这半年的AI实用圈有个很明显的换血：上半年大家还在互发"万能提示词"“三明治写作公式”，十月起，同样的帖子突然都改了口径——不说Prompt了，说Skill。
我们这轮跨平台检索了六个平台、几组高频关键词下的137条结果：直接命中"Skill/技能包/MCP"的有36条，其中31条是10月1日之后发的；拿"AI Skills 技能"去搜知乎，返回的19条全部命中，等于一屏全是这条赛道。收藏数据更直白：小红书一条"AI写的文章一眼假？先让AI学会像人说话再重写"拿到近5万赞、6.4万藏——收藏比点赞还多，这是典型的"存下来打算周末装"的帖型，和当年存提示词文档的是同一批人。小红书
热闹背后，另一组信号也在同时冒头：知乎一个111万浏览的问题在吵"Skill不就是prompt吗，为啥被吹成这样"。 36氪10月12日写OpenClaw大更新，标题落脚却是"用户却喊累了"。 一篇号称收录360万个技能的合集文底下，作者自己都补了一句"数量多不等于全都好用"。知乎36氪知乎
跟进党——就是那种天天用AI干活、提示词早就过了新手期、技能文件夹里已经躺了十几个SKILL.md或者正打算抄一份清单装上的人——现在真正的问题不是"Skill是什么"，而是这波要不要跟、跟了怎么不翻车。双11明晚8点闸门就开，各家AI工具的季卡年卡首销都在那个闸门口，掏钱之前，三本账先对完。
第一本账：路由账——你装的每个Skill，都在收"工位费"
先把机制搞对，很多坑是机制理解错了造成的。111万浏览那道题下的一个高赞回答（本身就是做开源技能包的）拆得很清楚：Skill不是一段更长的系统提示词，按Anthropic对Agent Skills的定义，它是一个文件夹——除了SKILL.md正文，还可以有脚本、数据、模板、参考文件，核心机制叫"渐进式披露"：平时只有名字和description两行字常驻在上下文里，命中需求了才加载正文，更深的规则和资料按需再去读，脚本干脆不进上下文、只调用。知乎
这套机制反过来读，就是成本表：每个装上的技能，不管用没用过，它的名字和描述一直在占你的上下文窗口。同一篇拆包文里还有一个更扎心的判断：市面上大量"XX古籍技能包"“一键让AI学会XX”，解压出来就是一个两三万字、把书转写了一遍的SKILL.md——那不是技能，那就是换了个壳的长提示词，还自带常驻税。知乎
另一篇被反复转的知乎文章《装了十几个Skill还是不好用？》给这个现象配了现场：帮朋友收拾AI编程工具，技能列表二十多个，问哪个好用，朋友愣住——“都是看推荐装的”。装完该返工还是返工，AI每次上手还是先猛写一通。二十个技能互相抢路由、描述挤占上下文，就是"装越多越不准"的直接原因。知乎
所以跟进第一步不是装，是两件便宜事：
装完当场验证。那篇文章给的土办法很实用：装好问一句"你现在有哪些技能"，AI报不出来就是没生效——“装了没识别是常有的事”，别默认装完就完事。
分清全局和项目目录。个人习惯类的放全局，绑某个项目的放项目里，别让一个临时项目的需求污染你所有对话。
第二本账：成色账——360万这个数字，和对账的三把尺子
“360万个Skill"是十月中旬刷出来的新行情：一个叫SkillsMP的站号称收录360多万个技能包，按23个职业大组、867个细分职位分类，程序员搜"软件开发工程师"能出128万个——写这篇的作者自己的结语是"把它当skill超市逛就对了，多看看作者和更新时间”。 同期还有号称1500个精选的awesome-agent-skills。供给端的数字大得离谱，需求端就开始需要验货尺子。知乎知乎
这轮社区里能找到的实测口径，恰好给了三把：
尺子一：对照实验。 小红书10月12日有条帖子聊一个去AI味的Skill：作者拿283万字做对照、测了26项常见的"AI写作特征"，按他自己的标准只有11项通过。 这是自述、不是第三方审计，但方向很重要——去AI味这件事，连认真做对照的技能包自己都只过了不到一半。这条赛道有多热你去看收藏榜就知道了，“13个去AI味skill”"5个开源Skill专治AI稿一眼假"这类清单，半个月冒出一排，humanizer-zh这种"元老级"还被传是识别24种中文AI痕迹——数字全是清单自述，装之前当成广告看。小红书小红书
