2024年全球十大技术趋势
2026-07-18 3406543
2026-07-18 0
这张图描述的是很多人使用 AI 的方式：提个问题，得到答案，关掉。像查字典一样——查到底就走，不思考，不探索，不深入。
这没有错，但它只是 AI 能力的皮毛。当你需要 AI 完成一个复杂的、重复性的任务时，这种“一问一答”的模式就会暴露出问题：
一个让人头疼的场景：开完一个小时的会，手上有录音转写的文字稿，需要整理成结构清晰的会议纪要。你打开对话框，开始打字：
每次都要重新解释一遍。每次 AI 输出的格式都有细微差异。每次都要手动调整。
如果这些“重复性工作”能一次性固化下来，下次直接调用就好了——这就是 Skill 要解决的问题。
Skill（技能）是一个结构化的文件夹，内含 SKILL.md 指令文件、可执行脚本和参考数据。它为 LLM 提供了特定任务的最佳实践流程包，使 Agent 在处理相同类型的问题时，能够直接按照固化流程执行，而非每次都重新推理。
一句话本质：Skill = AI 的“操作手册 + 工具箱”
你不需要每次都教 AI“怎么做”，而是提前把流程写好，AI 遇到同类任务时“照章办事”即可。
Skill 的核心价值：
| 价值 | 说明 |
|---|---|
| 降本 | 把“临时推理”降级为“读取执行”，大幅降低 Token 消耗 |
| 提质 | 通过固化流程锚定输出格式，通过脚本确保确定性操作零失误 |
| 复用 | 一次编写，可在不同 Agent（Claude、Cursor、自建 Agent）之间复用 |
一个标准的 Skill 文件夹包含三大部分：
text
复制代码my-skill/
├── SKILL.md # 必需：元数据 + 操作指令
├── scripts/ # 可选：可执行脚本
└── references/ # 可选：参考数据、模板
| 组成部分 | 作用 | 谁在消费它 |
|---|---|---|
| SKILL.md（必需） | YAML 头部（名称、描述）+ Markdown 正文（步骤、规则、约束） | LLM（大脑） 阅读并理解 |
| scripts/ | 存放可执行的 .py、.js、.sh 文件，执行确定性操作 | 系统（手脚） 直接执行 |
| references/ | 存放模板、数据文件、图片等，LLM 按需读取 | LLM（按需加载） |
SKILL.md 的头部使用 YAML 格式，包含 name 和 description：
yaml
复制代码---
name: meeting-minutes
description: 当用户提供会议录音转文字、会议记录等材料，要求整理会议纪要时触发此技能。
---
description 字段决定了 Agent 能否在合适的时机加载此 Skill——描述越精准，触发越准确。Agent 启动时只会读取所有 Skill 的 YAML 头部（name + description），形成“技能目录”，不会加载完整内容，这样保证了上下文窗口不被无关内容占据。
在 SKILL.md 中，工作流程被拆解为清晰的步骤：
去除口头停顿词（嗯、啊、那个、就是说）、重复的寒暄、与会议无关的闲聊，保留实质性讨论内容。
从清洗后的内容中提取：
使用固定的 Markdown 模板输出，不确定的内容直接留空，绝不编造。
markdown
复制代码# [会议标题]
## 会议基本信息
| 项目 | 内容 |
|------|------|
| **会议类型** | ... |
| **时间** | ... |
## 会议目标
...
