Anthropic 定义了标准，我们造了库：为什么 2026 是 Agent Skills 元年

2025 年 12 月 18 日，AI 行业发生了一件可能被大众忽略，但对开发者影响深远的事

Anthropic 正式宣布，将 Agent Skills发布为跨平台的开放标准

在此之前，如果你想让 Agent 学会“分析财报”或者“操作 PDF”，你需要把一大堆 Prompt、Python 脚本塞进 System Prompt 里，或者写复杂的 Function Calling 定义。各大框架（LangChain, AutoGen）各有各的写法，互不兼容

Anthropic 用一个简单的文件夹结构（SKILL.md）终结了混乱：能力，就应该像安装软件一样，是可插拔、可移植、标准化的

这一动作标志着 Agent 开发正式从“手搓 Prompt”的石器时代，进入了标准化工程时代

而特赞团队推出的skill0，正是对这一行业标准的首批基础设施级响应

1. 为什么 Anthropic 要推 Agent Skills？

过去一年，我们陷入了一个误区：以为 Context Window（上下文窗口）越大，Agent 就越强。

但现实狠狠打了我们的脸。当上下文超过 100k，推理成本飙升，模型的“注意力”开始涣散，关键指令被淹没在噪音中

Anthropic 在官方文档中提出了一个核心设计哲学：Progressive Disclosure（渐进式披露）

Agent 在启动时，只加载技能的“目录”（Metadata）。

只有当 Agent判断“我现在需要处理 PDF”时，它才会去读取详细的SKILL.md和对应的代码。

这种机制让 Agent 瞬间变轻了。它不需要时刻背诵整本《百科全书》，它只需要知道图书馆在哪里

2. skill0：给通用大脑，配上可插拔的“手”

标准（Format）确立了，但这只是第一步。我们需要一个地方来存放、管理、分发这些标准化的技能。

这正是 skill0 (alpha) 诞生的背景

特赞团队在做 atypica和企业级智能体（GEA）的过程中，意识到：未来的 Agent 架构是“通用大脑（Universal Agent）+ 动态技能库（Skills Library）”

Brain：负责 High-level 的规划和判断（Judgment）。

skill0：提供标准化的“手”。

通过skill0，你可以像npm install一样，为你的 Agent 动态挂载能力。上一秒它是一个通用的对话机器人，下一秒加载了skill0中的“深度搜索”和“数据可视化”技能包后，它就变成了一个专业的商业分析师

3. 这不是“为了做而做”，这是被企业级业务“逼”出来的

skill0并不是一个纯理论的产物。它是特赞在构建 GEA（Generative Enterprise Agent） 体系时，被真实业务复杂度逼出来的解法。

在企业场景下，他们发现：依靠写死工作流的 Agent 极其脆弱。业务逻辑一变，整个链条全崩。

真正鲁棒的系统，必须依靠“判断”。

特赞将内部打磨已久的能力封装逻辑，对齐 Anthropic 的 Agent Skills 标准，开源为skill0。希望解决的问题是：

当 Agent 面对不确定任务时，能否不再依赖硬编码的流程，而是根据当前情况，自主去技能库里挑选最合适的工具？

4. 2026，Agent 开发的新范式

随着 Claude Code、VS Code 等工具全面支持 Agent Skills 标准，2026 年的 Agent 开发将发生质变。

开发者不再需要重复造轮子去写“如何提取 PDF 表格”的 Prompt，而是直接在skill0这样的库中调用成熟的 Skill 模块

特赞作为这一标准的先行实践者，现已开放skill0.io(alpha 版本)。

--end--

最后记得⭐️我，每天都在更新：欢迎点赞转发推荐评论，别忘了关注我