，按需加载”。

通俗地说，AI无需记住所有技能，只需记住目录，需要时现查现学。就像上班没人会背下全部公司文档，都是哪里不会点哪里。

假设它学习了“PDF处理”技能，平时并不会记住具体操作方法，只知道“我会处理PDF”。只有当你要求它“合并两个PDF”时，它才会查阅技能书，找到“PDF合并”章节，开始执行。

而且，种种迹象表明，Anthropic这次又想当领头羊，他们直接将Skills做成了一个开放标准。

这意味着，Skills不仅Claude能用，理论上可以给其他AI使用。例如Claude Code和之前提到的OpenAI Codex，都已支持Skills，ChatGPT可能也不远了。

等等，之前推出的MCP不也是让AI干活的吗？它会被取代吗？其实了解原理后会发现，两者概念并不重叠。

简单来说，MCP定义了AI如何访问外部数据（如本地文件、数据库、GitHub等），而Skill定义了AI获取数据后如何处理的问题。

没有MCP，AI无法操作你的桌面；没有Skills，AI不知道如何操作才能让你满意。

总的来说，Skills的出现让AI越来越像一个靠谱的打工人。虽然目前各家AI尚未完全适配，但世超相信，这必将像MCP一样成为新趋势。

如果你和我一样，每天事务繁杂，但手头有大量现成资料，不妨试试Skills，或许会有意想不到的收获。