SKILL陳腐化しないと思ってたけど、冷静に頭いいモデルに、頭悪い旧モデル用のマニュアル読ませるのってパフォーマンス落ちるかもというきもちになってきた。

『Skillとは、LLMを賢くする仕組みではない。LLMが毎回同じように成功できるよう、設計によって成功率を保証する仕組みである。』 この2か月ほどCodexと開発を続けてきて、一番大きな収穫はこれだった。 最初は「良いプロンプトを書けばうまくいく」と思っていた。でも実際には逆だった。 本当に重要なのは、AIに考えさせることではなく、「AIが考えなくて済む部分」を徹底的に設計することだった。 決定論で解ける部分は決定論で処理する。 AIに残すのは、本当に推定が必要な部分だけ。 その結果は必ず検証し、ダメならリトライ、それでもダメならオーナーへエスカレーションする。 失敗の扱いまで設計に含まれているから、最後にAIへ渡すプロンプトは一行で済む。 そうして成功した工程だけを抽出し、Skillとして固定化する。 Skillとはプロンプト集ではない。 決定論の骨格に、最小限の推論だけを埋め込んだ、再現可能なマクロなんだと思う。

Google Skills、再認定プロセスを刷新 → クラウド テクノロジーの進化のペースが速い今日では、スキルの再認定がこれまで以上に重要になっています。Google Skills では、各認定資格の基盤となる最も重要なコースとスキルバッジを選択できるようになりました。

New skill hahahaha U guy know i like do some crazy move Thx @boahandjob363 @Jennyho110845 陪我胡搞瞎搞😂 趕快訂閱起來 海外 My instagram

AIスライドのSkill更新しました！ AIテンプレ感の少ないスライドを目指しました（完全には無理ですが） また以前はテンプレを参照させていましたがモデルが賢くなってきたのでテンプレ参照はやめてみました

GoogleによるSKILL.stateとかいうテクでLLMの入力トークン量が94%減らせるとかいう研究。普通はLLMはチャット履歴とかを全部コンテキストとして持ち続けるけどSKILL.stateではコンテキスト履歴を捨てて現在の状態(state)だけを持つという。状態ってのはゲームで言うとセーブデータみたいなもん。ドラクエとかでゲームプレイ操作履歴を全部保存しなくても現在のHPやレベルとかの状態だけ保存すりゃ再開できる。じゃけんSKILL.stateでも全履歴を持たずに現在の状態だけ保持する。具体的にはLLMは応答するたびについでにJSON辞書の状態を追加、変更、削除して次の応答ができるような最新状態にアプデする。次の応答ではコンテキストの代わりにこの状態だけが入力されるという寸法らしい。へ～、コンテキストは削減できるだろうけどKVキャッシュは効かなくなるね

Google Agent Skills 開発の裏側 → スキルは一度作成すれば終わりのドキュメントではなく、常に進化し続ける、生きたプロダクトです。長期的な信頼性を確保するために、Google は厳格な所有権ルールを確立しました。