8月22日，一个没什么名气的开源仓库 mattpocock/skills 在GitHub单日涨了3368星，直接冲上Trending；整个8月，它的月涨星数是50,486，总星数来到23万+。知乎同一个月，Andrew Ng发布官方Skills Map、arXiv上挂出一篇8,135次试验的Skills论文、DeepSeek Harness开源48小时破10万星、Salesforce和阿里在同一天放出官方Skill工具。哔哩哔哩
如果你在用Claude Code、Codex这类编程Agent，最近大概率被"装Skill"刷过屏。但这一轮和之前的提示词热潮不一样：Skills正在从"玩法"变成"工程问题"。值不值得跟、怎么跟，这篇替你把8月的信号捋一遍。
一个月发生了什么
先把时间线拉出来。8月14日，Andrew Ng发布了AI Engineering Skills Map第一版，8月21日又亲自展开其中的第一部分。知乎论文这边，8月19日，《Demystifying Agent Skills》在HF Daily Papers排到当天第一。知乎紧接着8月22日，mattpocock/skills登顶GitHub Trending。知乎
再看GitHub月榜：抓取的Top 19里，直接和Agent、Skills、上下文/记忆、模型路由相关的项目占了13个。知乎更值得注意的是，@claude、@codex、@cursoragent这些AI账号，大量出现在热门项目的贡献列表里——Agent已经在替人写代码、提PR，这不再是宣传口径，而是写进git log的事实。
mattpocock/skills火在哪？作者Matt Pocock是前Vercel工程师、Total TypeScript创始人，仓库里39个技能全是他自己带AI写代码时的实战沉淀，还给失败模式归纳成四类：对齐失败、语言冗长、反馈缺失、架构腐化。知乎像/grill-me让AI反过来拷问你的需求，/tdd强制先写测试，全是把"怎么管AI"固化成了可复用的文件。
8,135次试验泼的冷水
狂热的时候，论文数据值得看一眼。这篇论文的结论很反直觉：作者把Skill的作用归类后发现，65.7%的案例属于程序性锚定，也就是帮Agent稳定执行一套动作，明确的知识注入只占4.5%。知乎也就是说，往Skill里堆资料基本没用，写清步骤才有用。
Skill确实比让Agent自己记笔记强：匹配实验里比Workflow Memory高6.06个百分点，成功率61.9%对55.9%。这个结果值得看，但研究比较的是受控条件下的匹配任务，不能直接翻译成"Skill永远更好"。
最该警惕的是第三组数据：检索池从5个Skill扩大到100个时，实际使用精度从29.6%掉到了3.3%。知乎装得越多，模型越不知道该用哪个。所以"Skill是不是智商税"这个问题可以放下了：它有效，但有效的前提是少而精、写流程而不是堆知识。
社区已经分成两派
装过一波Skill的人，现在正在分道扬镳。一派是"删除派"：有深度玩家直言，GPT-5.6上线之后，他把Superpowers、GSD、Impeccable这类编排框架几乎全删了。知乎理由是新模型自带了这些能力，通用开发类Skill正在被模型本身淘汰。
另一派是"沉淀派"。Codex的项目里出现了贴着PR流程走的Skill：codex-pr-body负责把PR写清楚，babysit-pr负责在PR创建后持续盯评审、CI和合并状态。知乎开源不到48小时破10万星的DeepSeek Harness，把"一切皆插件"做成了架构，skill在它那里是纯指令、由插件系统承载加载。知乎还有一个极端案例：i-have-adhd在GitHub拿下超过1.8万星，核心内容只有一份SKILL.md，仅把AI的回答顺序重新规定了一遍。知乎
两派吵归吵，落点其实一致：通用技能会被模型迭代吃掉，但"你的项目为什么这么设计、你的团队怎么验收"这类只属于你的知识，模型永远变不出来。项目级Skill不再规定工作流，而是补充上下文。
看懂这一轮的两个坐标
如果不想被每天的新闻牵着走，可以用两个轴给这波变化定位。运行轴：CLI → Shell → SDK → Harness，Agent的运行外壳越来越厚；能力轴：临时 Prompt → 可复用 Skill → 受版本与评估管理的 Skill，提示词是一次性的，Skill是可分发的，而今年8月开始，头部玩家在做的是给Skill加版本管理和效果评估——这才是"工程化"三个字的真实含义。知乎
一句人话总结：Shell负责确定性动作，Skill负责上下文相关的判断。知乎判断你该投入哪边，就看你的痛点是"AI执行不稳定"还是"AI不懂我的规矩"。
Andrew Ng的判断也是同一个思路：Agent Performance = Model + Harness + Context + Tools + Environment。知乎模型只是其中一项，剩下四项全是工程活。这张Skills Map来自对超过10,000条招聘信息、专家访谈和调查反馈的整理，分量不轻。
要不要上手，先问四个问题
给准备动手的人一个决策清单。一问：模型是不是在重复犯同一个错？是，就值得写Skill，这是程序性锚定的主战场。二问：这个知识是不是只对你的项目成立？是，优先级拉满；不是，等模型更新，通用Skill大概率会被吃掉。三问：你能不能写清验收标准？写不清就先别写，Skill的价值在流程明确。四问：你愿不愿意持续维护它？Skill不是一次性配置，是活的文档。
方法论上可以直接抄Anthropic的实践建议：早期项目先从20到50个真实任务起步，远比一开始就构建数千条测试数据有效，用评估驱动开发，拿数据说话而不是凭感觉。知乎
谁不用急，以及盯什么信号
不用急的是两类人：纯观望党不必现在上车，通用Skill的淘汰速度比模型更新还快；重度用户也别焦虑，你已有的CLAUDE.md、AGENTS.md就是Skill的雏形，迁移成本很低。
值得持续盯的三个信号。一是"录屏教AI"正在成共识：两个月前Codex上线了Record & Replay，Anthropic在Claude Cowork里加入Record a skill，最近微软又把这套思路封装成开源桌面工具Skill Recorder，写Skill的门槛马上要降到零。知乎二是skills.sh这类Skill榜单的涨落，能看出哪些方向在被社区投票。三是大模型厂商的动向——每次新模型发布，都会洗掉一批通用Skill，也都会逼出一批新的项目级需求。
这一轮Skills浪潮，本质上和当年从裸写SQL到用上ORM是一回事：工具把底层能力封装掉之后，竞争就从"会用"变成"用得有没有章法"。模型能力是租来的，谁都能调用同一个API；但沉淀在你仓库里的那几十个Skill，才是你自己的复利。
