

如果说 2026 年最热的技术关键词之一是 Agent,那么真正离普通人更近的,可能不是某个大模型,也不是某个复杂平台,而是 Skill。
Skill,全名 Agent Skills,可以理解为“给 AI 使用的技能包”。它把一个人的经验、流程、脚本、资料和执行规范封装起来,让 AI 不再每次都像第一次上岗,而是可以按照既定方法稳定完成任务。
这也是为什么,Skill 不是程序员圈子里的小工具,而可能是普通人真正用好 AI 的入口。

过去几个月,Skill 的热度明显升温。
有人为张雪峰老师定制专属 Skill,有餐馆希望借助 Skill 被各类 Agent 更好识别,有人把离职同事的工作经验做成 Skill,也有人用 Skill 保存亲人的记忆。
这些案例看似分散,但背后指向同一件事:Skill 正在把 AI 从“会聊天的工具”,变成“能继承经验、执行流程、完成任务的助手”。
更重要的是,大厂也在快速进入这个方向。Anthropic 提出了清晰的 Skill 思路,微软、OpenAI、字节、腾讯、阿里、Google 等公司也陆续围绕 Agent 能力、插件化能力和技能体系展开布局。
可以这样理解:Anthropic 像是先画出了一张图纸,微软和 OpenAI 认可了方向,字节看到了商业化空间,腾讯、阿里和 Google 也开始进入同一片工地。
这意味着 Skill 不只是一个小众玩法,而可能会成为 AI 应用的新基础设施。

以前使用 AI,经常像带一个“总是失忆的新徒弟”。
换一个对话框,它就忘了要求;换一个模型,又要重新解释规则。用户每天复制提示词、补背景、改结果,最后反而变成了 AI 的“工具人”。
Skill 的价值就在于,它把这些重复说明变成了可复用的技能包。
第一,一次编写,多处使用。
过去在 ChatGPT 里调好的工作流,换到 Claude 或其他工具里往往要重来。Skill 的方向,是让经验和流程尽量跨平台复用。
第二,按需读取,减少成本。
大模型的上下文和 token 都有成本。Skill 采用类似“渐进式披露”的设计:AI 平时只需要知道技能简介,真正执行任务时才读取详细说明、脚本和资料,减少不必要的上下文消耗。
第三,让 AI 从问答走向执行。
当 Skill 和 Agent 配合起来,任务可以从“问一句、答一句”,升级为“交代目标,AI 自动跨文档、跨工具完成流程”。
这也是 Skill 最迷人的地方:它让 AI 不只是陪聊,而是开始具备“可交付”的能力。

很多人一听 Skill,会误以为这是程序员专属。
其实不是。
只要一个人清楚自己的工作流程,就已经具备了设计 Skill 的基础。
比如翻译一篇长文章,手工流程可能包括:抓取网页、拆分长文、翻译、拼接、统一术语、整体润色、人工检查。
如果把这套流程做成 Skill,用户只需要说一句:“帮我翻译这个链接。”
Agent 就可以按照流程自动执行,而不是每一步都靠用户手动搬运。
这才是普通人真正应该关注 Skill 的原因:它不是为了炫技,而是为了把日常工作里的重复劳动,变成 AI 可以稳定执行的流程。

现在网上已经有不少 Skill 模板和经验分享,但真正从零开始、系统讲清楚如何设计 Skill、如何构建 Skill、如何把多个 Skill 串成工作流的内容,仍然不多。
很多人卡住,并不是因为缺少灵感,而是缺少一条可照着走的路径。
这也是《图解 Skill:AI 提效实战指南》值得关注的原因。它不是单纯讲概念,而是用图解和实战案例,把 Skill 从“听起来很厉害”拆成普通人能理解、能上手、能复用的方法。
书中重点包括:
•3 个可直接复用的单技能模板:写作风格、会议纪要、文章配图。
•1 条完整的组合式写作工作流。
•1 套从需求分析到上线的技能工程方法论。
•1 次从零开始的技能项目实战迭代。
无论使用的是扣子、Claude Code、OpenClaw,还是其他 Agent 产品,只要目标是减少重复劳动、提升 AI 协作效率,Skill 都值得认真学习。

宝玉长期活跃在 AI 应用与提效实践一线,也是 baoyu-skills 等开源项目的作者之一。他不是站在远处讲概念,而是从真实工作流、真实工具链、真实踩坑里总结方法。
原文提到,宝玉拥有大量技术内容读者,曾进入 Twitter Leaderboard 全球榜单前列;其开源项目 baoyu-skills 在不到 4 个月内获得 1.7 万 Star;部分原创技能还被 Hermes Agent 等 AI 产品内置。
这本书的价值,也正在于这种“一手经验”。
它既讲 Agent 与 Skill 的底层逻辑,也尽量用手绘图解和真实场景降低理解门槛。对零基础用户来说,它是一本文字友好的 AI 提效指南;对已经在用 Agent 的人来说,它也是一本可以反复拆解的工作流设计手册。
大模型是巨头的游戏,Agent 是资本和产品团队的战场,而 Skill 更像是普通人可以真正握在手里的入口。
它能把个人经验变成方法,把方法变成流程,把流程变成可复用资产。
未来,真正会用 AI 的人,可能不是最会写提示词的人,而是最会把工作经验封装成 Skill 的人。
因为提示词解决的是一次对话,Skill 解决的是长期复用。
这也是为什么,Skill 值得普通人认真学一次。
参考链接
[1] 原文链接: https://mp.weixin.qq.com/s/796ohH3zuEXem1K6egLg6A?scene=1