智能体技能有效，但研究表明大多数团队构建方式有误

智能体技能（Agent Skills）正迅速成为AI领域的热门概念。Atlassian、Canva、Figma、Stripe等公司已将其集成到产品中，Anthropic发布的开放标准甚至被微软快速采纳。其核心理念简洁而强大：为特定工作流编写一次技能，任何支持该标准的智能体均可调用，从而避免重复构建专用智能体。

然而，关于技能实际效果的研究才刚刚跟上采用步伐。近期四项论文首次系统性地审视了技能的实际表现。结果显示，精心策划的技能（由人类编写）在84项任务中将智能体的平均完成率提高了16.2%，而模型自生成的技能在任何配置下均未带来一致收益。这表明，技能的真正价值在于编码组织特定知识——那些模型本身无法推理得出的专业知识。

技能库的扩展也带来新问题。当技能数量超过80个时，扁平目录的检索变得不可靠，相似描述的技能会相互冲突。研究提出“能力树”（Capability Trees）作为解决方案：将技能按领域分层组织，智能体从领域导航到分支再到叶子节点，避免大规模平铺的混乱。这一方法在从200到200,000个技能规模的测试中均优于扁平结构。

安全方面同样不容乐观。一项对约31,000个社区技能的大规模研究发现，超过四分之一存在可被利用的漏洞，包括提示注入、数据泄露和权限提升。这强调技能作为维护工件需要持续更新和审查。

对于实际构建者，研究建议优先聚焦小范围技能（2-3个模块），而不是全面覆盖；自生成技能必须经过人工审查才能发挥效果；同时应定期评估技能是否仍有效，及时废弃过时的技能。技能并非万能，但正确使用将显著释放智能体的潜力。

此外，SkillsBench基准测试发现，聚焦于2-3个模块的窄范围技能始终优于包罗万象的大型技能。这一发现对构建者尤为重要：更小、更专注的技能不仅表现更好，还更易于维护和更新。同时，研究发现使用精心策划技能的小型模型可以匹配未使用技能的大型模型，这意味着在规模部署技能时具有显著的成本效益。

对于团队而言，构建技能库时需注意：技能应针对重复性、有特定流程的任务；应定期评估技能是否仍然有效；当模型能力提升时，原本弥补差距的技能可能变得冗余，应及时淘汰。总之，技能是强大的工具，但需要审慎设计和持续管理。