Skill蓝皮书2026_140页_5mb

报告摘要

Skill 是一种让 AI Agent 从通才转变为专家的工具，通过将可写的经验以最小摩擦的方式传递给下一个 Agent，解决了大模型在实际任务中缺乏经验的问题。Skill 的设计基于「文件夹」的概念，使得任何人都可以轻松创建和分享。

Skill 的本质：是把 Barry 的 30 年经验中可写的 60–70%，以最小摩擦传给下一个 Mahesh。
Skill 的优势：相比其他扩展机制（如 System Prompt、RAG、Tool Use、MCP Server），Skill 更适合复杂任务，因为它承载的是“怎么做”的知识。
Skill 的形式：只需一个 SKILL.md，带 description 和 instructions。其他内容可选，但格式统一。
三层渐进加载：Skill 由 L1（description）、L2（instructions）、L3（resources）组成，通过按需加载实现高效使用。
Skill 的生态现状：Skill 市场在 2026 年 Q1 爆发，单月创建 27,720 个。但 54% 的 Skill 从未被 star，说明分发机制存在严重问题。
Skill 的挑战：Skill 不是能力替代，不解决 alignment 问题，且会过时。需要通过 Verified Creator 等机制解决这些问题。
Skill 的未来：Skill 可能会进化为「有记忆代理」，具备 session-level cache，使得 Agent 能在多轮对话中保持记忆。

Skill 的格式：SKILL.md 是一个 Markdown 文件，包含 description、instructions 和 resources。
Skill 的生态数据：
- 全球 Skill 数量：61,776
- 0 star 的 Skill 占比：54.1%
- 基尼系数：0.983，说明 Skill 市场极度集中
- 30 天内有更新的 Skill 占比：67.0%
- Skill 的半衰期：大约 6–12 个月
Skill 的供给爆炸：
- 2026 年 Q1 单月创建 27,720 个 Skill
- 2026 年一季度的创建量是 2023 年的 83 倍
Skill 的作者画像：
- 33,314 个独立作者
- 54.6% 的作者只发过 1 个 Skill
- 3.9% 的作者发过 5+ 个 Skill，他们合计占全部 stars 的 63.6%
Skill 的设计模式：
- L1：description，用于决定 Skill 是否被激活
- L2：instructions，用于决定 Skill 是否能做对事
- L3：resources，用于提供额外数据和模板