Agent Skills告别Anthropic：智能体“能力说明书”进入社区共治

Anthropic在10月22日宣布，将Agent Skills开放标准捐赠给Linux基金会旗下的Agentic AI Foundation（AAIF），把这套已经进入ChatGPT、Cursor、GitHub Copilot和VS Code等产品的智能体技能格式，交由开放社区治理。此次捐赠不只包括技术规范，还覆盖Agent Skills名称、标志、GitHub组织以及agentskills.io域名，基本相当于把项目的技术资产与品牌资产一并移交。

这次捐赠最值得关注的地方，不是Anthropic又开放了一个项目，而是智能体行业正在争夺“能力如何被打包和分发”的标准。模型厂商决定智能体的基础推理能力，MCP等协议解决智能体如何连接外部数据和工具，Agent Skills则试图定义一项成熟能力应当如何描述、组织、加载和复用。谁能推动这一层成为通用标准，谁就可能影响未来智能体应用商店、企业工作流市场和开发工具链的入口。

Agent Skills到底是什么

Agent Skills是一种面向AI智能体的能力封装标准，它用包含SKILL.md说明文件的目录来描述特定任务，并允许同时携带脚本、模板、示例和参考资料。简单来说，它像一份既能被机器阅读、又能被开发者维护的“岗位操作手册”：智能体在需要处理某类任务时加载对应技能，不需要把所有规则永久塞进系统提示词，也不必为每一个平台重新编写整套工作流。

SKILL.md是Agent Skills目录中的核心说明文件，它负责告诉智能体这项技能解决什么问题、适用于什么条件、应该按照什么步骤执行，以及可以调用哪些配套资源。与一段孤立的提示词相比，Skill可以容纳更完整的上下文；与传统插件相比，它又更轻，不一定要求独立运行的远程服务或专用接口。

一个财务分析Skill可以同时包含报表字段说明、公司内部核算规则、计算脚本和输出模板。智能体平时不必加载这些内容，只有在用户要求分析季度数据时，才读取技能说明并按需使用目录中的资源。这种方式既减少上下文占用，也让专业流程能够被版本管理、审查和跨产品迁移。

Agent Skills的核心价值是把“模型会不会做”转化为“组织能否稳定复用一套做法”。大模型通常知道如何写报告、分析代码或整理表格，但企业真正需要的是统一口径、固定步骤、可追踪版本和明确边界。Skill把这些隐性经验整理成可分发的文件结构，使能力不再只存在于某位员工的提示词收藏夹或某个产品的私有配置中。

100万项技能背后的标准化野心

Agent Skills已经越过了仅供Anthropic自身产品试验的阶段。根据Anthropic披露并由IT之家报道的数据，自2025年12月作为开放标准发布以来，已有超过70个智能体平台完成集成，公开Skills数量约为100万个，累计安装次数约2.8亿次。

这些数字意味着Agent Skills已经具备事实标准的早期特征。平均计算，每项公开Skill对应约280次安装；但技能市场通常存在明显的头部效应，少量代码审查、文档处理、网页操作和办公自动化技能，很可能贡献了大部分安装量。对标准而言，真正重要的也不是仓库总数，而是同一项技能能否在不同智能体上保持相近行为。

ChatGPT、Cursor、GitHub Copilot和VS Code等产品的接入扩大了Agent Skills的适用范围。它不再只是Claude生态中的一个功能，而是在通用对话、代码编辑、软件开发和企业自动化等场景中流动。对开发者来说，一份能力说明可以触达多个平台；对平台方来说，兼容现成标准也比从零建设私有技能格式更容易吸引内容供给。

不过，100万个公开Skills不等于100万个可靠能力。技能目录的创建门槛较低，重复项目、低质量封装、过期说明和恶意指令都会随规模增长而增加。安装量证明分发效率，却不能直接证明执行正确率、安全性或跨平台一致性。Agent Skills下一阶段的竞争重点，将从“有没有技能”转向“技能是否可信”。

为什么要交给Linux基金会

AAIF是Linux基金会运营的智能体AI项目治理组织，由Anthropic、Block和OpenAI于2025年12月9日共同创立，主要托管AI智能体生态中的开放协议、标准和开源项目。基金会治理的意义在于，技术路线、商标、版本发布和兼容性规则不再只由最初发起公司单方面决定，竞争厂商能够通过公开机制参与讨论。

