Personal AI Agent 越来越强，Skill 还需要吗？

最近我刚好连续做了三个 Skills：求职、钢琴谱简化、Reflection Companion。

结果开始认真用 Dot 之后，我冒出了一个有点尴尬的问题：

Personal AI Agent 已经可以自己理解需求、研究怎么做、调用工具、记住长期 context，那为什么还需要 Skill？

尤其钢琴谱简化这个例子很明显。

我不是音乐专业，里面很多具体方法并不是我带进去的专业知识，而是 AI 在一次次尝试里自己找出来的。

既然如此，下次再来一份谱子，直接让一个足够强的 Agent 重新做，不行吗？

我想了一段时间，觉得答案其实没有必要维护 Skill 的“存在感”。

有些 Skill 确实会变得没有必要。

01 如果 Agent 临场发挥已经够好，就不用 Skill

假设一个任务：

• 每次出现的情况都不太一样；
• Agent 自己研究就能稳定完成；
• 结果不要求严格一致；
• 也没有固定规则、脚本或者验收标准需要复用。

那把它专门做成 Skill，意义确实不大。

模型越来越强以后，过去很多为了“教模型做事”写下来的东西都会慢慢变薄：

• 很长的 Prompt；
• 一步一步的 hand-holding；
• 告诉模型“先分析，再思考，再输出”的固定套路；
• 大量为了防止模型跑偏而堆出来的 instructions。

这些东西的价值，本来就建立在模型暂时做不到。

底层能力提高以后，它们自然会被吃掉。

02 那 Skill 留下来的是什么？

后来我换了一个问题：

有没有一些已经解决过的问题，值得下次不要重新解决？

这时候 Skill 的价值就比较清楚了。

比如第一次做钢琴谱简化时，已经花过时间确定：

• 不同难度怎么区分；
• 什么东西不能随便删；
• 输出需要包含什么；
• 怎么检查生成结果；
• 遇到异常怎么处理。

这些答案是不是我原创的，其实没有那么重要。

第一次完全可以是人和 AI 一起探索出来的。

真正值得保存的是：

这套做法已经验证过，下次希望继续复用。

于是 Skill 更像是在保存：

• workflow；
• constraints；
• eval；
• scripts；
• templates；
• failure handling。

它把一次探索的结果，变成一套可以重复、测试、版本管理和分发的东西。

所以以后我决定要不要做一个 Skill，可能不会再问：

这个任务 AI 会不会做？

而会问：

这件事里有没有什么值得稳定复用？

如果每次让 Agent 重新发挥就够了，不需要 Skill。

如果要求重复、一致、可测试，Skill 仍然有价值。

03 但 Skill 可能会越来越“看不见”

这是最近用 Personal Agent 时另一个很明显的感觉。

以前完成一件事情，我需要自己知道：

• 应该打开哪个 App；
• 要不要 Search；
• 用哪个 Skill；
• 什么时候运行 Automation；
• 下一步应该把结果搬到哪里。

这些其实都是用户在做 orchestration。

如果 Personal Agent 足够了解我，它完全可以自己判断：

“现在该搜索新职位了。”

“这一步应该调用求职 Skill。”

“Recruiter 回邮件了，需要更新 application state。”

“明天有面试，把 Calendar 和之前的材料一起整理出来。”

用户可能只需要说：

帮我继续跟进找工作的事情。

后台发生的是：

Search → Skill → Gmail → Calendar → Automation。

但用户未必需要知道。

所以我现在越来越觉得，Personal Agent 带来的一个变化是：

很多东西不会消失，只是逐渐从用户眼前消失。

Skill 可能还在；

Automation 还在；

Search 还在；

各种 SaaS 也还在。

只是我们不一定再需要一个个主动找到它们、理解它们、操作它们。

04 AI 会让普通用户越来越“傻瓜”吗？

某种程度上，我觉得会。

过去学一个新工具，需要理解它的结构和操作方式。

后来有了自然语言，我们开始不用记那么多菜单。

到了 Personal Agent，连“应该使用哪个工具”这一步都有可能交出去。

用户只需要更接近原始需求地说：

我想找工作。

我下个月要搬家。

我想把这首曲子练下来。

至于背后用了什么模型、Skill、搜索工具、数据库或者自动化，慢慢都可能变成 implementation detail。

这对普通用户当然是好事。

不过“会表达需求”也不是全部。

• 什么才算一份适合自己的工作？
• 怎样的房子值得多花两万块？
• 一份投资建议到底是否合理？

工具使用门槛降低以后，对结果的判断力并不会自动出现。

也许以后真正需要学习的，会越来越少是“怎么操作工具”，越来越多是“我想要什么，以及我如何判断结果好不好”。

至少对我现在做 Skill 这件事来说，我会先记住一个很简单的原则：

不要因为一件事情可以做成 Skill，就把它做成 Skill。

值得固化的，是那些已经解决过、以后也值得稳定复用的问题。

剩下的，交给越来越聪明的 Agent 临场发挥就好。