你错过的那场 AI 基础设施战争
2025 年 12 月 18 日，AI 行业发生了一件不寻常的事情：OpenAI 宣布采用一个由 Anthropic 制定的标准——而 Anthropic 正是它最主要的竞争对手。几个小时内，微软紧随其后，在 GitHub Copilot 和 VS Code 中集成了同一格式。事实上，谷歌在两个月前已经推出了一个并行系统。到当周结束时，一个社区市场已经列出了超过 25,000 个该新标准的实现。
这不是一次模型发布。没有基准测试大战，也没有“击败 GPT-5”的标题。这是一件更重要的事情：一种用于教会 AI Agent 执行专业化工作流的通用格式正式出现。Anthropic 将其称为 Agent Skills。在 2025 年 10 月到 12 月的短短 90 天内，它们从一个专有功能演变为事实上的行业标准。
在开始之前 🦸🏻♀️
这篇文章将解释：为什么一家并不拥有“最强模型”的公司，反而定义了整个行业定制 AI 的方式。
如果你正在构建 AI Agent、交付 AI 产品，或者设计需要兼容多个模型提供方的系统——这件事比今年任何一次 benchmark 提升都更重要。
2025 年 10 月 16 日：一场安静的发布
Anthropic 于 2025 年 10 月 16 日为 Claude 用户推出了 Agent Skills。公告非常直接：
“Skill 是包含指令、脚本和资源的文件夹，Claude 会在需要时加载它们。”
其技术架构被刻意设计得非常简单：
一个 Skill 本质上就是一个目录，里面包含一个带有 YAML 前置信息的 SKILL.md 文件，以及 Markdown 格式的指令。
ounter(lineounter(lineounter(lineounter(line---name: pdf-processingdescription: 从 PDF 文件中提取文本和表格，填写表单，合并文档。在处理 PDF、表单或文档抽取时使用。---
真正的创新不在格式，而在加载机制。
在启动时，Claude 会扫描所有可用的 Skills，只把它们的元数据（名称和描述）加载进系统提示词。这些元数据充当索引，每个 Skill 只消耗大约 30–50 个 token。
当用户请求与某个 Skill 的领域匹配时，Claude 才会通过文件系统加载完整指令。
对于一个包含 100 个 Skill 的库来说，启动阶段只需要约 5,000 个 token；而完整 Skill 内容（通常 2,000–5,000 token）只会在真正相关时才加载。
Anthropic 的工程博客将这一设计称为 “渐进式披露（Progressive Disclosure）” ——这是一个源自信息架构领域的设计模式，只在需要时才引入复杂性。
对 AI Agent 来说，这解决了一个核心问题：
如何让 Agent 掌握大量流程性知识，而不在真正开始工作前就耗尽上下文窗口？
开发者的第一反应
开发者兼 AI 研究者 Simon Willison 在 10 月 16 日写道：
“Skills 在概念上极其简单：一个 Skill 就是一份 Markdown 文件，告诉模型如何完成某件事，必要时配套文档和预写脚本。我非常喜欢的一点是：它完全不阻止被其他模型使用。”
他的预测是：
“我预计我们会看到一次 Skills 的寒武纪大爆发，规模会让今年的 MCP 热潮都显得微不足道。”
最初的反应是积极但克制的。
GitHub 上的 anthropics/skills 仓库最早只有 Anthropic 官方示例：DOCX、PPTX、XLSX、PDF 等文档生成 Skill。这些并非玩具示例，而是Claude 在生产环境中实际使用的能力。
11 月：沉默的增长期
整个 11 月，Skills 在没有任何市场推广或激励计划的情况下自然增长。仓库很快扩展到 50 多个示例，涵盖创意设计、技术开发、企业沟通等多个领域。
企业级试点开始出现：
Box：构建 Skill，将存储文件转换为符合组织标准的格式化文档 Rakuten：在财务运营中部署 Skill，替代跨部门人工协调 Canva：将 Skill 集成进品牌合规设计流程
Token 效率优势在真实使用中开始显现。
一个 GitHub MCP Server 通常仅工具定义和上下文就需要 15,000–30,000 token；
而一个提供类似 GitHub 工作流指导的 Skill：
元数据只需 ~50 token 完整加载约 3,000–4,000 token
效率提升达 5–10 倍。
更重要的是：Skills 在 Claude 所在的所有环境中都可用——
Web、Claude Code（终端 Agent）、以及 API。
一次编写，处处可用。
对正在进行 AI 定制化投入的组织来说，这种可移植性至关重要。
2025 年 12 月 18 日：开放标准的宣布
