10月7日晚上，一条22秒的竖屏视频在B站跑了近9万播放：9214个赞、4536个收藏。标题只有一句话，但凡是最近用过AI编程工具的，看到都会条件反射地头疼：Claude装好了，Codex还得装，换到OpenCode又来一遍。 这条视频在四天里涨到近9万播放，收藏率这么高，不是因为好笑，是因为想留着以后用。哔哩哔哩
有意思的是，这条视频本身是个工具推广，热评大多在刷片里的小人动画；但翻到评论区深处，有一小撮人在认真交换迁移笔记：“一般装在.agent/skill这里的东西大部分都能兼容来着”，另一个人接话：目录对上大部分确实能直接搬，我那次也是整包挪过来的，一个个装的功夫全省了。 广告可以无视，但这个痛点被社区用另一种方式验了真。哔哩哔哩
一、Skills什么时候从"插件"变成了"资产"
装一遍还好，装三遍就是税。税感的来源是：你积累的东西变值钱了。
按10月11日发布的《Agent Skills开放标准完全指南》梳理：Anthropic在2025年12月把Agent Skills作为开放标准发布，核心简单到只有"一个文件夹加一个SKILL.md"——YAML元数据加Markdown指令，可选再挂scripts/、references/、assets/目录。真正让各家快速跟进的是"渐进式披露"机制：Agent启动时只加载每个技能约50 Token的元数据，用到才展开正文。指南里算了笔账：20个技能全塞系统提示词约消耗20,000 Token，换成Skills后基线约1,000 Token，省掉九成上下文。知乎
采纳的速度更夸张：微软、OpenAI在标准发布48小时内跟进，截至今年2月初公开技能超过85,000个，支持平台27家，Cursor成了第一个全面采用的AI IDE。知乎
也就是说，半年前你给Claude Code写的那些"当我需要X时按Y流程做到Z标准"的SKILL.md，今天是一份跨工具携带的格式——它不再依附于某个编辑器，而是你封装了自己工作流的资产。资产反复重装，才会疼。
二、三大Skills框架：不装是原始人，乱装是冤种
疼的第二层，是这个月知乎上被转烂的那篇《三大AI编程智能体Skills框架对比》（译自addyosmani/agent-skills仓库内的官方对比文）。现在个人开发者的标配不再是"装几个技能"，而是选一套"技能编排框架"，而三套框架解决的根本不是同一个问题：
Superpowers（Jesse Vincent/obra）：一条完整的开发流水线。苏格拉底式头脑风暴出带日期的需求规格，再转成"让一个充满热情、审美很差、完全没有上下文的初级工程师也能执行"的计划，然后子智能体逐项实现、评审循环、最后用最强模型整分支终审，还强制Git Worktree隔离并行任务。适合把大型模糊任务整个丢给Agent自主跑。
Matt Pocock’s skills：一位真实工程师的日常工具箱，核心是Grilling深度追问机制——grill-me替你把需求问穿，并明确区分"用户主动调用"和"模型自动调用"两类技能，把上下文窗口当稀缺资源管。这套工具箱目前在GitHub上已经有12.5万Star。 适合轻量、聚焦的日常开发。知乎
agent-skills（Addy Osmani）：按整个产品生命周期组织技能，靠元技能路由任务，自带"常见合理化借口+反驳"和"红旗警示"两类防偷懒机制，/ship会并行拉起多个评审角色合成Go/No-Go决策；也是三者中唯一在仓库内做了目录级Eval评测的，并且支持在多个主流平台通过单条命令安装。 适合从需求到发布都要管的功能开发，以及需要统一标准的团队。知乎
有个Om Mishra做的受控实验值得一提：同一个Claude Code环境，只换框架，结果agent-skills更快进入编码、验证轮次更多，Superpowers则把功夫花在事前架构推理上。作者特意强调，这只是一个开发者针对单项任务开展的实验，不能视为标准化基准测试——但至少说明：框架之间的差异是真的，选错方向的成本也是真的。知乎
三、跨工具迁移的三个坑，每一个都在收税
框架选定只是开始。把三篇帖子和评论区笔记拼起来，目前生态的真实兼容水平是这样的：
坑一：兼容在目录层，不在运行时层。 SKILL.md格式各家都认，"目录对上大部分能直接搬"是社区共识；但知乎上也有人碰到过不读项目级.agents/skills、软链都指不过去的工具。搬得动文件，不等于搬得动行为，换工具后第一轮任务要盯着它调用技能的过程看。
坑二：双路由器打架。 框架对比文里最硬核的一条警告：这些框架本质是Markdown技能集合而不是独立运行时，混搭单个技能可行，但不要同时启用两个框架的主路由器——路由行为会不可预测。 正确姿势是选定一个主路由框架，再挑其他家的独立技能拿来用。知乎
坑三：装多了，Agent反而变笨。 这是10月8、9、10三天连续三篇知乎帖在说的事：技能数量多了之后，Agent每一轮都要在几十份说明书里翻一遍，才挑出要用的那两三个。 技能之间逻辑冲突、调用错误的概率也随数量上升——技能数量多了之后，管理能力本身也成了问题。知乎知乎
两个月前那篇骂oh-my-opencode"往上下文里塞了多少东西"的吐槽文，现在回头看是预言。 SkillFS、分层加载这类治理方案冒头，说明"技能数量管理"正在变成新的工程问题——和"敢不敢合并代码"一样，这是AI编程普及后的第二批瓶颈。知乎
另外，三个框架有一个共同空白：持久化跨会话记忆谁都没解决好。你的Agent在这个会话学到的教训，下个会话大概率失忆，目前只能自己搭一部分基础设施。知乎
四、按你现在的状态，动作分开做
还没装框架的轻度用户：先别急着装三大框架。写2到3个自己的SKILL.md（重点磨description，那是Agent决定调不调用你的技能的唯一线索），比装一百个别人的技能收益大。
Claude Code主力、偶尔借Codex/OpenCode的用户：把技能统一收进一个目录（社区经验是.agents/skills这类通用路径），迁移时整包搬+逐项验证行为；想要多平台一条命令安装的，agent-skills的安装机制是目前三家里最顺的。
已经装了框架、觉得越用越乱的用户：先盘点路由器数量（留一个）、再盘点技能数量（按分层加载思路做减法），最后考虑治理工具。
值得继续盯的三个信号：Agent Skills标准会不会把"版本管理/CI检查"写进规范、各家跨会话记忆方案的进展、以及27家平台名单接下来的扩容节奏。
模型人人同款的时代，你和别人用的Claude没有区别，有区别的是你封装进Skill里的那套流程和判断。 既然是资产，就该按资产的规矩管——别让它继续躺在六个工具目录里，每次换工具重买一遍。知乎
