近期最火的大事就是 Anthropic 提出了从 “构建多智能体（Multi-Agent Zoo）” 转向 “构建技能库（Skills Library）” 的战略变革。

其核心观点：不要为每个任务都制造一个新的 Agent，而是要为一个通用的 Agent 配备可复用、可治理的专业技能（Skills）。

1. 行业困局：“智能体动物园”的崩溃

目前行业普遍采用“多智能体”模式（如财务Agent、法务Agent等），导致了三大痛点：

• 管理成本炸裂：Agent 像初级员工，需要大量监督和返工。Agent 越多，维护成本呈指数级上升。
• 能力悖论：模型 IQ 高但缺乏专业背景（Context），经常产生幻觉。企业需要的是一致性而非灵感。
• 知识碎片化：业务规则散落在不同的 Agent 和 Prompt 中，版本难以管理，更新极难。

2. 核心概念：什么是 Claude Skills？

• 定义变革：Skill 不是更长的 Prompt，而是一套 “可执行的流程知识”。
• 三大要素：
  1. 元数据：名字和描述（供 Agent 检索）。
  2. 执行指南：SOP、边界条件、输入输出（被触发时加载）。
  3. 配套资源：脚本、模板、参考文档（按需调用）。
• 新范式：一个通用内核（General Agent） + 一个技能库（Skills Library）。就像 “操作系统 + APP/插件”。

3. 技术架构：如何实现工程化？

• 渐进式披露（Context 管理）：
  • 启动时只加载元数据（省 Token）。
  • 触发时加载 SOP。
  • 执行时读取具体文件。
  • 解决了上下文窗口有限和成本问题。
• 动态执行（Runtime）：
  • 模型（Brain）：负责理解、规划、决策。
  • 脚本（Runtime）：负责计算、格式化、校验等确定性任务。
  • 拒绝让大模型做它不擅长的计算和格式控制，提高准确率和降低成本。
• 分层架构：
  • MCP (Model Context Protocol)：解决 连接 问题（连数据、连工具）。
  • Skills：解决 流程 问题（怎么把事做对）。

4. 组织与研发变革

• 研发角色重塑：
  • PM：不再规划功能列表，而是规划技能资产组合。
  • 业务专家：负责提供 SOP 和规则。
  • 开发者：负责构建 Skills 的结构、脚本、评测和治理体系。
• 企业级治理：
  • Skills 必须像代码一样管理：需要 版本控制（Git）、权限审核、上线评审。
  • 必须具备可观测性（谁在什么时候调用了什么技能）。

5. 总结与展望

• 未来的核心竞争力不是 “你拥有多少个 Agent”，而是 “你沉淀了多少高质量、可复用、可治理的 Skill 资产”。
• 这是一次 降维打击：从堆砌 Agent 数量，转向对企业流程知识的标准化封装和资产化管理。