12 月 18 日，三条公告几乎同时发布：
Anthropic 在 agentskills.io 发布 Agent Skills 规范，作为开放标准，提供完整文档、参考 Python SDK，并承诺跨平台可移植 OpenAI 在 Codex CLI 和 ChatGPT 中采用完全一致的 SKILL.md格式，开发文档同步更新Microsoft & GitHub 宣布在 Copilot 生态中全面支持 Skills：GitHub Copilot、VS Code、Copilot CLI，以及 JetBrains、Eclipse、Xcode 等 IDE 的 Agent 模式
同时，Anthropic 发布 Skills Directory ——一个精选市场，合作伙伴包括 Notion、Figma、Atlassian、Canva、Stripe、Ramp、Sentry 等。
对 Team 和 Enterprise 客户，还新增了组织级 Skill 管理能力：
集中下发、默认启用控制、使用情况监控。
战略含义立刻显现：
OpenAI 在数小时内采用了由竞争对手制定的标准；
Microsoft 将其集成进覆盖 23 万家组织（90% 财富 500 强）的 Copilot 体系。
12 月 19–31 日：市场爆炸
开放标准发布 24 小时内，社区市场开始出现。
SkillsMP（Skills Marketplace）上线，自动抓取 GitHub 公共仓库。
增长曲线惊人：
第 1 周（12.19–12.25）：约 8,000 个 Skill 第 2 周（12.26–12.31）：约 17,000 个 2026 年 1 月 9 日：超过 25,000 个
这不是垃圾堆。
SkillsMP 设立了质量门槛：最少 2 个 GitHub Star、近期更新、基础质量扫描。
到 2025 年底，Skills 在 90 天内完成了从专有功能到跨平台行业标准的转变。
技术现实检查：不讲废话的拆解
架构：Markdown、YAML 与渐进式加载
一个 Agent Skill 的本质极其简单：
一个文件夹 + 一个带 YAML 前置信息的 Markdown 文件 + 可选资源。
ounter(lineounter(lineounter(lineounter(line---name: api-reviewdescription: 根据团队标准审查 API 规范，包括 REST 设计、认证模式、错误处理和版本控制。---
加载机制分为三阶段：
启动阶段：加载所有 Skill 的元数据（40–50 token / Skill） 匹配阶段：根据用户请求扫描描述 加载阶段：匹配后才加载完整 SKILL.md（2,000–5,000 token）
这意味着：
一个组织即便维护 1,000 个 Skill，元数据也只消耗约 50,000 token，
只占 Claude Sonnet 4（200k 上下文）窗口的 25%。
Token 经济学：真正重要的原因
上下文窗口是有限且昂贵的。
Skills 成功的根本原因，是它们第一次在规模上可行。
Skills 做不到的事（诚实部分）
❌ 不能直接获取实时外部数据（需 MCP 或 API 工具） ❌ Skill 是否被触发是概率性的，无法 100% 保证 ❌ 调试透明度有限 ❌ 含脚本的 Skill 需要执行环境 ❌ 各平台文件发现路径略有差异
为什么 Skills 赢了，而其他方案都失败了
Custom Instructions：太简单
GPT Store：被平台锁死
Fine-tuning：太贵、太慢、太重
Anthropic 做的事情只有一件：
删到只剩一个 Markdown 文件。
无平台锁定、按需加载、Git 友好、企业可审计。
当你的竞争对手在 48 小时内复制你的格式时，说明你已经赢了。
MCP vs Skills：大家问错的问题
MCP 是“手”，连接外部世界。
Skills 是“训练”，教会流程和标准。
真正有价值的是两者结合。
为什么这一切重要
因为这是第一次：
你可以构建一次 AI 定制能力，在 Claude、ChatGPT、Copilot 中同时运行。
这在 AI 工具史上从未发生过。
战略博弈：12 月 18 日的棋局
Anthropic 的打法很清晰：
先专有发布 生态成熟 再开放标准
OpenAI、Microsoft 选择了立刻加入，而不是对抗。
赢家不是某家公司。
赢家是开放格式本身。
对 2026 年的意义
市场将整合 质量门槛提高 企业基础设施成为主要付费点 垂直行业 Skill 爆发 SKILL.md 会进化，但“无聊的简单性”会保留
最后的真相
Skills 赢了，因为它们足够无聊。
历史一再证明：
HTTP > Gopher
JSON > XML
REST > SOAP
Markdown > 一切
2025 年最具颠覆性的 AI 基础设施，是一个文本文件格式。
