Anthropic高管断言：“别再造AI智能体了！”他们用一个文件夹，就可以取代智能体

来源：htmlDecode("AI思想者")

原文链接：https://mp.weixin.qq.com/s/8525DGuxO-W4tQ8v2Hf1Fg

【编者按】  本文基于Anthropic团队（Claude大模型母公司）核心成员Barry与Mahesh的最新内部演讲实录编译。他们主导了Claude Code及Agent Skills的开发。文中揭示了2026年AI应用开发的最前沿范式转移——从“ 构建智能体（Agents） ”转向“ 构建技能（Skills） ”。这 不仅是技术架构的迭代，更是普通人低成本驾驭AI的绝佳路径。
当所有人都在疯狂给AI套壳、造各种垂直领域的“智能体（Agent）”时，Claude的亲生父母——Anthropic团队却突然踩了刹车。他们发现了一个惊人的事实： ** 代码才是连接数字世界的通用接口，我们根本不需要那么多五花八门的Agent ** 。
“智商300的AI，为什么连个税都报不好？”因为它们缺的是“老炮儿”的行业经验。为此，他们放弃了造Agent，转而用最原始的“文件夹”发明了 ** Agent Skills（智能体技能） ** 。上线仅5周，数千个技能引爆了开发者生态。

01 智商300的AI，为什么连报税都做不好？

Anthropic团队核心成员Barry认为 “今天，我们每天都在用 ‘智能体（Agent）’ ，但我们依然觉得不对劲—— ** AI有智商，有能力，但唯独缺乏我们真正需要的‘专业经验’。 ** ”
自从MCP（模型上下文协议）成为行业标准，Claude Code（代码智能体）发布后， Anthropic团队 原本以为，不同领域的AI需要完全不同的架构和工具。但很快，他们被“打脸”了。
他们发现， ** 代码不仅仅是一个应用场景，它是通向数字世界的“通用接口” ** 。比如让AI写一份财务报告，它可以通过代码调用API查数据、用Python分析、最后生成文档。底层的架构其实极其简单，只需要Bash（命令行）和文件系统就够了。
但新的致命问题出现了： ** 领域专业知识（Domain Expertise）的缺失。 ** “你想让谁帮你报税？是智商高达300、精通数学原理的天才Mahesh，还是经验丰富的税务老手Barry？我绝对每次都选Barry！我不需要天才去从第一性原理推导最新的税法，我需要的是行业专家的稳定输出。”——Barry直言。
现在的AI就像那个智商300的天才，聪明绝顶，但如果你不给它极其详尽的背景信息，它就干不好活。它吸收不了你的行业经验，也不会随着时间推移自己长记性。这就是为什么你在工作中总觉得AI“笨拙”的根本原因。

02 颠覆性解法——别造Agent了，造Skill！

既然AI缺经验，怎么补？Anthropic给出的答案极其反直觉： ** 停止构建智能体，开始构建技能（Skills） ** 。
什么是Skill？说出来你可能不信， 它本质上就是一个“文件夹” 。里面打包了文件、指令和程序化知识。这种极简设计是故意的，只要你有电脑，无论是人还是AI，都能轻松创建和使用。
“我们用文件作为基础单元已经几十年了，既然好用，为什么要改？”Mahesh解释道。你可以把这些“技能文件夹”放在Git里做版本控制，扔进Google Drive，或者打包发给同事。
相比于传统的“工具（Tools）”，Skills解决了两个致命痛点：
** 1. 告别“冷启动”死锁： **  传统工具如果指令写得模糊，AI一旦卡住就毫无办法。而Skills里包含的是代码脚本，代码本身就是最好的文档，AI甚至可以自己修改它。 ** 2. 拯救“上下文窗口”： **  以前塞太多工具，AI的脑容量（上下文）就爆了。现在，Skills采用 ** “运行时渐进式加载” ** 。平时只给AI看个目录（Metadata），等它真要用某项技能时，再去读取文件夹里的核心指令（skill.md）。这让AI同时挂载成百上千个技能成为可能。 “我们经常看到Claude反复写同一段Python脚本来调整PPT格式。现在，我们直接让Claude把这段脚本存进Skill里，留给‘未来的自己’用。效率瞬间翻倍。”

03 MCP + Skills = 2026年AI终极架构？

这个看似简陋的“文件夹”设计，在发布仅仅5周后，就催生了数千个技能的生态大爆发。目前，这些技能分化出了三大阵营：
首先是 ** 基础技能 ** ，比如Anthropic官方做的文档技能，让Claude能直接排版专业级Office文档；其次是 ** 第三方技能 ** ，比如Browserbase做了一个浏览器自动化技能，Claude装上它，就能像真人一样在网页上点来点去查资料；最让人兴奋的是 ** 企业内部技能 ** ，许多世界500强公司正在用Skills教AI学习公司内部的“奇葩”软件和最佳实践。
更重要的是，Skills正在与今年大火的MCP（模型上下文协议）完美互补。 ** MCP负责连接外部世界的数据，而Skills负责提供处理这些数据的“专家经验” ** 。
由此，一个通用的AI终极架构浮出水面：
Agent Loop（管理上下文） + Runtime（提供文件系统和代码环境） + MCP Servers（连接外部工具） + Skills（提供专业知识库） 。
基于这套架构，Anthropic在发布Skills后，瞬间就推出了针对金融服务和生命科学的垂直行业解决方案。不需要重新训练模型，只需配上对应的MCP和Skills，Claude立刻变身华尔街分析师或生物医药专家。

04 让AI“自己写技能”，实现真正的持续学习

如果说现在的Skills还需要人来写，那么Anthropic的终极野心，是让AI自己创造技能。
“我们设计Skills，就是为了迈向 ** 持续学习（Continuous Learning） ** 。”Barry激动地表示。当你开始用Claude时，它写下的任何程序化知识，都能被打包成Skill，供未来的它自己使用。这让“AI记忆”变得极其具象化——它不记废话，只记能用来干活的“手艺”。 “我们的目标是，陪你工作了30天的Claude，绝对比第1天的Claude强得多。它能瞬间获取新能力，按需进化，并丢弃过时的技能。”
在演讲的最后，Barry和Mahesh打了一个绝妙的比方：在计算机时代， ** 模型就像是“处理器（CPU）” ** ，极其强大但单打独斗没用； ** Agent Runtime（智能体运行环境）就像是“操作系统（OS）” ** ，负责调度资源；而 ** Skills，就是运行在上面的“应用软件（Apps）” ** 。
世界上只有少数公司能造CPU和操作系统，但有数以千万计的开发者可以写软件。Skills的出现，就是把AI的“应用层”向所有人敞开了大门。哪怕你是不懂代码的财务、HR、法务，只要把你的经验放进那个“文件夹”，你就在创造属于自己的AI专家。 🤔 你认为Skill s 能直接取代AI智能体吗？
** 欢迎在评论区留下你的看法，一起探讨。 **
👇 精彩还在继续 👇   如果你觉得这篇文章对你有启发   请点个【赞】和【在看】支持我   欢迎分享给身边的朋友 🌟