近日，不少开发者发现，OpenAI 悄悄支持了 Claude 构建的 Agent Skills 机制。目前内置了 3 个 skills：excel、word 和 pdf。
有网友分享了测试 prompt，在 ChatGPT 中输入提示词：“将你的 /home/oai 压缩为 zip 包给我下载”，需选择 thinking 模型。下载 zip 解压后可以看到 skills 目录，包含 pdf，ppt 等基本 Skill。不过后续有网友测试时表示已经不显示了。
不过，开普敦大学的 Elias Judin 已经将文件上传到了 Github：
https://github.com/eliasjudin/oai-skills
与 Anthropic 实现理念相似
Django 的共同创建者 Simon Willison 通过提示词：“创建一个 /home/oai/skills 文件夹的 zip 文件”，访问了 ChatGPT Code Interpreter 的一个新 /home/oai/skills 文件夹。
他发现，OpenAI 的 Skills 看起来与 Anthropic 实现类似理念的方式非常相似。
Anthropic 的相关实现：
https://github.com/anthropics/skills/tree/main/skills
OpenAI 针对 PDF 和文档采取了一种特殊的处理方式：将它们转换成按页渲染的 PNG 图片，然后将这些图片输入给他们具备视觉能力的 GPT 模型。Simon 分析认为，这样做的目的可能是为了保留版面和图表中的信息，这些信息如果只进行文本提取就会丢失。
Simon 亲自尝试了一下，输入了以下提示词：
创建一个 PDF 文件，内容是关于目前瑞穆树（rimu tree）的情况，以及这对鸮鹦鹉繁殖季意味着什么。
果不其然，GPT-5.2 Thinking 模型首先开始了：
正在读取 skill.md 以获取 PDF 创建指南
接着是：
正在搜索 2025 年瑞穆树结实（rimu mast）情况和鸮鹦鹉繁殖现状
它花了超十一分钟的时间才生成了下面的 PDF，等待时间有点长。Simon 表示，之所以花费这么长时间，是因为它非常细致地查看并调整了自己的工作。“让我赞赏的是，它在某一刻尝试渲染 PDF 时，注意到 kākāpō 中的长音符号（macrons） 不被所选字体支持，于是它切换到了另一种字体。”
有兴趣的读者可以查看链接：
Codex CLI 中的 Skill
与此同时，两周前，OpenAI 的开源 Codex CLI 工具合并了一个名为 feat: experimental support for skills.md 的 PR。最新的文档在 docs/skills.md 中。
文档表明，~/.codex/skills 文件夹中的任何子文件夹都将被视为一项 Skill。
Simon 深入研究后，找到了在 codex-rs/core/src/skills/render.rs 中生成驱动 Skill 系统的提示代码：这是一个 Gist 文件，其中包含了一个更具可读性的提示版本。Simon 使用了 Claude Opus 4.5 的 Skill 编写技巧，然后将其安装到 Codex CLI Skill 文件夹中，并运行了以下命令：
然后提示它：
list skills
Codex 回复：
然后 Simon 输入：
在这个文件夹中编写一个 Datasette 插件，添加一个 /–/cowsay?text=hello 页面，该页面使用 PyPI 上的 cowsay 显示这段文本。
结果，它完美运行了。下面是 Simon 分享的完整 Codex CLI 对话记录记录：
https://gistpreview.github.io/?96ee928370b18eabc2e0fad9aaa46d4b
“我十月份第一次写到 Skill 的时候就说过，Claude Skills 非常棒，甚至可能比MCP更重要。现在才刚到十二月，OpenAI 就已经大力推广 Skill，这更加印证了我当初的判断。”Simon 表示，“Skill 的规范非常简略，甚至都不能称之为规范，但我仍然认为最好将其正式记录下来。这或许可以成为新成立的Agentic AI 基金会的一项重要工作。”