供应商中立是这次移交的核心承诺，它意味着Agent Skills不应以绑定Claude或Anthropic商业服务为前提。Anthropic表示，即使开发者和企业不加入AAIF，也可以继续使用或贡献该标准。名称、标志、GitHub组织和域名同步捐赠，则减少了原公司通过品牌控制项目方向的空间，比单纯公开一份规范更彻底。

Anthropic主动放弃直接控制权，本质上是在用治理权换取行业采用率。大型平台通常不会愿意把关键能力层建立在竞争对手可以随时修改的私有规范上；转入Linux基金会后，OpenAI、微软、Block以及其他智能体厂商采用该标准时，面临的战略风险更低。对Anthropic而言，只要Agent Skills成为通用格式，Claude作为早期原生支持者仍能获得生态红利。

Linux基金会的招牌并不会自动消除厂商博弈。社区共治最终是否有效，要看技术委员会的席位结构、规范变更流程、兼容性测试机制以及商标使用规则，而不是看项目主页上是否出现“开放”二字。如果主要决策长期集中在少数大模型公司手中，Agent Skills仍可能成为巨头协调利益的标准，只是治理形式更公开。

Skills、MCP和A2A不是一回事

MCP是用于连接AI应用与外部数据源、工具和服务的开放协议，它解决的是智能体如何发现并调用外部能力。Anthropic此前已经把MCP捐赠给AAIF，因此Agent Skills此次进入同一组织，意味着智能体的“连接协议”和“能力封装”开始接受同一套基金会治理框架。

A2A是面向不同AI智能体之间发现、通信和任务协作的开放协议，它关注的是智能体如何把任务交给另一个智能体。三种标准经常被放在一起讨论，但它们对应的层级并不相同：MCP连接工具，A2A连接智能体，Agent Skills则描述智能体如何完成一类工作。

| 标准或项目 | 核心定义 | 主要解决的问题 | 典型对象 | 更接近什么 | |---|---|---|---|---| | Agent Skills | 用说明文件、脚本和资源封装可复用能力的标准 | 一项专业工作如何被描述、加载和复用 | 工作流、知识、模板、脚本 | 岗位操作手册或技能包 | | MCP | 连接AI应用与外部数据、工具和服务的协议 | 智能体如何访问外部能力 | 数据库、搜索、文件系统、业务工具 | 通用连接器协议 | | A2A | 支持不同智能体发现彼此并协同执行任务的协议 | 智能体之间如何委派和交换任务 | 独立智能体、任务状态、协作消息 | 智能体之间的通信协议 | | 私有插件体系 | 由单个平台定义和控制的扩展机制 | 为特定产品增加外部功能 | 平台插件、应用扩展 | 封闭应用商店 |

三者组合后可以构成一套更完整的智能体技术栈。一个采购智能体可以通过A2A把合同审核交给法务智能体，法务智能体加载合同审查Skill获得组织内部规则，再通过MCP读取合同库和供应商数据。Skills负责“按什么方法做”，MCP负责“去哪里拿工具和数据”，A2A负责“由谁来做”。

这种分层也解释了Agent Skills为什么值得独立成为标准。仅有工具调用协议，智能体知道可以查询数据库，却未必知道企业要求按照哪些字段、审批顺序和风险阈值完成任务；仅有协作协议，不同智能体可以互相发消息，却无法保证接手者理解同一套业务流程。Skills补上的正是方法、知识和执行规则这一层。

真正难题是可移植性，而不是文件格式

跨平台可移植性是Agent Skills能否成为行业标准的关键指标，它指同一个Skill在不同模型和智能体产品中能否得到足够一致的执行结果。SKILL.md可以被多个平台读取，只能证明语法层面兼容；如果Claude、ChatGPT和不同代码智能体对同一句指令的理解不同，用户仍然需要为各平台维护分支版本。

模型差异会直接影响技能执行质量。不同模型在工具选择、长上下文处理、脚本生成、拒绝策略和指令优先级方面存在差异，同一个Skill可能在一个平台上稳定完成十步流程，在另一个平台上跳过验证步骤。标准需要继续定义最低兼容要求、错误处理方式和测试样例，才能从“大家都能打开这个文件”升级到“大家能以相近方式完成任务”。

版本管理也会成为企业采用时的硬要求。企业需要知道某项Skill由谁发布、依赖哪些工具、最近一次更新是什么时候、升级后改变了哪些行为，以及出现错误时能否回滚。没有锁定依赖、语义化版本和兼容性声明的技能包，很容易重演软件包生态早期的依赖混乱。

