@10xmylife: 我忽然意识到,随着 Agent 能力不断进化,Skill 很可能会成为比软件更重要的应用形态 传统软件,本质上是在给用户规定一种固定的工作方式:打开应用、寻找功能、填写表单、按照流程一步步操作 但 Skill 不一样。它没有提供界面,而是…

X AI KOLs Timeline 新闻

摘要

本文探讨了随着AI Agent能力的进化,Skill(技能/工作流封装)可能取代传统软件成为更重要的应用形态,未来Agent将围绕任务动态组合Skill,而软件则退居后台作为基础设施。

我忽然意识到,随着 Agent 能力不断进化,Skill 很可能会成为比软件更重要的应用形态 传统软件,本质上是在给用户规定一种固定的工作方式:打开应用、寻找功能、填写表单、按照流程一步步操作 但 Skill 不一样。它没有提供界面,而是提供完成任务的方法、经验、规则和工具调用方式。 Agent 可以根据目标,自由组合多个 Skill,动态完成任务。 当 Agent 配合 Skill 已经能交付最终结果时,用户为什么还需要亲自打开某个软件,学习它的界面,再按照它规定的流程操作? 当然,软件不会消失。数据库、支付系统、专业工具和基础设施仍然存在,只是它们会逐渐退到后台,同时以 API 和 cli 的形态存在,方便 Agent 调用 未来的应用生态或许是这样的: Agent 替代软件入口(已经有这个趋势了) Skill 封装固定工作流 API 和工具替代人工操作(Agent 大基建) 软件成为后台基础设施 过去是人主动寻找软件来完成任务,未来是 Agent 围绕任务,主动组织一切可用能力 Skill 很可能会成为 Agent 时代新的应用分发单位
查看原文
查看缓存全文

缓存时间: 2026/07/13 11:53

我忽然意识到,随着 Agent 能力不断进化,Skill 很可能会成为比软件更重要的应用形态

传统软件,本质上是在给用户规定一种固定的工作方式:打开应用、寻找功能、填写表单、按照流程一步步操作

但 Skill 不一样。它没有提供界面,而是提供完成任务的方法、经验、规则和工具调用方式。 Agent 可以根据目标,自由组合多个 Skill,动态完成任务。

当 Agent 配合 Skill 已经能交付最终结果时,用户为什么还需要亲自打开某个软件,学习它的界面,再按照它规定的流程操作?

当然,软件不会消失。数据库、支付系统、专业工具和基础设施仍然存在,只是它们会逐渐退到后台,同时以 API 和 cli 的形态存在,方便 Agent 调用

未来的应用生态或许是这样的: Agent 替代软件入口(已经有这个趋势了) Skill 封装固定工作流 API 和工具替代人工操作(Agent 大基建) 软件成为后台基础设施 过去是人主动寻找软件来完成任务,未来是 Agent 围绕任务,主动组织一切可用能力 Skill 很可能会成为 Agent 时代新的应用分发单位

相似文章

@Xudong07452910: 这篇论文让我感觉,我们对「AI 会取代程序员」这件事的讨论方向可能全错了。 核心观点:AI Agent 的出现不是让软件工程师工作效率更高,而是让「把决策逻辑永久编码进软件」这件事本身变得越来越不必要。 作者说的是一个更根本的范式变化:传…

X AI KOLs Timeline

这篇论文认为AI Agent的出现不是让程序员更高效,而是从根本上改变了软件范式的本质——代码从永久固化决策逻辑的静态产物,变成了LLM动态生成、用完即弃的临时工具,软件工程的核心将转向设计可靠的推理约束边界。

@Xudong07452910: 这篇 SkillOpt 论文挺有意思,它其实在讲一件很重要的事: AI Agent 以后不只是靠人写 prompt,而是可以自己训练自己的“工作说明书”。 现在很多 skill / prompt 都是一次性写出来的,真实任务一多,各种边界…

X AI KOLs Timeline

SkillOpt introduces a systematic controllable text-space optimizer that enables AI agents to train and improve their own skills (like 'work instructions') through iterative edits and validation, outperforming human-crafted and one-shot prompts across multiple benchmarks and models.

@op7418: https://x.com/op7418/status/2065232309310427565

X AI KOLs Timeline

This article discusses the concept of Skills in the AI agent ecosystem, arguing that Skills are more than prompts—they are packaged capabilities that externalize human expertise into reusable workflow units. The author shares design principles and case studies from building popular Skills.