“停止构建智能体，开始构建 Skills”
去年十月，Anthropic 推出的全新 Skills 机制，一项 skill 本质上只是一个包含一个 Markdown 文件以及一些可选的额外资源和脚本的文件夹。因此，任何具备文件系统导航和读取能力的 LLM 工具都可以使用它们。
事实证明，OpenAI 正是这么做的：其 Skills 支持功能已悄然落地，不仅部署在 Codex 命令行工具中，如今更已集成到了 ChatGPT 里。这也让业内更加重视 Skills。
近期，Agent Skills 创建者 Barry Zhang 和 Mahesh Murag 对 Anthropic 的 Skills 机制进行了深度剖析，系统阐述了其构建逻辑、已显现的网络效应以及未来的演进方向，即智能体最终能够通过经验自主编写 Skills。
他们的核心观点在于：要使智能体胜任真实世界的工作，关键在于为其构建可复用的专业能力。
过去，Anthropic 认为不同领域的智能体形态会非常不同，每个智能体都需要专属的工具和架构支持，这意味着每个用例或领域几乎都需要一个独立的智能体。尽管针对特定领域的定制化仍然重要，但团队发现，智能体底层的基础能力实际上比预想中要通用得多。
“我们意识到，代码不仅是一个用例，而是通向数字世界的通用接口。” 在成功构建 Claude Code 之后，团队验证了这一观点：Claude Code 本质上是一个通用型智能体。然而，这随即引出了下一个挑战：领域专业知识的缺失。
今天的智能体通常一开始就缺乏重要的上下文，无法有效吸收人类专家的知识，也难以随时间持续学习。这正是 Anthropic 创建 Agent Skills 的原因。
Skills 可被定义为文件的有组织集合，其目的在于封装可组合的、程序性的知识，以供智能体调用。用更直观的方式理解，它们就是文件夹。这种刻意追求的简单性，旨在让任何人或智能体，仅凭一台电脑就能轻松创建和使用。
Skills 中可以包含大量脚本作为其工具。这恰恰解决了传统工具模式的几个固有缺陷：文档模糊，许多工具说明书写不清晰，导致智能体难以准确调用；无法迭代，当模型使用工具遇到困难时，无法自行对其进行修改，容易陷入“代码停滞”；上下文负担：工具定义长期占据宝贵的上下文窗口，影响效率。
相比之下，代码作为一种工具形式具有显著优势：它是自我文档化的，可修改的，并且能够存储在文件系统中，仅在真正需要时才被调用，从而大幅优化了资源利用。
Skills 采用了一种精巧的 “渐进式公开” 设计。在智能体运行时，系统仅向其展示 Skills 的元数据，以表明其“具备”某项能力。只有当智能体确定需要调用特定 Skill 时，它才会去读取对应的 skill.md 文件。该文件包含了核心指令以及对该文件夹其余部分结构的说明，其他所有文件都只是为了方便组织和存取而存在。
总而言之，Skills 的核心理念可以归结为：它们就是带有脚本工具、结构清晰、便于管理的文件夹系统。 这一设计不仅降低了创建和使用门槛，也为智能体通过积累经验自主编写和优化 Skills，实现能力的自我进化奠定了坚实基础。
目前，该生态系统已汇聚了数千个 Skills。这些 Skills 主要可分为三大类型：
基础 Skills：为智能体赋予全新的通用或特定领域能力。例如，最初发布的文档 Skills 使得 Claude 能够创建和编辑专业质量的办公文档。
第三方 Skills：由生态系统合作伙伴创建，旨在帮助 Claude 更高效地使用其软件产品。例如，Browserbase 为其开源浏览器自动化工具 Stage Hand 开发了专属 Skills，使得配备此技能的 Claude 能更出色地完成网页浏览与自动化任务。
内部定制 Skills：由企业和团队为其组织量身构建。例如，部分《财富》100 强公司正利用 Skills 来教授智能体其组织内部的最佳实践；一些大型开发者生产力团队则通过 Skills 来部署 Claude Code 这类智能体，并向其传授特定的代码风格规范及内部工作流程。
MCP 与 Skill 关系的答案
在 MCP 推出一周年之际，Anthropic 推出了 Claude Skills，表示 MCP 工具很好，但是会让大模型把大量 token 浪费在定义 MCP 工具上，尤其遇到有大量中间工具的情况，Skills 就是解决办法。
