13. Antropic这个视频视频“Don't Build Agents, Build Skills Instead“,讨论了智能体的发展方向。Claude认为,尽管代理很智能,但它们缺乏领域专业知识和持续学习能力,因此提出了一种名为技能(Skills)的新范式。这些技能本质上是组织化的文件集合,包括脚本和程序知识,充当领域专家的角色,使智能体能够更一致和高效地执行任务。技能的设计理念是任何人都可以创建和使用,并正在形成一个迅速增长的生态系统。一、Anthropic 为什么“放弃”传统 AI Agent核心原因只有一句话:现在 AI 的问题不在“不够聪明”,而在“没有专业经验”。大模型像智商很高但没上过班的新人,面对真实业务场景(财务、法律、工程、运营),稳定性和可靠性都不够。继续堆“更强的 Agent”解决不了这个问题。二、真正的瓶颈是什么不是推理能力,而是可复用的领域专业知识。现实工作需要的是“熟练工”,不是“天才从零推导”。三、Anthropic 的第一个关键转向通往数字世界的通用接口不是复杂工具,而是代码。只要 Agent 能写、能读、能改代码,它就能:1) 访问 API2) 操作文件系统3) 数据分析4) 生成结果而且代码是可调试、可修改的,比固定工具强得多。四、真正的颠覆点:不用复杂系统,只用“文件夹”Anthropic 用一个极端简单的方案解决“经验沉淀”问题:把专业知识封装成技能(Skill)= 一个有结构的文件夹。技能本质是:1 可执行或可调用的程序性知识2 放在文件里,能被版本管理、共享、复用3 需要时才加载,避免上下文爆炸这比“智能 Agent 自动学习一切”要现实得多。五、他们真正构建的不是 Agent,而是三层结构1 模型 = 处理器(负责思考)2 Agent Runtime = 操作系统(负责任务与资源调度)3 技能 = 应用程序(真正的业务能力)价值不在模型本身,而在“技能生态”。六、为什么这比 Agent 更重要因为技能让 AI 第一次拥有了可积累、可迁移、可复利的记忆。今天学到的流程,可以变成技能;明天、下个月、下个版本的 Claude 都能直接用;团队内部、社区之间还能共享。AI 不再每天“从头做人”,而是像员工一样越干越熟。总之,不要再指望一个“无所不能的超级 Agent”。真正有价值的是:一个通用 Agent + 一个不断增长的技能库。AI 的未来不止是“更聪明”,更是“更有经验”。#科技先锋官# #ai创造营#