代理技能现状
内容提要
skills.sh注册表七个月内技能数突破百万，安装量近2.8亿次。技能为AI代理提供可复用指令，将专业知识转化为软件，创建门槛远低于传统编程。供给偏技术类，软件工程占近四分之一；需求更分散，商业运营、写作等每技能安装量更高。安装高度集中，前375个技能占62%，87.5%安装流向跨行业技能。未来价值将转向企业专属知识。
延伸解读
技能创建门槛低，生态扩张速度远超传统平台
文章指出，技能只需用自然语言描述工作判断，无需传统编程，因此创建门槛远低于软件。这导致skills.sh在七个月内技能数突破百万，而GitHub、App Store和npm分别用了27个月、63个月和117个月才达到百万量级。这种低门槛使得更多非技术人员也能贡献技能，从而推动生态爆发式增长。
供给偏技术，需求更分散，商业运营类技能单技能安装量更高
供给端超过一半的技能集中在软件工程、代理工作流、数据、基础设施和安全等技术领域，其中软件工程约占四分之一。但需求端分布更广，没有任何类别安装量超过20%。商业运营、写作和文档等类别虽然技能数量较少，但每个技能的平均安装量分别高出平均水平74%和50%，说明这些领域的单个技能承载了更多需求。
安装高度集中，但无单一赢家，跨行业技能占主导
安装活动高度集中：0.04%的技能（375个）占据了62%的安装量，前1.2%的技能占94%。然而，最受欢迎的单个技能安装量也不到总量的1%，说明每个具体工作场景都有各自的赢家。此外，87.5%的安装流向跨行业技能，这些技能平均安装量是行业特定技能的3.6倍，凸显了可移植性的价值。
未来价值转向企业专属知识，技能评估将从流行度转向有效性
文章认为，随着公共技能和模型进步，通用专业知识将变成基线，差异化价值将转向公司特有的判断，例如退款政策或发货审核规则。同时，技能质量的衡量标准将从安装量转向有效性，即使用技能后代理是否比不用做得更好。未来技能将需要测试和基准来证明其价值，企业也会像维护代码一样维护专属技能。
Q&A
skills.sh注册表在七个月内增长了多少技能和安装量？
七个月内，skills.sh注册表增长到超过100万个技能，并记录了近2.8亿次安装。
什么是AI代理技能？它有什么作用？
技能为AI代理提供针对特定工作的可复用指令。代理本身能力通用，但不知道特定个人、团队或公司如何完成工作。技能提供这种缺失的上下文，可以简单到用普通语言编写的文件。
为什么技能比传统软件更容易创建？
编写技能只需将工作背后的判断明确化，如步骤、好的标准、评估结果的方式。代理和工具已提供大部分底层能力，技能只需提供特定工作的判断和指令。而且更多人能描述工作如何完成，而非编程。
技能供给和需求在类别分布上有何不同？
供给偏技术类：超过一半的列表教授软件工程、代理工作流、数据、基础设施或安全，其中软件工程约占四分之一。需求更分散：没有类别超过安装量的五分之一，软件工程最大占18%，代理工作流15%，商业运营和写作各近11%。
哪些类别的技能平均每个列表获得的安装量更高？
商业运营、写作与文档、云与基础设施的技能平均每个列表获得的安装量最高。商业运营技能平均比平均水平多74%的安装量，写作与文档多50%，云与基础设施多42%。
安装量在技能之间是如何分布的？
安装活动高度集中。近一半技能只被安装一次。375个技能（占注册表0.04%）占62%的安装量，前1.2%占94%。但即使最常安装的技能也占不到总安装量的1%。
跨行业技能与行业特定技能的安装量有何差异？
跨行业技能占分类技能的66%，占安装量的87.5%。平均而言，跨行业技能每个列表的安装量是行业特定技能的3.6倍。只有八分之一的安装量与特定行业相关。
未来技能的价值将如何变化？
未来价值将转向企业专属知识。公共技能和更好的模型使通用专业知识成为基线而非优势，更多差异化价值将转移到公司特定的判断。技能的质量衡量也将从受欢迎程度转向有效性。
