这周，知识管理圈同时出现了两个完全相反的场景。
一边是市场狂飙：知乎上一篇广为流传的整理帖统计，仅一个专门收集 Claude Code 技能的市场，就已经收录了 233 万个 Skill。知乎腾讯 3 月上线的技能市场 SkillHub，如今挂着的技能也有 7.8 万个。36氪Skill 正在变成 AI 知识管理的新战场。
另一边是老用户在卸载：知乎问题「Codex 用户集体弃用 Skills 是明智还是短视？」引发大量讨论，其中一个高赞回答说得很直白：Skill 就是提示词，就是补充知识，公共知识没必要做成 Skill。知乎一边在加仓，一边在清仓，到底哪边是对的？
Skill 不是软件，是一份会加载的说明书
Skill 的官方定义很朴素：教会 AI 智能体「如何用、何时用工具」的 Markdown 指令文件。知乎每个 Skill 就是一个文件夹，核心是一份 SKILL.md，本质是给 AI「动态加载」的操作手册。
关键词是「动态加载」。以微信读书的官方 Skill 为例，绑定账号后，AI 可以调用你的个人阅读数据，查书、看书架、统计阅读习惯、整理笔记、推荐书籍。36氪
这就是 Skill 和收藏夹的根本区别：收藏夹是「存起来以后看」，Skill 是「以后替我干活」。但注意，Skill 装进去之后，清单和描述会住进助手的系统提示词里，装得多不等于赚得多，这里有三笔隐性账。
Skill 囤积的三笔隐性成本
第一笔是上下文税。Claude Code 启动时，目录里的所有 Skill 都会被加载进系统提示词：10 个还好，50 个开始明显拖慢响应，100 个以上，每次对话还没开始就先被抽了一道税。知乎上下文窗口被说明书占掉，留给真实任务的空间就小了。
第二笔是注意力稀释，劣质 Skill 甚至会帮倒忙。Skill 里每一句话都是给 AI 的指令，啰嗦、矛盾的指令会稀释模型对关键信息的注意力，就像给聪明的员工派活，同时告诉他「去 A 地找张三」和「张三在 B 地」，他会原地懵掉。而市面上很多 Skill，是把网上散落的经验帖、教程搜集起来拼凑成的，没针对具体场景优化，也没反复打磨过。知乎典型问题有四种：把宣传文案写进说明书，小尺寸模型会真信了自己有某种神技，一本正经编出不存在的功能；给 A 平台做的 Skill 混进 B 平台的安装说明，AI 分不清自己在哪；把写给人看的话塞进给 AI 的指令，智能体会认真执行一个不存在的操作；还有「说话更像活人」这种空洞要求，写了和没写一样。在那篇高播放回答的判断里，市面上流通的 Skill 95% 无效，5% 不但无效反而有害，真正值得装的只有 5% 左右。
第三笔的根源是门槛太低：Skill 不需要编译、不需要测试、不需要版本管理，谁都能发，也意味着鱼龙混杂。知乎安装一个 Skill 也特别简单，往往一句话指令加一次授权就完成了：
门槛低不是原罪，但它意味着筛选成本全部转移到了用户身上。
值得装的 Skill，其实只有两类
把两边社区的观点合起来看，真正有价值的 Skill 大致只有两类。第一类是私有知识，也就是模型训练时学不到的东西：你的项目规范、团队流程、写作习惯，还有你自己账号里的数据。微信读书官方 Skill 就是前一种样本，它接的是你个人的书架和阅读痕迹，让它出一份阅读年报，读过几本、读了多久，一张表就给你算清楚。
第二类是固定流程的脏活：流程固定、格式固定，不需要灵感，只需要照章办事。就像知乎用户举的软著申报例子，把整套流程和模板固化进脚本，AI 不用现场摸索，直接调用就能干活，这才是 Skill 该有的样子。知乎
两类之外的「教你写爆款标题」之类的泛知识 Skill，现在的主流模型大多原生就会，装它只是占上下文、稀释指令。知乎这也是 Codex 用户卸载的核心逻辑：不是 Skill 没用，是大部分 Skill 没必要装。
裁剪三步法
第一步，装前先扫。优先官方出品，Codex、WorkBuddy、Claude Code 的官方 Skill 一般经过打磨、质量可控，第三方的默认先持怀疑态度。知乎装之前让 AI 把 SKILL.md 扫一遍，确认三件事：指令有没有自相矛盾、有没有和任务无关的宣传内容、是写给 AI 的还是写给人的。
第二步，装后实测。找一个你跑过、结果已知的常用任务，指定新 Skill 再跑一遍，看有没有真实提升，可以让 AI 先自评，人再看一眼。知乎这一步就像装机后的试用期，比如给刚配好的 Skill 丢一个真实问题，看它答得怎么样：
没有提升，果断卸载。第三步，分层归档。参考知乎那位整理过海量 Skill 的用户的思路，可以简化成三层：全局只放每次会话都可能用的高频 Skill，项目专属的放进对应项目，一个月没用的移进归档。他的标准很直接：过去一个月都没用过的 Skill，就不该待在全局目录里占位置。知乎
连造工具的人都在这么裁剪。Claude Code 创始人 Boris Cherny 的主张是每隔六个月删掉 CLAUDE.md、Skills 和 Hooks，重新评估新模型还需要多少指令；Opus 5 发布后，他的团队一次删除了超过 80% 的系统提示词。36氪
两个值得继续盯的信号
一个是 Skill 经济正在成形：SkillHub 已经在 7 月上线 SkillPay，按调用次数给钱，调一次算一次。36氪知识管理的方向，正在从「存资料」变成「沉淀能干活的能力」。
另一个是企业侧的蒸馏：4 月走红的开源项目同事.skill，抓取语音转文字和截图喂给 AI，复刻一个人的沟通风格和工作习惯。36氪当经验本身变成可以计价、可以转移的资产，会管理 Skill 的人和不会的人，差距只会越拉越大。
上一代的收藏夹坟场是「存了不看」，这一代的坟场是「装了不调」。如果这篇只记一句话：Skill 是资产，但没有管理的 Skill 是负债。知乎
