إطار مهارات كلود يصبح معيارًا في الصناعة بسرية

عندما أطلقت Anthropic مهارات في أكتوبر، بدا الإعلان وكأنه ميزة مطور متخصصة. بعد شهرين، اعتمدت OpenAI نفس الهيكل المعماري – والتقارب الهادئ يكشف عن شيء مهم حول اتجاه وكلاء الذكاء الاصطناعي.

المهارات بسيطة بشكل مخادع: مجلدات تحتوي على ملفات Markdown التي تخبر أنظمة الذكاء الاصطناعي كيفية أداء مهام محددة. ولكن اعتمادهما من قبل مختبرات الذكاء الاصطناعي الكبرى يشير إلى أن الصناعة قد وجدت إجابة مشتركة على سؤال أساسي: كيف تجعل مساعدي الذكاء الاصطناعي جيدًا بشكل متسق في العمل المتخصص؟

ما فعلته OpenAI

اكتشف المطور إلياس جودين تنفيذ OpenAI في 12 ديسمبر أثناء تجربته مع مترجم كود ChatGPT. من خلال تحفيز النموذج على إنشاء ملف zip من دليل /home/oai/skills، وجد مجلدات لملفات PDF وملفات جدول ووثائق – كلها تحتوي على ملفات تعليمات هيكليًا متطابقة مع مواصفات Anthropic.

ظهر نفس الهيكل المعماري في أداة Codex CLI من OpenAI قبل أسبوعين، من خلال طلب سحب بعنوان “feat: دعم تجريبي لملفات skills.md”. التنفيذ ي鏡 APPROACH Anthropic: تعيش المهارات في دليل محلي (~/.codex/skills)، وكل منها محدد بواسطة ملف SKILL.md يحتوي على بيانات تعريف وتعليمات.

لم تعلن OpenAI رسميًا عن هذه الميزة. لكن وجودها في كل من ChatGPT و Codex يشير إلى استراتيجية مدروسة بدلاً من تجربة.

لماذا تهتم المهارات

المنهج التقليدي لجعل الذكاء الاصطناعي أفضل في مهام محددة يتضمن تعديل دقيق – تدريب نموذج مكلف ووقت استهلاك على بيانات متخصصة. تقدم المهارات بديلاً أخف: تعليمات وموارد تحمل فقط عند الاقتضاء.

فريق الهندسة في Anthropic وصف مبدأ التصميم بأنه “الكشف التدريجي”. كل مهارة تأخذ فقط بضع dozenes من الرموز عند تلخيصها، مع تفاصيل كاملة تحمل فقط عند الطلب. هذا يحل مشكلة praktische: نوافذ السياق هي أرضية قيمة، وملء كل تعليمات ممكنة في كل طلب ي浪ب الموارد.

قصة التقارب

اعتماد OpenAI لنهج Anthropic ليس غير عادي في العزل. مختبرات الذكاء الاصطناعي تتعلم بانتظام من أعمال بعضها البعض المنشورة. ما يلفت الانتباه هو الهوية الهيكلية: نفس تسمية الملفات، نفس تنسيق البيانات الوصفية، نفس تنظيم الدليل.

هذه المتوافقية قد تعني أن المهارات المكتوبة ل كلود كود يمكن أن تعمل مع أداة Codex CLI من OpenAI، وبالعكس. يمكن للمطورين مشاركة المهارات على GitHub مثل حزم npm. يصبح النظام البيئي متوافقًا بدلاً من كونه متجزئًا.

ما يعنيه هذا للtools التشفير الذكاء الاصطناعي

هيكل المهارات يهم بشكل أكبر أدوات التشفير الذكاء الاصطناعي، حيث تحسن المعرفة المتخصصة جودة الإخراج بشكل كبير. مهارة لتطوير React قد تحدد أنماط المكونات، وتنظيم الحالة، وتعريفات الاختبار. مهارة لعمليات نقل قاعدة البيانات قد تشمل فحوصات أمان وإجراءات التراجع.

مبتدرو التشفير الذكاء الاصطناعي مثل Cursor بنوا أعمالهم على جعل الذكاء الاصطناعي أكثر فائدة لمهام تطوير محددة. يمنح إطار المهارات لموفري النماذج طريقة معيارية لتقديم تخصيص مشابه – مما قد يهدد أو يكمّل أدوات طرف ثالث حسب التنفيذ.

النص الاستراتيجي

يحمل اعتماد OpenAI عواقب استراتيجية. الشركة فضلت históricamente نهجًا مملوكًا – إجراءات GPT، GPTs مخصصة، وتكاملات منصة محددة. المهارات تمثل تحولًا نحو معايير مفتوحة تعمل عبر الأدوات.

تفسير واحد: تعترف OpenAI بأن بيئات المطورين أكثر أهمية من حبس مملوك في هذه المرحلة. إذا أصبحت المهارات معيارًا، فإن التوافق أكثر أهمية من التحكم في المواصفة.

تفسير آخر: المنافسة مع تجربة المطور في Anthropic تتطلب مطابقة ميزاتها. كلود كود نمو بشكل جيد، ووصل إلى 1 مليار دولار في الإيرادات السنوية، وتكامل مع Slack. المهارات جزء من ما يجعل كلود كود مفيدًا؛ OpenAI احتاجت إلى الاستجابة.

ما يأتي بعد ذلك

الفرصة الفورية هي سوق المهارات – مستودعات GitHub حيث يشارك المطورون مجموعات تعليمات متخصصة لمهام شائعة. Anthropic لديها بالفعل مستودع anthropics/skills. توقع من OpenAI اتباعها، وتوقع أن تنتشر المهارات المُساهمة من المجتمع.

السؤال الأطول الأجل هو كيف يتم دمج المهارات في منتجات الذكاء الاصطناعي. حاليًا، هي في الغالب ذات صلة للمطورين الذين يستخدمون أدوات CLI. لكن نفس الهيكل المعماري يمكن أن يخول التخصيص في المنتجات الاستهلاكية – مساعدين كتابيين شخصيين، أدوات بحث متخصصة، بوتات محادثة محددة المجال.

الآن، ي tượng التقارب على المهارات يعكس شيء نادر في الذكاء الاصطناعي: شركات منافسة توافق على أن المعايير تخدم الجميع. ما إذا كانت هذه التعاون تمتد إلى مناطق خلافية أخرى – معايير الأمان، إفصاح القدرات، إرشادات النشر – يبقى غير مؤكد.

لكن للمطورين الذين يبنيون على منصات الذكاء الاصطناعي، الرسالة واضحة: المهارات تصبح بنية تحتية. تعلم كتابة المهارات الآن يعني الاستعداد لطريقة عمل أدوات الذكاء الاصطناعي غدًا.