可观测性同样不能由模型厂商各自处理。企业不仅需要看到智能体调用了哪个Skill，还需要记录它读取了哪些文件、执行了哪些脚本、调用了哪些外部工具，以及最终决策依据是什么。只有形成统一的执行日志和审计接口，Agent Skills才可能进入金融、医疗、政务和大型企业内部系统。

百万技能市场也会带来供应链风险

技能供应链风险是指恶意或被篡改的Skill借助智能体权限读取数据、执行脚本或诱导模型采取危险操作。Agent Skills可以附带脚本和参考资料，这让它比普通提示词更强，也意味着它拥有更大的攻击面。

恶意Skill不一定表现为明显的病毒文件。攻击者可以在冗长说明中隐藏指令，要求智能体上传工作区文件；也可以在更新版本中加入危险脚本，利用已有安装用户实施供应链攻击；还可以伪装成热门技能的相似名称，诱导开发者安装错误项目。随着安装量达到2.8亿次，这类风险已经不能只靠用户自行阅读文件解决。

AAIF下一步需要推动机器可验证的信任机制。至少应包括发布者身份验证、内容签名、权限声明、依赖清单、安全扫描、撤回机制和恶意项目响应流程。企业还需要允许名单、隔离执行环境和安装前审查，避免智能体因为加载一个技能目录就获得超出任务范围的系统权限。

权限清单尤其值得成为规范的一部分。一个文档总结Skill通常只需要读取指定文件，而部署Skill可能需要执行命令、访问网络和修改仓库；如果两者在安装界面上没有权限差异，用户就无法做出有效判断。移动应用商店已经证明，标准化权限提示虽然不能消灭风险，但能显著提高滥用成本。

对开发者和平台意味着什么

开发者获得的直接收益是减少重复适配成本。过去，同一套代码审查流程可能要分别写成Claude配置、编辑器规则、团队提示词和内部脚本；如果平台对Agent Skills的实现足够一致，开发者就可以维护一个主版本，再针对少数平台差异补充配置。

企业获得的更大价值是把专业知识变成可治理资产。法务审查、客服升级、故障响应和数据分析等流程，可以用Skill形式进入代码仓库，接受评审、测试和版本控制。员工离职或更换模型供应商时，这些流程不必跟着某个平台一起丢失。

平台厂商面临的变化是技能格式本身将更难成为护城河。当用户可以把Skills从一个产品迁移到另一个产品，厂商需要在模型效果、执行可靠性、调试体验、权限管理和企业治理上竞争。开放标准会削弱格式锁定，但不会削弱优秀产品的价值，反而会把竞争拉回到真正影响使用体验的部分。

技能作者则可能迎来一个类似软件包生态的新分发市场。100万个公开Skills说明供给已经形成，但商业模式仍不清晰：免费技能容易传播，企业级技能需要持续维护、评测和责任承诺。未来更有价值的产品可能不是单个SKILL.md文件，而是经过验证的行业技能套件、配套数据、测试集和持续更新服务。

这次捐赠的重要性被低估，也容易被高估

Agent Skills进入AAIF是智能体标准化的重要一步，因为Anthropic交出的不只是一份文档，而是一个已有70多个平台、约100万项公开技能和2.8亿次安装的生态入口。相比先写规范再寻找用户，这种带着实际采用量进入基金会的项目，更有机会成为事实标准。

但Agent Skills距离智能体世界的“统一应用格式”仍然很远。当前最需要验证的不是接入平台数量，而是跨模型任务成功率、安全事件响应速度、兼容性测试覆盖率和企业生产环境采用率。文件能被识别只是起点，行为可预测、权限可控制、结果可审计才是成熟标准的标志。

这次捐赠也反映出Anthropic更清晰的平台策略。它先将MCP交给AAIF，如今又移交Agent Skills，等于主动推动工具连接层和能力封装层成为公共基础设施。Anthropic未必需要独占这些标准，只要Claude在理解复杂技能、调用工具和执行长流程方面保持优势，它就能从整个开放生态的扩张中获益。

智能体行业正在从模型参数竞争进入协议、技能和治理体系竞争。模型决定能力上限，开放标准决定能力能否低成本流动，治理机制则决定企业是否敢长期采用。Agent Skills转为社区共治不会立刻改变开发者的日常工作，但它可能决定几年后智能体技能是像网页一样开放迁移，还是像早期移动应用一样被锁在各自的平台商店里。

参考来源

• IT之家：AI智能体的“说明书”转为社区共治，Anthropic捐赠Agent Skills开放标准：报道Anthropic于2026年10月22日宣布捐赠Agent Skills，以及平台接入数量、公开技能数量和累计安装量等核心信息。