继 MCP 之后，Anthropic 再放大招：Agent Skills 正式发布为开放标准！
内容提要
Anthropic于2025年12月18日发布Agent Skills，作为开放标准，增强AI应用能力。Agent Skills定义了AI如何利用工具完成复杂任务，开发者可在多个平台上无缝运行。与Prompt不同，Skill是持久化的能力包，解决了Token浪费问题。未来，开发者需将企业知识封装为标准化的Agent Skills。
关键要点
-
Anthropic于2025年12月18日发布Agent Skills，作为开放标准，增强AI应用能力。
-
Agent Skills定义了AI如何利用工具完成复杂任务，开发者可在多个平台上无缝运行。
-
Skill是持久化的能力包，解决了Token浪费问题。
-
Agent Skills是AI时代的通用驱动程序，补齐了AI原生应用的能力层拼图。
-
Skill是一个可移植的能力包，包含指令、脚本和资源。
-
Skill具有渐进式披露特性，减少Token浪费和上下文干扰。
-
Skill与Prompt的区别在于，Skill是主动式和持久化的，而Prompt是反应式和一次性的。
-
MCP解决了AI与外部工具的连接问题，而Skill定义了AI的操作逻辑。
-
开发者可以通过简单的目录结构创建Skill，符合SDD理念。
-
Agent Skills的发布使AI原生应用的架构分层清晰，推动Skill Engineering的兴起。
-
Anthropic提供了三种集成路径，方便用户使用Agent Skills。
-
开发者需学习如何编写精准的Skill文档，以提高AI的执行能力。
延伸解读
Agent Skills的实用性
Agent Skills作为开放标准，极大地提升了AI的应用能力。开发者可以通过标准化的能力包，快速实现复杂任务的自动化，减少了对Prompt的依赖。这种转变意味着开发者需要重新思考如何将企业知识转化为可移植的技能，以适应新的开发环境。
与MCP的关系
Agent Skills与MCP的关系可以看作是软件与硬件的结合。MCP负责连接AI与外部工具，而Agent Skills则定义了AI如何使用这些工具。理解这一点对于开发者在构建AI应用时，合理利用这两者的优势至关重要。
开发者的挑战
随着Agent Skills的推出，开发者面临新的挑战：如何编写精准的Skill文档以提高AI的执行能力。未来的开发者需要掌握Skill Engineering的技能，才能在竞争中脱颖而出。这要求他们不仅要有技术能力，还需具备良好的文档编写能力。
延伸问答
Agent Skills是什么？
Agent Skills是Anthropic发布的开放标准，定义了AI如何利用工具完成复杂任务的能力包。
Agent Skills与Prompt有什么区别？
Agent Skills是持久化的主动式能力，而Prompt是一次性的反应式提示。
如何开始创建Agent Skills？
创建Agent Skills只需建立一个包含SKILL.md的目录，按照简单的格式定义能力。
Agent Skills的发布对开发者有什么影响？
Agent Skills的发布使得AI应用架构分层清晰，推动了Skill Engineering的发展。
Agent Skills如何解决Token浪费问题？
Agent Skills通过渐进式披露特性，减少了上下文干扰和Token的浪费。
开发者如何集成Agent Skills？
开发者可以通过设置、项目目录或API端点等三种方式集成Agent Skills。
