为什么 Anthropic 工程师不再构建新 Agent：AI 技能的威力

Anthropic 工程师最近分享了来自其内部研究的一个令人惊讶的经验教训：他们不再为每个任务单独构建新的自主 Agent。与其部署庞大的专用 Agent 大军，他们将重点转向为单个能力强大的 Agent 构建模块化 AI 技能。

今天是 2026 年 10 月 8 日。随着自主系统在软件开发、研究和业务运营中进入生产环境，多 Agent 趋势正遭遇复杂性瓶颈。那些为写作、代码审查、数据提取和客户支持分别创建独立 Agent 的团队，在处理协作失败上花费的时间比真正完成工作还要多。理解 AI 技能如何解决这一瓶颈，将改变你设计自动化工作流的方式。

多 Agent 复杂性陷阱

当开发者首次探索基于 Agent 的自动化时，自然本能就是劳动分工。你创建一个用于调研的 Agent、一个用于起草内容的 Agent、一个用于发送电子邮件的 Agent，以及一个用于统筹协调所有 Agent 的主管 Agent。

在理论上，专用 Agent 听起来很优雅。但在实践中，这种模式会引入严重的运营摩擦：

• 状态同步开销: 每个 Agent 都会维护自己的对话历史、内存缓冲区和提示词工程指令。在各 Agent 之间可靠地传递状态需要大量的胶水代码和错误处理。
• 复合失败率: 如果每个 Agent 的成功率为 90%，将四个 Agent 串联在一起会使整体任务成功率降低到 66% 以下。
• 维护疲劳: 更新一项共享业务规则需要单独审查每个 Agent 的系统提示词。

想想你的智能手机。底层硬件是处理器，Agent 循环是操作系统，而技能则是应用程序。当你需要手机具备新功能时，你不会再去买一部手机，而是安装一个应用程序。AI 技能将这完全相同的原理应用到了 Agent 架构中。

什么是 AI 技能？

从最简单的层面来看，AI 技能是一个包含指令文件的结构化目录，通常命名为 skill.md 或使用标准元数据进行定义。它封装了完成特定任务所需的领域知识、操作约束和工作流程步骤。

一个标准的技能文件包含两个核心组件：

1. Frontmatter 元数据: 清晰的名称和简炼的描述。该描述专为语言模型编写，用以解释在什么情况下应该激活该技能。
2. 操作规程指令: 清晰明了的分步指导，描述如何开展工作、调用哪些工具以及生成什么样的输出结构。

因为技能以纯文本形式与你的项目或用户配置保存在一起，所以版本控制、审查和更新技能所使用的工具与普通代码完全相同。

渐进式呈现架构

技能背后的真正技术突破是一种被称为 渐进式呈现（progressive disclosure）.

如果 Agent 在每次会话开始时都将 50 个不同技能的完整文本加载到其上下文窗口中，那么在你输入查询之前，它就会消耗数万个 token。这种 token 膨胀会增加延迟、推高 API 成本，并在无关指令中分散模型的注意力。

渐进式呈现清晰地解决了这一问题：

1. 轻量化发现: 在启动时，Agent 仅读取所有可用技能的名称和简短描述。这一摘要仅占用上下文窗口的极小一部分。
2. 意图匹配: 当你提交请求时，Agent 会根据其技能目录评估你的提示词。
3. 按需激活: 只有当某个技能与你的请求匹配时，Agent 才会读取完整的 skill.md 文件加载到活跃内存中，精准执行详细步骤。

工具箱保持关闭状态，直到需要特定工具为止，从而使 Agent 保持快速、准确且具备高成本效益。

如何一步步构建 AI 技能

创建 AI 技能不需要编写复杂的 Python 编排代码或管理分布式队列。构建可在生产环境中使用的技能主要有三种方法，涵盖从直接手动编写到自动化工作流捕获等方式。

步骤 1：手动编写技能结构

亲手编写技能是理解其内部机制的最佳方式。你可以直接定义边界条件、触发规则和操作工作流。

为你的技能创建一个文件夹，并编写一个 skill.md 文件：

---
name: youtube-researcher
description: Identifies viral content themes and outlier videos in a specified niche. Use when asked to find YouTube trends, viral topics, or video ideas.
---

### Workflow Instructions
1. Search the target niche on the video database.
2. Filter for uploads published within the last 30 days.
3. Identify videos with an outlier multiplier of at least 2x average channel views.
4. Group the top results into distinct thematic patterns.
5. Provide actionable title structures based on the top performers.

在此设置中，描述提供了 Agent 在意图分类期间确定相关性所需的精确语义锚点。

步骤 2：利用交互式 Agent 辅助生成

日常中最实用的方法是让你的 Agent 通过访谈你来生成技能。你无需从头编写文档，而是在对话中解释你的手动操作流程，Agent 会提出结构化的澄清问题。

你可以使用一条针对性明确的提示词启动该工作流：

I want to turn my repetitive task into a reusable AI skill. Ask me detailed questions one by one about my inputs, edge cases, tool dependencies, and desired output formats until you have enough information to write a comprehensive skill.md file.

