Claude团队推出Skills架构，倡导停止构建Agent，转而开发可复用的专业技能模块。Skills作为有组织的文件夹，包含脚本、代码和资源，让Agent从"通才"转变为"专业专家"。支持版本控制和持续学习，形成基础、第三方和企业定制三类技能生态。与MCP服务器协同构成新架构，为AI提供集体演进的知识库，让Agent更聪明、更专业、更高效。
自10月份 Claude Skills 上线以来，很多开发者都亲自上手构建了这套技能，小编也经常能刷到各种讨论和经验贴。
例如一位网友做的文生图 Skill ：
或者一个编码浏览器 Skill：
Skills是什么？官方定义：Skill = 一个带有指令、脚本与资源的文件夹，Claude 在需要时自动加载，让 Claude 能调用特定“技能”完成专业任务。
前几天，Anthropic 工程师、Skills功能的创造者Barry Zhang 和 Mahesh Murag做客《AI Engineer》节目，分享了他们的最新观点：停止构建 Agent ，开始构建 Skills 吧！
他们指出，当前的 Agent 虽足够智能，但缺乏实际工作所需的领域专长，难以像人类专家一样提供稳定可靠的执行力。
为了解决这个问题，他们提出了一种全新的架构范式：Agent Skills。技能本质上是文件和文件夹的集合，用于打包可组合的程序性知识，让Agent从一个聪明的“通才”转变为一个专业的“专家”。
他们呼吁开发者停止重复构建独立的Agent，而应该开始为通用的Agent构建和分享技能。
Agent的现状：智能但不专业
随着Agent技术的发展，其核心脚手架已变得通用化。Anthropic的Claude Code Agent证明了代码是通向数字世界的通用接口。
由此他们提出一个理念：代码就是你所需要的（Code is all you need）。
Agent可以调用API、组织数据、用Python分析并输出结果，其核心可以精简到只需要Bash和文件系统 。
同时，Claude团队也发现：不同领域的 Agent 底层其实很通用，其实没必要做这么多Agent，财务，数据分析，全都能用代码搞定。
这当然很好，但也随之而来另一个问题：Agent 虽然聪明，但并不专业。
Barry打了一个有趣的比方：
“你希望谁来帮你处理税务？是拥有300智商的数学天才Mahesh，还是经验丰富的税务专家Barry？”
现有的 Agent 就像是智商 300 的Mahesh，它们很聪明，但在缺乏重要上下文时，无法很好地吸收专业知识，也无法随时间学习，难以持续、一致地执行特定领域的任务。我们需要的是Barry那样的领域专家，能够基于现有知识提供一致性执行。
为了解决这个问题，Claude 团队推出了Agent Skills。
Skills：为 Agent 提供可组合的专业能力
Skills 本质上是有组织的文件夹，用来打包程序化知识。
- 内容可以是脚本、代码、文件，也可以是工具或资源。
- 任何人或 Agent 都可以创建和使用。
- 支持版本管理，方便团队共享和迭代。
举例来说，Claude 可以重复写一个 Python 脚本给幻灯片加样式。通过将脚本保存到 Skill 中，未来再次使用时可直接调用，效率更高，也更一致。
Skills 的出现让“记忆”变得具体：它记录了 Agent 在特定任务中的程序化知识，并可以在未来版本中复用。
Skills的优势如下：
1.兼容性与版本控制： 技能作为文件夹，可以直接使用现有基础设施进行管理，如在Git中版本控制、存入Google Drive，或打包分享。
2.代码作为工具： 技能文件夹内可以包含脚本作为工具。这解决了传统工具的几个问题：传统工具说明模糊、无法修改。传统工具总是占据上下文窗口的宝贵空间 。而脚本自我文档化、可被Agent修改，并且只在文件系统中等待，直到真正被需要时才被调用。
