你以为AI变笨的那天，它可能只是替你打了几份工。
最近全网都在疯传"Skill"：“5个神级Skill，装完Codex直接开挂”，“至今为止，全球最多人装的10个Skill”……这类清单帖，有人照着安装榜一个个整理，有人照着装完直呼开挂。平台也没闲着——美团已经上线DeepSkill技能市场，收录的技能从9月初的约13万个涨到超过37万个，一个多月近乎翻倍。但评论区也在上演另一幕：有人只装了一个技能，结果每个对话AI都抢着用——“回复慢不说，额度还掉得特别快，我直接给删了”。小红书小红书36氪微博小红书
为什么别人装完开挂，你装完拖后腿？先搞懂机制。
Skill本质上不是提示词，而是AI自动翻阅的"员工手册"。 不用每次聊天都点名，它判断任务相关就自己掏出来照着干——按官方定义，技能就是"装好说明书、脚本和资源的文件夹"，智能体在需要时动态加载。这是它的爽点，也是坑点：装得越多，越多"员工"在你看不见的地方抢着上工，各自读上下文、各自想主导节奏。一条高赞评论说得很专业：问题不在装得多，而在它们争夺决策权——触发条件越宽，模型越容易重复规划、重复读上下文，时间和token一起被吃掉。Anthropic官方博客小红书
所以装Skill的第一道门槛不是安装命令，而是这3个问题：
1. 这个需求，你是不是每周都遇到？ 一个月才用一次的活儿，两行提示词当场解决，别让它常驻。别人的刚需不是你的刚需。
2. 它的触发边界窄不窄？ “把PPT做漂亮点"是坏边界，越宽越容易误伤所有任务；高级玩家甚至给每个Skill写上"退出条件”。
3. 你说得清它在干什么吗？ 网红技能可以借，但别照抄完就上岗：先试运行、问AI"这个skill的完整执行流程是什么"，自己审阅一遍再用——官方给的建议也是同一句：来源不够可信的技能，用前彻底审查。毕竟很多技能的更新速度赶不上模型迭代，装错了不但不加分，还可能拖垮性能、疯狂烧token。Anthropic官方博客小红书
已经装了一堆的，两条指令清库存：先让AI把本机所有技能列一张总表——名称、来源、功能、何时被调用、存放位置，再对症下药：不用就删、用完就冻结、留下的收窄边界。有B站UP主最近一期的标题就起得很透：《我装20个Skill，一周后只剩3个》。哔哩哔哩
再说个反直觉的结论：Skill最高级的用法不是"装"，是"长"。 当你发现同一类任务已经反复打磨好几轮，就让AI总结"需求"和"结果"，连同技术重点一起沉淀成自己的agents.md或skill。自己长出来的20行，胜过抄来的200行。小红书
当然，评论区也不缺冷水：“啥也不装，codex已经非常牛，讲七讲八的人只是贩卖焦虑，强行让一个没有门槛的工具变得有门槛”。这话值得当默认答案：犹豫就不装。 提效工具永远服务于你的真实工作流，而不是你的收藏癖。小红书
AI的价值从来不在它身上堆了多少技能，而在你能不能指挥得动它。