Agent 将系统地澄清：

• 需要哪些 API 或命令行工具。
• 应如何处理非预期错误或空搜索结果。
• 最终交付成果必须遵循什么样的格式风格或 Schema。

对话结束后，Agent 会将答案整理成一个可随时部署的最终技能文件。

步骤 3：录制并自动化手动工作流程

第三种方法借助屏幕录制和浏览器自动化。对于难以用语言清晰表达的数据录入、门户导航或文件处理任务，你可以录制自己执行该任务的过程。

Agent 分析用户的操作序列：

• 识别打开了哪些目录。
• 提取生成文件所使用的命名规范。
• 追踪在企业 Web 表单之间复制的精确参数。

Agent 将这些观察到的交互转换为确定性的 Shell 命令和验证步骤，从而创建一个精准映射你实际操作流程的技能。

发现、分享与保障社区技能的安全

由于现代 AI 技能生态采用开放标准，同一个技能文件夹可以在多个 Agent 平台之间共享，包括 Claude、Cursor、Hermes 和自定义 Agent 运行时。

GitHub 上的社区仓库和精选技能市场提供了用于常见工程任务的预构建技能，例如生成 API 文档、审查 Pull Request 以及检查云基础设施。

然而，引入第三方技能也带来了安全层面的责任：

• 脚本执行风险: 技能可以调用本地 Shell 命令、获取网络依赖项或读取本地配置文件。
• 恶意提示词注入: 构建不良或具有敌意的技能可能会试图窃取环境变量或私密 API 密钥。
• 强制性安全审计: 在激活任何下载的技能之前，请完整审查文本，或指示你的本地助手扫描技能文件以排查可疑的网络调用、凭证访问或 Shell 替换。

结论

多 Agent 范式是迈向 AI 自主性的直观第一步，但模块化技能提供了可靠得多的工程基础。通过将各项能力整合为可复用的基于文本的指令，并通过渐进式呈现来加载它们，开发者可以构建出具备弹性、高性价比的助手，这些助手随着时间的推移不断扩展自身能力，而不会成倍增加架构复杂性。

优势

• 将系统维护整合到单个核心 Agent 中，而不是分散在多个脆弱的子 Agent 上。
• 通过渐进式呈现和按需加载，最大限度地减少上下文窗口的占用。
• 将操作规程以纯 Markdown 文本形式存储，从而简化版本控制和同行评审。
• 在现代 Agent 环境中实现无缝的跨平台技能可移植性。
• 通过消除不必要的 Agent 间闲聊通信，降低实际的 API 成本和延迟。

劣势

• 复杂的多步推理仍然需要在技能文件内部进行精心设计的指令工程。
• 定义不良的技能描述可能导致误判激活或遗漏触发。
• 如果不经审计就包含可执行脚本，第三方技能可能会带来潜在的安全风险。
• 如果单个提示词同时触发多个重叠技能，单体 Agent 循环可能会难以应对。

注意事项

本文仅供学习交流之用。操作规程、代码示例和占位符配置必须根据你的具体环境和安全策略进行调整。在将第三方 AI 技能部署到有权访问生产数据或私密凭证的系统之前，务必对其进行检查和审计。

常见问题解答

• 为什么工程师正在放弃多 Agent 系统？ — 与配备模块化技能的单个 Agent 相比，多 Agent 系统往往会带来高昂的协调开销、复合失败率以及棘手的状态管理问题。
• 什么是 AI 技能？ — AI 技能是一个包含指令的结构化文件夹，通常以 Markdown 文件形式存在，用于指导 Agent 如何以及何时执行特定任务。
• AI Agent 中的渐进式呈现是什么？ — 渐进式呈现是一种设计模式，Agent 最初只加载技能名称和描述，只有在任务匹配时才加载完整指令。
• Agent 如何知道该使用哪个技能？ — Agent 将用户提示词与其技能目录中的语义描述进行比对，以选择相关的工具。
• AI 技能可以运行代码吗？ — 可以，根据授予 Agent 的权限，技能可以包含调用 Shell 命令、命令行脚本或外部 API 的指令。
• 社区技能安装安全吗？ — 社区技能在使用前应始终经过审计，因为若未经验证，它们可能会执行未经授权的脚本或访问敏感文件。
• AI 技能可以在不同的 AI 工具之间通用吗？ — 可以，开放技能规范允许兼容的 Markdown 技能在 Claude、Cursor、Antigravity 以及其他现代 Agent 框架等工具之间正常运行。

标签

#aiagents #anthropic #softwareengineering #promptengineering #automation #artificialintelligence #developers #aiarchitecture #llm #techguide