3.渐进式披露： 为了保护上下文窗口，Agent初次只会看到技能的元数据。只有当Agent决定使用某项技能时，它才会读取技能文件夹中的skill.md文件（包含核心指令）及其他内容。
Skills 的三大类型
据Mahesh介绍，在短短五周内，Skills 生态迅速扩展，形成三类：
1、基础技能
- 为 Agent 提供通用能力或新领域能力。
- 例如，Claude 团队开发的文档技能，让 Claude 可以创建、编辑专业级办公文档。
2、第三方技能
- 由生态合作伙伴为自家工具或产品构建。
- 例如，Browserbase 的 Stagehand 技能让 Claude 更高效地操作浏览器；Notion 推出一系列技能，帮助 Claude 更好地理解用户的 Notion 工作区，并在整个工作区中进行深入研究。
3、企业定制技能
- 企业内部针对业务流程和内部软件定制的技能。
- 《财富》100 强企业和大型开发团队已经使用 Skills 教 Agent 公司最佳实践、代码风格等。
三类 Skills 的共同点是：任何人都可以创建，任何 Agent 都能获得新的能力。
随着发展，团队观察到：
- 技能越来越复杂：可能包含软件、可执行文件、脚本等，而不仅仅是 markdown 文件。
- 与 MCP 服务器协同：MCP 提供外部连接，Skills 提供专业知识，两者结合可完成更复杂任务。
- 非技术人员也能构建技能：财务、招聘、法律等岗位都能为 Agent 提供专业知识（这是最让他们惊喜的一点）。
通用Agent的新兴架构
Mahesh指出，Agent技能的出现，正在推动通用Agent的架构进行融合：Agent Loop (循环) + Runtime (运行时环境) + MCP Servers (外部工具/数据) + Skills Library (技能库)。
- Agent Loop帮助管理模型的内部上下文，并管理输入和输出的 token
- Agent运行时环境提供文件系统和代码读写能力
- MCP服务器提供与外部世界的连接和数据（如搜索引擎、数据库连接）
- 技能库则提供专业知识
通过将Agent配备上正确的MCP服务器和相应的技能库，Anthropic能够迅速将Claude部署到新的垂直领域。在Skills发布之后，Anthropic在金融服务和生命科学领域都推出了新的产品。
Skills的未来：开启持续学习的新模式
Mahesh指出，Skills的长期价值在于其共享和分发的能力。它能为组织内部和更广阔的社区创建一个集体、不断演进的知识库。
1.持续学习和记忆： 技能的设计是实现持续学习的具体步骤。它将Agent的记忆概念具象化，不捕捉所有信息，只捕捉Agent可在特定任务上使用的程序性知识。
2.可转移的学习： Agent写下的任何程序性知识，都可以被未来的自己高效使用，这使得学习真正具有可转移性。
3.Agent创建技能： Claude现在已经可以利用“技能创建者”技能（Skill Creator Skill）来为用户创建技能。
Barry还提出：
我们的目标是：Claude 在与用户合作的第 30 天，要比第 1 天更聪明。
未来，团队计划把技能像软件一样对待：测试、评估、版本控制和依赖管理，让 Agent 在不同环境下更可预测、更可靠。
终极比喻：模型=处理器，Agent Runtime=操作系统
最后，Claude 团队将 Agent 架构类比为计算机：
- 模型像处理器，潜力巨大但单独使用有限。
- Agent 运行时像操作系统，管理输入输出、协调资源，让模型更有价值。
- Skills 就像应用软件，编码专业知识和独特视角，让 Agent 真正“有用”。
也就是说，真正的价值不在模型本身，而在模型之上构建的应用层，而 Skills 正是打开这个层的钥匙，让每个人都能通过简单地将文件放入文件夹来解决具体的、复杂的问题。
