文章指出让 AI 自行写 Skill 效果不佳，强调人机协作、聚焦核心、控制技能数量、跨 harness 测试以及针对薄弱领域发力的重要性。
📝 详细摘要
该推文对一篇关于如何编写 Agent Skill 的文章进行逐条点评。作者指出，仅让模型自行生成 Skill 效果不佳，甚至比无 Skill 基线还差；真正有效的做法是人类专家提供上下文，由人指导 AI 编写 Skill。接着强调 Skill 应该“小而精”，聚焦核心内容、仅包含少量文件的技能表现远优于试图包罗万象的“大而全”技能。随后指出技能虽然是按需加载，但仍会占用上下文，技能过多反而会让智能体变笨。接着强调必须在目标 Agent 或模型所使用的每个 Harness 中进行测试，因为不同系统在工具、多模态能力等方面存在差异。随后指出 SkillsBench 显示技能在不同领域提升幅度差异巨大，软件工程领域提升仅 4.5 分，而医疗保健、制造业等训练数据薄弱的领域提升可达 50+ 分，因此应将技能聚焦于模型薄弱的领域。最后强调技能必须经过实际测试才能知晓其效果，若难以量化则需依赖专业判断。整条推文结构清晰、观点鲜明，提供了从理论到实践的完整方法论。
📊 文章信息
AI 初评：83
来源：宝玉(@dotey)
作者：宝玉
分类：人工智能
语言：中文
阅读时间：5 分钟
字数：1231
标签： Agent Skill Engineering, SkillsBench, 人机协作, 技能测试, 领域适配