Skill 生态现在就是作者干活，Agent 平台收割心智。用户用 Skill 做出好结果，只会觉得平台厉害；如果平台不能让作者赚到钱，所谓 Skill 商城最终只是一个“免费劳动力市场”。 #AI# #AIAgents# #AISkills# #Plugin# #开发者生态# #易论AI# #李继刚# #歸藏#

SKILL.state：让Agent处理长任务时更聪明、更省钱 现在的Agent在干活时，会把每一步的操作、思考过程和看到的反馈全都记在聊天记录里。任务一旦变长，这个对话历史就会像滚雪球一样越来越长。不仅让AI每次思考都要读一大堆旧内容、算力成本飙升，还很容易让AI被之前的陈旧信息干扰，导致后续步骤出错。 谷歌设计了一套叫 SKILL.state 的新运行架构，这个架构给Agent准备了一个结构化的“状态笔记本”。每次AI要行动时，只要看三样东西：最初的任务目标、笔记本上记录的当前最新状态、刚刚发生的新情况。AI想清楚下一步要干什么、更新完笔记本的状态之后，刚才推导用的草稿纸就可以直接扔掉，不用一直塞在对话框里。 这样一来，不管整个任务进行了几百步，AI每次需要看的提示词长度都保持固定。整体消耗的Token数量直接从指数级暴增变成了平稳的线性增长，长任务下能省下大半成本。环境里偶尔冒出一些无关的杂音或者日志，AI在更新状态时会自动过滤掉，不会被旧干扰项带偏。 不过我觉得这种方法肯定会损失信息，还是更喜欢Codex压缩上下文的方式，因为命中缓存价格低，保持长上下文性能更好。 论文：

SkillsGate，又一个可视化的 Skill 管理工具，搜一下想要的，选好装到哪些 Agent 里，一键搞定。 支持 20 多种 AI Agent，包括 Claude Code、Cursor、Codex、Windsurf、Goose 等主流工具。 GitHub： 提供桌面应用也有终端 UI，还能连远程机器同步 Skill，团队协作也方便。 经常给不同 AI Agent 折腾 Skill 的朋友，这个能省不少功夫。

SkillsGate，又一个可视化的 Skill 管理工具，搜一下想要的，选好装到哪些 Agent 里，一键搞定。 支持 20 多种 AI Agent，包括 Claude Code、Cursor、Codex、Windsurf、Goose 等主流工具。 GitHub： 提供桌面应用也有终端 UI，还能连远程机器同步 Skill，团队协作也方便。 经常给不同 AI Agent 折腾 Skill 的朋友，这个能省不少功夫。

Skill 防不住盗用，唯一的护城河是别人跟不上你的迭代速度 即便不开源，只要看到产出结果、试用几次也可能被复刻。 所以防御方式不是藏，是开源覆盖更多平台、做内容让用户知道源头是谁、用持续迭代建立领先。 以前自媒体是可选项，但在产品壁垒降低的现在，自媒体是基础设施。

Skill 文件，可能会成为 AI Agent 时代最重要的资产之一。 越来越多开发者开始把流程、规范、经验沉淀到 Skill 文件里 原因很简单 模型一直在升级，Skill 可以跟着迁移 今天用 Claude，明天换 GPT，后天接入开源模型，一套经验还能继续复用 真正容易过时的，反而是围绕某一个模型写死的大量约束和工作流 模型能力越强，Agent 的自主能力越高，Skill 会越来越轻，越来越聚焦业务知识和最佳实践 团队积累的重点，也会慢慢从模型切换到知识本身 以后衡量一个团队的 AI 能力，也许看的已经不只是用了哪个模型，还有沉淀了多少可以持续演化的 Skill 如果只能长期投资一个方向，你会选择模型能力，还是 Skill 资产？你站哪边，为什么？