## 会议内容
### 主题一：[主题名称]
**讨论要点：** ...
**结论/共识：** ...
## 行动项
| 序号 | 任务描述 | 负责人 | 截止时间 |
|------|---------|--------|---------|
| 1 | ... | ... | ... |
另一个 Skill 更复杂一些，它生成了一个完整的 HTML 页面。这个 Skill 的工作流程是：
使用 WebSearch 从 TechCrunch、The Verge、Hacker News、Reddit 等来源搜索近 24 小时内的 AI 新闻。
只保留满足以下条件的资讯：
最终保留 8-15 条高质量资讯。
将每条资讯转化为 50-100 字的中文精华版，并标注 3-5 个关键词标签。
使用模板生成精美的可视化日报页面：
[此处插入图片：ai-daily-2026-07-17.html 的截图——展示卡片式设计的 AI 日报页面，包含渐变色顶栏、统计栏、带标签的资讯卡片]
这个 Skill 生成的 HTML 页面具备：
| 模式 | LLM 的行为 | Token 消耗类型 | 类比 |
|---|---|---|---|
| System Prompt（纯文本） | 每次都要“推理”如何组织行为 | 推理 Token（高） | 看着菜谱学做菜 |
| Skill（固化流程） | 按照预置步骤“执行” | 读取 Token（低） | 照着流水线作业指导书拧螺丝 |
System Prompt 模式：LLM 必须在推理时动态构建行为规则。它需要一边读，一边在脑子里模拟“我该怎么做”，最后才生成输出。这个过程中的 Token 消耗，大部分花在了“规划路径”上。
Skill 模式：SKILL.md 已经把步骤写死了。LLM 不需要去“悟”出这些步骤，只需要按图索骥。决策被提前“预编译”成了文本，LLM 只需要花很少的 Token 去读取这段指令。
这几个概念容易混淆，它们的区别在于：
| 概念 | 本质 | 作用域 | 谁来执行 |
|---|---|---|---|
| System Prompt | 全局“人设”和顶层约束 | 全局（作用于所有对话） | LLM 读取，引导语气 |
| Rules | 针对特定项目的局部约束 | 局部（匹配路径时触发） | LLM 读取，作为硬性约束 |
| MCP Tool | 能力接口，定义“能做什么” | 全局或按需连接 | 系统/函数执行 |
| Skill | 最佳实践流程包 = 指令 + 脚本 + 资料 | 按需加载（匹配任务时） | LLM + 系统协作完成 |
现代 Skill 框架遵循 “三段式渐进披露” 策略：
| 阶段 | 操作 | Token 消耗 | 说明 |
|---|---|---|---|
| 1. 预加载（索引阶段） | Agent 启动时，只读取所有 Skill 的 YAML 头部（name + description） | 极低 | 形成一个“技能目录” |
| 2. 按需激活（触发阶段） | 任务触发匹配时，动态读取 SKILL.md 正文 | 中等 | 只有相关 Skill 被加载 |
| 3. 深度执行（运行时阶段） | 遇到 scripts/ 调用时执行脚本 | 低 | 确定性操作下沉到脚本 |
Skill 的质量直接决定了它能“节省”多少推理 Token：
| 质量等级 | 特征 | 实际效果 |
|---|---|---|
| 模糊型 | “请总结会议内容，要专业一点。” | Token 消耗高，结果不稳定 |
| 流程型 | “步骤1：提取议题；步骤2：提取决议；步骤3：按模板输出。” | Token 消耗中，结果较稳定 |
| 脚本型 | “步骤1：运行脚本提取数据；步骤2：按模板输出；步骤3：若报错回退到手写。” | Token 消耗极低，结果稳定 |
写完 SKILL.md 后问自己一个问题： “这段描述，是让 LLM 去‘猜’，还是让 LLM 去‘做’？”
| 描述类型 | 示例 | 命中率 |
|---|---|---|
| 模糊 | “用于处理会议记录。” | 低 |
| 精准 | “当用户输入包含'会议录音''会议纪要''会议总结'等关键词时使用。” | 高 |
在 SKILL.md 中提供具体的输入输出示例，可以大幅提升输出的稳定性。LLM 通过 Few-shot 学习，能够更准确地理解期望的输出格式。
description 字段写得好不好，会直接影响 Agent 能否在正确时机加载 Skill。 你见过哪些写得好的触发条件？scripts/ 和 references/ 分别解决什么问题？ 它们如何与 SKILL.md 配合？