标签
OpenAI表示，顶尖企业使用插件的频率是普通企业的两倍，使用技能的频率是普通企业的六倍，凸显了前沿企业的采用模式。
Google Cloud 的 Agent Plugin 让开发者能够将 skills、MCP 服务器和工具打包到一个便携文件夹中，从而为 AI 代理实现一次构建、随处使用的工作流。
Garry Tan 的见解：初创公司将变成 Markdown 文件加上 AI 代理，将专业知识转化为持久资产，并对个人 AGI 时代进行了评述。
This paper proposes amortizing the high token cost of reasoning-mode LLMs by distilling domain-specific skills from existing trajectories into system prompts, recovering most of the reasoning gap on agentic benchmarks while emitting far fewer tokens.
本文认为，企业中的AI智能体由技能、工具和MCP服务器等代码构件组成，因此应当像管理软件代码一样对其进行治理，而非将其视为文档或审批清单。因为智能体本身不稳定，而底层技能是可复用且稳定的。
作者认为许多研究型智能体项目可以用在现有 harness（如 Codex）中运行的“skill”来替代，并分享了他们将一个 Reddit 客户研究流程实现为 Codex skill 的经验，其中只使用了确定性的 Python 辅助函数，同时对何时真正需要自定义智能体运行时提出了质疑。
Matt Shumer 分享了一种将技能适配到 Claude Opus 5 的方法：一个循环，先更新技能，然后将更新后的技能与 Opus 4.8 上的旧技能进行基准对比，反复迭代直到 Opus 5 胜出。
Teknium 宣布 Hermes Agent 现在支持主要 AI 玩家采用的便携式插件标准，实现与 MCP 和 Skills 的兼容，同时保留原生插件扩展。
Matt Pocock 强调了 /wait-what 命令在解释代码方面的用途，例如理解模块、最近的更改或语法，该命令现已在他的技能 v1.2 中提供。
Book-to-skill 是一个开源工具，可将技术书籍转换为供 AI 编码智能体使用的结构化技能，通过按需仅加载所需章节，将 token 使用量减少 24 倍至 51 倍。
mattpocock/skills v1.2 发布，新增了 /wait-what、/writing-for-agents，并对 /grill-me 进行了重大更改，旨在改善 AI 代理的交互。
一位 LangChain 团队成员解释道，Skills 是可分享的提示词，能帮助 AI 智能体专注于特定任务，并强调了它们在智能体开发中的价值。
Google正在为Gemini Enterprise准备插件和通知区域，旨在为企业用户将可重复使用的工作流与连接器和技能打包。这些功能仍在开发中，尚未有官方公告或发布日期。
这篇论文爬取约82.1万个公开技能并精选为96,401个，在多个基准与测试框架上评估，最大综合增益达+7.5pp，并发布SkillHub供用户直接使用。
Sam Altman 预言，创业成功将越来越取决于对 AI 工具的熟练程度，而非传统的多年经验。
一份实用的 Pi Coding Agent 完整配置方案，包含 17 个插件、18 个全局 Skill 和 2 个 MCP server，带一键安装脚本，旨在将其打造成强大的终端编码代理。
Anthropic分享了从新Claude模型中移除80%的Claude Code系统提示的经验，建议用户让模型自行判断而非遵循严格规则，并更新上下文工程实践。
技能被强调为近期人工智能最重要的发展，Bolt是最新支持技能的工具，它允许团队成员自动分享和叠加技能。