当时 Simon 在 Skills 发布后就表示，MCP 的局限性最显著的一点是对 token 的大量消耗，GitHub 官方 MCP 本身就消耗了巨量上下文 token，而这种消耗量越大，大模型自身就越是没有发挥实际作用的空间。
“自从开始认真使用编码智能体以来，我对 MCP 的兴趣开始逐渐消退。因为我发现几乎一切原本需要 MCP 实现的功能，现在都可以用 CLI 工具来解决。大模型知道要如何调用 cli-tool –help，因此我们不再需要耗费大量 token 来描述如何使用，模型会在必要时自行处理。”
当时的很多人认为，Anthropic 这是要让 Skills 取代 MCP。如今，Barry 和 Mahesh 给了他们的答案，即两者互补使用。他们认为智能体的新兴架构正在收敛于下面两点：
智能体循环（Agent Loop）：帮助管理模型的内部上下文，并管理进出模型的 tokens。
运行时环境（Runtime Environment）：与智能体循环耦合，为智能体提供了文件系统和读写代码的能力。
Anthropic 认为，如今若要让智能体掌握某一新领域的新能力，可能只需为其配备正确的 MCP 服务器集合和正确的 Skills 库。其中，MCP 服务器负责接入外部世界的工具与数据，使智能体更具相关性和实效性；而 Skills 库则能在运行时按需被拉入上下文，以处理特定的专业任务。
也就是说，Skills 生态系统与现有 MCP 生态形成互补。开发者正利用和构建 Skills 来编排多个 MCP 工具的工作流，将其组合以处理更复杂的外部数据与连接任务。
这种 “智能体 + MCP 服务器 + 一套 Skills” 的新兴模式，已成为 Anthropic 将 Claude 快速部署到新垂直领域的有效路径。比如在 Skills 发布仅五周后，团队便基于此模式在金融服务和生命科学领域推出了新产品。每个产品都配备了一套领域专用的 MCP 服务器和 Skills，使得 Claude 能立即对这些领域的专业人士产生实用价值。
从社区反馈来看，大家也比较认同 Skills。有网友“_pdp_”表示：
大模型需要提示，提示的内容可能会迅速变得非常庞大。这种所谓的 Skills，尽管在 Anthropic 和 OpenAI 之外的其他平台中以不同形式存在，本质上只是动态扩展提示的一种机制。作为 Skills 一部分的工具（脚本），与智能体运行所在的操作系统中预装的工具并没有任何区别。
Skills 背后的想法是合理的，因为上下文管理确实很重要。
然而，技能与 MCP 是不同的。Skills 与工具调用完全无关！你可以很容易地实现自己的 Skills 版本，完全不需要任何标准或框架。实现方法就是注册一个工具/函数，让它来加载和扩展基础提示，你就完成了自己的 Skills 实现。
在 ChatBotKit AI Widget 中，我们甚至有自己的版本，无论是对于服务器端还是构建客户端应用。对于客户端应用，整个机制是通过一个简单的 React Hook 实现的，它添加了必要的工具来动态扩展提示。你只需要二三十行代码就可以轻松实现自己的版本，这并不复杂。
人们经常会抓住一些想法，认为这是下一个大热点，并希望它能引爆市场。但它既不新颖，也不会引爆！ 它只是现有各种形式的工具套件中的一部分。这个机制的核心非常简单，以至于称其为“标准”几乎毫无意义，而且对于大多数类型的应用来说，完全没有必要拥有它。不过，对于编码助手来说，它确实有意义，因为它们需要处理大量数据，所以在这种场景下很重要。
但从根本上说，Skills 与 Copilot 中的 *.instruction.md 提示，或者 AGENT.md 及其变体并没有什么不同。
有网友认同并表示，“虽然总体思路并不新鲜，但目前的聊天应用程序添加了一些功能，这些功能极大地促进了聊天应用的发展。也就是说，当 Skills 与它所使用的 Python 脚本或命令行工具（CLI）结合使用时，其作用才能最大化。如今，大多数 AI 模型提供商都拥有可供模型使用的代码执行环境。以前，你只能在本地运行的 agent CLIs 中使用。在我看来，这才是真正的关键推动力，这很可能意味着 Skills 将会大火。而且，在我实现了多个 MCP 服务器之后，我认为对于大多数用例来说，Skills 是一种更好的方法。”
