Skills是短期的噱头，还是长期的资产？

最近在AGI社区做了几期vibe coding公益训练营的分享，课程里讲了不少Skills的内容。分享结束后，陆续收到了不少同学的反馈和提问，其中一个问题被反复提起：Skills到底值不值学？它会不会又是一阵风，热闹一会就刮走了。我能够感受到大家的焦虑，AI每天都有各种新东西出来，根本就学不完。那问题就变成了：那我们该如何判断一个事情值不值得学，是否值得花费精力在上边？今天我想以Skills为例，来跟大家分享一个我自己一直在用的判断标准。我的标准是这样的：随着模型能力不断变强，这件事情的价值，是越来越大，还是越来越没用？如果模型能力变强，这个事情的价值也越来越大，那就值得去花精力和时间投入。反过来则不值得去投入精力和时间。有了这个判断标准，我们不妨拿一个常见的问题先来套一套。比如说想学AI编程做产品，那要不要花时间去系统地学习前端代码？这件事还有没有价值？用刚才的判断标准来套一下这个问题。随着模型能力不断变强，我们理解前端代码本身这个事情，在我们做产品这件事中，是在被放大的还是在被削弱的？结论是被削弱的，模型的进化速度远超过人学代码的速度，人学习前端代码对把产品做出来这件事情的贡献是持续下降的。这并不是说前端不重要，而是说：如果我们的目标是做产品，而不是成为前端工程师，那么把时间投入到代码细节本身，已经不再是性价比高的选择了。那在AI编程做产品这个场景下，学skills是长期有价值吗？我们来拿skills来套一下这个标准。skills的本质是在教AI怎么像人一样干活，它是流程和知识库的汇总，能够让模型更高效完成一个场景的作业，减少整体流程上沟通的损耗。从这个角度看，skills是一套面向特定场景的私有化教程。那随着模型能力不断的变强，在AI编程做产品这个事情上，它的价值是不断放大的，模型越强用skills产出的质量也会越高。学会用好skills是一件随着模型能力越强越值钱的事情。同时skills也不是一次性写完就结束的东西，它可以在实际使用中不断被迭代，通过一轮轮对话和反馈去进行优化。就比如我的配图助手skills、prd助手skills，它们并不是一次性写完不变了，而是不断的去进行迭代，最终让模型对这个场景的理解会持续加深，整体产出效果越来越稳定、越来越好。今天的内容分享到这里啦，希望对大家有帮助，也非常建议大家一起来研究skills怎么用呀，享受AI提效带来的快乐~