用AI写代码的人都有同一段肌肉记忆：每开一个新对话，重新交代一遍规矩——项目用pnpm不用npm、先写测试、别动那个目录。交代到第三遍你就想问：这些东西能不能教一次、永久生效？
这个11月，开发者社区给出了同一个答案：Skills。
GitHub热榜被Skills承包了
火到什么程度？这个月的GitHub趋势榜，带"skill"的仓库占了一大片：Cloudflare的security-audit-skill一个月新增4.2万+星，Anthropic的skills仓库新增1.3万+，Google、Vercel也发了自家的。连新人项目t3code——一个"从手机电脑都能控制Claude Code、Codex"的入口——都做到24小时新增3,658星。吴恩达的Agent Skills课程也刷到了B站。小红书知乎哔哩哔哩哔哩哔哩
还有给整个开发流程"定规矩"的：工程技能包addyosmani/agent-skills冲到十一万星，从写需求、拆任务到写代码、做测试、审代码全流程定好，九条斜杠命令从需求一路跑到上线，先写测试再写代码。小红书
说白了，AI编程的竞争，正在从拼提示词转向拼技能包。
Skill到底是个啥
它不是插件，不是API。就是一个文件夹，里面装一份SKILL.md：开头YAML写name和description，正文用Markdown写操作说明，外加scripts、references、assets三个子目录可选，放脚本、参考文档和模板。写的不是"更长的提示词"，是一套流程：活按什么顺序干、每一步怎么验收、哪些坑不能踩。Cloudflare的审计skill把六个阶段拆成十几个文件，主流程只放SKILL.md，攻击类别按目标类型分文件，用到才读。小红书
它能普及又不撑爆上下文，靠的是渐进加载：启动时每个skill只读name和description，约100 token。任务匹配上了才加载正文（建议不超5000 token），脚本和参考文件真正用到才读。所以description写得好不好，直接决定这个skill会不会被触发。小红书
这也回答了评论区一个很典型的疑问：有用户直接问"skill装完以后，用不用每次聊天都要带？"。答案是不用——agent自己判断什么时候翻开手册。小红书
三种上手姿势
1. 装现成流程。Addy Osmani那套工程技能包，专治"AI跳过写规格、不跑测试就交差"：从写规格、拆任务、动手写、做测试、评审到上线，全程按工序来。一行命令就能装进Claude Code、Cursor这些工具。小红书
2. 用技能控制成本。shadcn的做法是一个/improve技能：只用最强的模型做规划，代码交给便宜的模型写，你只为"思考"付顶级模型的钱。一个skill，把"谁思考、谁动手"变成了固定工作流。小红书
3. 把自己的重复劳动写下来。Matt Pocock的home repo模式就是这么干的：skills、配置文件、wiki和自制工具都放进一个仓库，agent每次都从这个仓库启动。你可以从更低的一档开始：把"每次都要交代的那件事"（提交格式、测试要求、禁改目录）让AI写成SKILL.md，丢进项目的技能目录，观察它触发没有。哔哩哔哩
提示词是个人手感，Skills是可复用的资产。这一波之后，人和AI编程的分工才算真清楚：人负责教会它"怎么干活"，AI负责每次都按教的干。
