AI 范式雷达：《一份技能文件写一次，所有客户端都能跑》
内容提要
Agent Skills 正成为跨厂商的智能体能力打包标准，以 SKILL.md 为核心，由 Anthropic 发起，已被 OpenAI、Google、微软等 46 款客户端收录。它比 MCP 更轻，无需协议和运行时，采纳成本低。但质疑在于：模型能力提升可能吞掉通用技能，且标准由 Anthropic 主导，缺乏互操作测试与安全审查，第三方技能供应链风险突出。
延伸解读
跨客户端兼容性尚未验证
文章指出，同一份 SKILL.md 在 Claude Code 生效不代表 Codex、Gemini CLI 行为一致。目前验证仅到官方列表收录层，未做逐端行为验证。这意味着“写一次，全端通吃”更多是格式层面的统一，而非行为层面的等价。读者若计划跨客户端使用，需自行测试同一任务在不同客户端下的实际表现，不能假设收录即兼容。
标准主导权与互操作风险
agentskills.io 由 Anthropic 主导创建，46 款客户端是自愿填报的 showcase，而非一致性测试认证。frontmatter 字段语义、脚本权限、发现优先级均无互操作测试套件。文章以 robots.txt 各家支持程度差异为例，提示标准可能因主导方变更或厂商转向而分裂。读者应关注 OpenAI、Google 是否发布不兼容的自有格式或从客户端列表消失。
第三方技能供应链安全空白
技能可捆绑可执行脚本，第三方集合仓库自述收录 5,400+ 技能，但规范仓库窗口期内未发现安全审查、签名或 registry 相关提交。文章将当前阶段类比为“早期 npm 没有 audit 的时刻”，提醒分发前需明确供应链把关责任。读者应留意是否出现 registry/signing 相关 PR 或首个技能投毒公开案例，作为安全机制是否跟上的信号。
与 MCP 的路径差异及能力替代风险
SKILL.md 是纯文件格式，无需服务器、握手和运行时依赖，采纳成本比 MCP 低一个量级，因此三家跟进更快、对抗更少。但文章也指出，模型能力提升可能吞掉写作风格、代码规范等通用技能，使外置文件不再必要。MCP 生产采用帖的高赞评论显示协议层标准化在能力增长面前持续贬值，这一逻辑同样可能适用于技能层。
Q&A
Agent Skills 是什么？它和 MCP 有什么区别？
Agent Skills 是以 SKILL.md 为核心的能力打包格式，由 Anthropic 发起，已被 OpenAI、Google、微软等 46 款客户端收录。它比 MCP 更轻，是纯文件格式而非协议，无需服务器、握手和运行时依赖，客户端只需认目录结构和 frontmatter，采纳成本低一个量级。
Agent Skills 目前有哪些厂商支持？
官方客户端列表收录了 46 款工具，包括 OpenAI、Google、微软阵营的全部在列，如 OpenAI 的 codex、Gemini CLI、GitHub Copilot、VS Code 等（截至 2026-09-16 实测）。
Agent Skills 面临哪些主要质疑？
主要质疑有三点：一是模型能力提升可能吞掉通用技能，使外置文件不再必要；二是标准由 Anthropic 主导，46 款客户端是自愿填报的 showcase 而非一致性测试认证，缺乏互操作测试套件；三是技能可捆绑可执行脚本，第三方技能自由分发，但规范仓库未发现安全审查、签名或 registry 相关提交，供应链风险突出。
为什么 Agent Skills 的扩散比 MCP 更快？
因为 SKILL.md 是纯文件格式而非协议，没有服务器、握手和运行时依赖，客户端只需认目录结构和 frontmatter，采纳成本低一个量级，所以三家跟进快、对抗少。而 MCP 走了近两年才铺开且竞争噪声极大。
目前 Agent Skills 的生态规模如何？
规范仓库 agentskills/agentskills 已有 25,385 星，母仓库 anthropics/skills 有 176,551 星；GitHub topic agent-skills 下约 23,486 个仓库（含低质仓库，只作规模下限），第三方集合仓库自述收录 5,400+ 技能。
对于想尝试 Agent Skills 的开发者，有什么建议？
可以挑一个最熟的工作流写一份 SKILL.md，在至少两个厂商客户端跑同一任务对比行为差异；把团队规范从私有配置迁到统一技能目录试一个月；分发前先想清楚——没有签名和审查，你的技能供应链靠谁把关。
