文章原文： 继 MCP 之后，Anthropic 再放大招：Agent Skills 正式发布为开放标准！ - 知乎

金句

  • mcp 解决了 agent 可使用外部工具的问题；

  • skills 解决了 agent 如何编排组织工具完成一个可复用标准工作流。SDD (Spec-Driven Development) 理念，即以文档定义能力。人类在计算机编程抽象又上了一个新台阶，从卡片二进制、汇编、C 语言、面向对象、面向接口，从低级语言一直到高级语言，现在从高级编程语言又抽象到支持以自然语言组织的文档来和计算机沟通（AI 作为编译器）。

  • 渐进式披露

    • Metadata First：系统只需加载约 100 tokens 的元数据，让 AI 知道“我学会了/拥有什么技能”。
    • On-Demand Loading：只有当 AI 真正决定使用该技能时，才会加载完整的指令（<5k tokens）和相关脚本。

  • AI 原生应用的架构分层

    这一张图很好地描述了 AI 客户端-skills 能力层-MCP 协议工具的连接层-LLM 作为超级大脑的基座。

    AI 原生应用的架构分层

  • skills 官方网站 Overview - Agent Skills

  • 未来的高价值开发者，不再是那些会写漂亮提示词的人，而是那些能将企业隐性知识（Tacit Knowledge），封装成标准化的、可移植的 Agent Skills 的人。

问题

分享

朋友圈版本

AI 开发范式正在重写：
MCP 让 Agent 拥有工具，Skills 让 Agent 拥有能力。  
SDD 让“写文档 = 写软件”，AI 成了新的编译器。
未来最稀缺的，不是会写提示词的人，而是能把企业的 隐性知识封装成可移植 Skills 的人。
这才是真正的 AI 原生生产力。

公众号版本

AI 原生应用正在形成全新的技术栈：
MCP 解决 Agent 的工具接入，Skills 解决能力编排与标准化工作流，SDD 则让“文档即能力”，AI 成为新的编译器。  
通过“Metadata First + On‑Demand Loading”的渐进式披露机制，Skills 成为连接 LLM 大脑与外部工具的关键能力层，构成 AI 应用的新架构基础。

未来最具价值的开发者，不是提示词工程师，而是能将组织的 Tacit Knowledge（隐性知识）产品化为可移植 Agent Skills 的人。
这将成为企业智能化的核心竞争力。