停止重复造 Agent，把精力放在 Skills 上，Agent 就能更聪明、更专业、更高效，也更易扩展和复用。
Claude团队最后呼吁：是时候停止造 Agent 了，开始造 Skills 吧！
评论区的各位大佬们：
你有尝试构建 Skills 吗？体验如何？
AI时代，未来的就业机会在哪里？
答案就藏在大模型的浪潮里。从ChatGPT、DeepSeek等日常工具，到自然语言处理、计算机视觉、多模态等核心领域，技术普惠化、应用垂直化与生态开源化正催生Prompt工程师、自然语言处理、计算机视觉工程师、大模型算法工程师、AI应用产品经理等AI岗位。
掌握大模型技能，就是把握高薪未来。
那么，普通人如何抓住大模型风口？
AI技术的普及对个人能力提出了新的要求，在AI时代，持续学习和适应新技术变得尤为重要。无论是企业还是个人，都需要不断更新知识体系，提升与AI协作的能力，以适应不断变化的工作环境。
因此，这里给大家整理了一份《2025最新大模型全套学习资源》，包括2025最新大模型学习路线、大模型书籍、视频教程、项目实战、最新行业报告、面试题等，带你从零基础入门到精通，快速掌握大模型技术！
由于篇幅有限，有需要的小伙伴可以扫码获取！
1. 成长路线图&学习规划
要学习一门新的技术，作为新手一定要先学习成长路线图，方向不对，努力白费。这里，我们为新手和想要进一步提升的专业人士准备了一份详细的学习成长路线图和规划。
2. 大模型经典PDF书籍
书籍和学习文档资料是学习大模型过程中必不可少的，我们精选了一系列深入探讨大模型技术的书籍和学习文档，它们由领域内的顶尖专家撰写，内容全面、深入、详尽，为你学习大模型提供坚实的理论基础。（书籍含电子版PDF）
3. 大模型视频教程
对于很多自学或者没有基础的同学来说，书籍这些纯文字类的学习教材会觉得比较晦涩难以理解，因此，我们提供了丰富的大模型视频教程，以动态、形象的方式展示技术概念，帮助你更快、更轻松地掌握核心知识。
4. 大模型项目实战
学以致用，当你的理论知识积累到一定程度，就需要通过项目实战，在实际操作中检验和巩固你所学到的知识，同时为你找工作和职业发展打下坚实的基础。
5. 大模型行业报告
行业分析主要包括对不同行业的现状、趋势、问题、机会等进行系统地调研和评估，以了解哪些行业更适合引入大模型的技术和应用，以及在哪些方面可以发挥大模型的优势。
6. 大模型面试题
面试不仅是技术的较量，更需要充分的准备。
在你已经掌握了大模型技术之后，就需要开始准备面试，我们将提供精心整理的大模型面试题库，涵盖当前面试中可能遇到的各种技术问题，让你在面试中游刃有余。
为什么大家都在学AI大模型？
随着AI技术的发展，企业对人才的需求从“单一技术”转向 “AI+行业”双背景。企业对人才的需求从“单一技术”转向 “AI+行业”双背景。金融+AI、制造+AI、医疗+AI等跨界岗位薪资涨幅达30%-50%。
同时很多人面临优化裁员，近期科技巨头英特尔裁员2万人，传统岗位不断缩减，因此转行AI势在必行！
这些资料有用吗？
这份资料由我们和鲁为民博士(北京清华大学学士和美国加州理工学院博士)共同整理，现任上海殷泊信息科技CEO，其创立的MoPaaS云平台获Forrester全球’强劲表现者’认证，服务航天科工、国家电网等1000+企业，以第一作者在IEEE Transactions发表论文50+篇，获NASA JPL火星探测系统强化学习专利等35项中美专利。本套AI大模型课程由清华大学-加州理工双料博士、吴文俊人工智能奖得主鲁为民教授领衔研发。
资料内容涵盖了从入门到进阶的各类视频教程和实战项目，无论你是小白还是有些技术基础的技术人员，这份资料都绝对能帮助你提升薪资待遇，转行大模型岗位。
大模型全套学习资料已整理打包，有需要的小伙伴可以
微信扫描下方CSDN官方认证二维码，免费领取【保证100%免费】