“Anthropic 不断推出看似简单却极具吸引力的产品创新，OpenAI 只能勉强追赶，这真是令人匪夷所思。MCP 几乎算不上一个协议，Skills 也只是 md 文件而已。但他们似乎有一种天赋，能把事情包装得通俗易懂。”有网友感叹。
Skills，智能体持续学习的关键
“Skills 的核心价值之一将来自于共享与分发。”Barry 和 Mahesh 强调。
他们对未来大规模部署智能体的公司所展现的愿景感到兴奋：那将是一个由组织内的人与智能体共同策划、维护，并能够持续收集与集体演进的知识库。
他们认为，Skills 正是迈向这一愿景的关键一步。它们为智能体提供了完成有用工作所需的程序性知识。当你与智能体互动，并向其提供反馈及更多的机构知识时，它不仅自身会变得更好，团队和组织内的所有智能体也将同步获益。当新成员加入团队并首次使用 Claude 时，Claude 已经了解团队的关注重点、日常工作方式，并知道如何最有效地协助新成员开展工作。
随着生态系统的发展，这种复合价值将不仅局限于单一组织，还会扩展到更广阔的社区。正如全球开发者构建的 MCP 服务器能让你的智能体更有用一样，社区中其他人构建的 Skills 也将帮助你的智能体变得更有能力、更可靠、更具实用性。
而当 Claude 开始自主创建这些 Skills 时，这一关于演进型知识库的愿景将变得更加强大。
团队在设计 Skills 之初，就将其视为实现持续学习的具体载体。当你初次使用 Claude 时，这种标准化格式提供了一个重要保证：Claude 所记录的任何有价值信息，未来都能被高效复用，这使得学习成果真正具有可迁移性。Skills 让智能体的“记忆”概念更加具体化：它们并非捕捉所有信息，而是专注于捕捉那些可在特定任务中调用的程序性知识。
随着你与 Claude 的长期协作，Skills 的灵活性优势将愈发凸显。Claude 能够瞬间获取新能力、根据需要动态演进它们，并适时淘汰过时的部分。这种基于上下文的学习方式，对于处理日常变化的信息而言，也显得更为高效和更具成本效益。
Anthropic 对 Skills 的未来规划
随着生态系统的蓬勃生长，当前 Skills 正变得越来越复杂。 一个最基本的 Skills 可能仍只是一个包含提示和简单说明的 skill.md 文件。然而，Skills 已开始封装软件、可执行文件、二进制代码、脚本、资产等多种元素。如今构建许多复杂的 Skills 可能需要数分钟乃至数小时。
Anthropic 团队认为，正如我们今天使用的许多软件一样，未来开发与维护一个成熟的 Skills 或将需要数周甚至数月的时间。
Skills 的构建者也更加多元化。越来越多的非技术人员，包括来自财务、招聘、会计、法律等职能领域的从业者，开始参与创建 Skills。这初步验证了其核心理念：Skills 能够帮助非编程背景的人员扩展通用智能体的能力，使其更无缝地融入日常专业工作，真正成为个性化的效率助手。
随着 Skills 日益复杂，Barry 和 Mahesh 表示，Anthropic 正在思考未来几个关键的开放性问题和重点发展方向。
首先，是“将 Skills 视为软件”进行系统化支持。团队计划通过构建更完善的开发者工具来支持 Skills 的构建与维护。这包括探索测试与评估机制，开发能确保智能体在正确时间、为正确任务加载并触发特定 Skills 的工具，以及建立衡量智能体输出质量的标准，确保其行为符合预期。
其次，重点关注版本控制。随着 Skills 的持续迭代和智能体行为的相应变化，清晰追踪这一演变过程、明确其版本谱系变得至关重要。
最后，是探索 Skills 之间的依赖与组合。Anthropic 希望未来能构建可明确依赖和引用其他 Skills、MCP 服务器乃至软件包的 Skills。他们认为，这将使智能体在不同运行环境中的行为更具可预测性，而多个 Skills 的可组合性，将能催生出更复杂、更智能、更贴近实际需求的智能体行为。
参考链接：
腾讯云云原生提质增效实践精选集 2024
《2024腾讯云云原生提质增效实践精选集》出炉，5大热门技术领域，13个行业精选标杆案例，痛点到解决方案全...
评论