尺子二：学术侧的存疑。 10月17日知乎有人在评价论文SkillsBench，问的是"当前AI Agent的技能真的具备可复用性吗"，高赞的回答口径也很克制：手动验证和比较，没有别的办法。 连"技能可复用"这个Skill立身之本，都还在被论文检验，不是板上钉钉。知乎
尺子三：法律边界。 4月那场"张雪峰.skill"风波别忘了：有开发者基于5本著作和15篇媒体深度报道做了个"张雪峰认知操作系统"技能包，律师公开说法是未经同意制作涉嫌侵权、不商用也侵权。 名人风格类、蒸馏他人职业形象类的skill，看着好玩，风险是跟着文件走的。微博
三把尺子合起来不是"别碰Skill"，而是给个结论边界：证据只覆盖到抽检层面，不能判这波全是泡沫，也不能说照单装就行。值得装的那一类，社区里其实已经跑出共识了——还是那篇"能力缺口"文章的框架：裸AI缺的五块是方法（没流程、拿到需求就开写）、记忆（每轮重新交代背景）、信息（够不着外部数据）、结构（看不懂老项目全貌）、表达（一股AI味）。普通人一天到晚真疼的通常就一到两块，对症装一两个、用一周、确认真的改善了这个症状，再考虑下一个——比装满一货架划算得多。 一两个月回头清一次库：上个月一次没触发过的，删，它不干活还吃着你的上下文口粮。装对了是什么样子？一个测试类技能包的流程长这样：AI拿到需求不再直接开写，而是按"需求分析→用例设计→生成测试点→复查"这条技能名写好的线往下走。知乎
第三本账：维护账——为热潮付费之前，先看清"隐性年费"
Skill生态不是装完就结束，它背后站着一整条工具链，而这条链子十月正在集体喊累。OpenClaw 10月12日发布v2026.10.1，官方数据402位贡献者、2425个PR、3055次提交。 更新里最核心的恰好也是Skills：Agent从此可以先用skills_search主动检索已装技能、再按需读全文——侧面承认了"技能目录常驻Prompt、越来越挤"是真实痛点。但更新发出去，帖子浏览量只有约3.4万，和年初全民"养虾"的阵仗完全没法比。机器之心的报道引了Reddit上一篇《真的受够了更新OpenClaw》：作者明知道本地跑Agent控制权香，还是被每次升级都要修环境磨穿了，转投其他托管方案，“即使每月可能多花200美元，比起维护OpenClaw消耗的时间，这笔钱也花得值得”。同期GitHub上有人从旧版升新版失败、Agent直接不回话（issue #168748），还有人卡在老版本"让ChatGPT帮忙都更新不动"。36氪
维护账还不止时间。维护在工具层是什么手感？技能市场自己都要靠"更新市场源"保持新鲜，而这些更新经常要点一下确认、还得担心冲掉旧的自定义工作流：
十月另一侧的新闻：10月19日36氪写"OpenCode爆雷，GPT、Claude余额一夜清空，创始人也没逃过"。 B站那条3.6万播放、284条评论的《对着Claude贴脸开大，表明国籍：我这一生如履薄冰，你说，下午还能看到我的账号吗》，就是驻外党、200刀ChatGPT深度用户在被风控问路——这种用AI搓了一堆工作产出的人，账号说没就没。 你给技能生态交的订阅费、充的值，本身就是有敞口的，这个敞口跟skill好不好无关，跟渠道和平台风控有关。36氪
对账到双11就很具体了：明晚8点开闸，AI工具的年卡、季卡、"直降XXX"会成片出现。规则很简单——为缺口续费，不为清单续费。如果到现在你连一个装完能报出名字、用满一周的技能都没跑通，那这波该买的是耐心，不是年卡；先用手头工具把"装一个、用一个、留一个"跑通一轮，再决定要不要上更大的订阅。
值得继续盯的三个信号
这波还没到收口的时候，跟进党不用天天焦虑清单，盯这三条就够了：
平台原生技能检索的普及：OpenClaw已经把"主动搜技能、按需读取"做进版本，各家Agent工具跟进的话，"装一堆占工位"的老问题会被产品层解决一大半；
Skills治理和评测的落地：10月19日知乎已经有文章聊Skills治理：能找到不等于能放心用，更不等于适合眼下这个任务。 SkillsBench这类检验若跑出公认指标，清单帖的"自述数字"就该有人接招了；知乎
侵权与风控案例的走向：张雪峰.skill之后同类"人物技能包"怎么处置、账号和余额风险的赔付有没有先例，直接决定 Wild 技能包敢不敢放心装。
一句话收口：这轮热潮里最值钱的不是那360万个技能的目录，是你自己那张缺口地图——别人的清单只是参考，你的症状才是处方。闸门开了先别抢着交钱，对完路由、成色、维护这三本账，装一个，用一个，留一个。
