クロードのスキルフレームワークが業界標準になる

AnthropicがSkillsを10月にリリースしたとき、開発者向けのニッチな機能のように見えました。2ヶ月後、OpenAIは同じアーキテクチャーを採用しました。これは、AIエージェントが向かっている方向について何か重要なことを示唆しています。

スキルは、見た目にはとてもシンプルです。Markdownファイルを含むフォルダで、AIシステムに特定のタスクを実行する方法を伝えます。しかし、両社が採用したことは、AIアシスタントが特定のタスクを一貫してうまく行えるようにするための共通の答えを見つけたことを示しています。

OpenAIが行ったこと

開発者Elias Judinは、12月12日にChatGPTのCode Interpreterを実験中に、OpenAIの実装を発見しました。モデルに/home/oai/skillsディレクトリのzipファイルを作成するように求めると、PDF、スプレッドシート、ドキュメント用のフォルダが見つかりました。各フォルダには、Anthropicの仕様と同様の構造を持つインストラクションファイルが含まれています。

同じアーキテクチャーは、2週間前にOpenAIのCodex CLIツールに実装されました。実装はAnthropicのアプローチを反映しています。スキルはローカルディレクトリ(~/.codex/skills)にあり、各スキルはSKILL.mdファイルで定義され、メタデータとインストラクションが含まれています。

OpenAIは正式にこの機能を発表していません。しかし、ChatGPTとCodexの両方に存在することから、実験ではなく、意図的な戦略であることがわかります。

スキルの重要性

特定のタスクをよりうまく行えるようにAIを改善する従来のアプローチは、費用がかかり、時間がかかるモデルトレーニングを必要としました。スキルは、より軽量な代替手段を提供します。関連する場合にのみロードされるインストラクションとリソースです。

Anthropicのエンジニアリングチームは、設計原則を「プログレッシブ開示」と説明しました。各スキルは、要約すると数十トークンで、詳細はタスクが必要な場合にのみロードされます。これは、コンテキストウィンドウが貴重なリソースであり、すべての可能なインストラクションを毎回のリクエストに含めることはリソースを浪費することを解決します。

このアーキテクチャーは、現代のAIモデルが動的にインストラクションを読み、実行できるため機能します。PDFハンドリング用のスキルには、優先されるライブラリ、エッジケースのハンドリング、出力フォーマットなどの情報が含まれる場合があります。モデルは、PDFを処理するときにのみ必要な情報です。

収束の物語

OpenAIがAnthropicのアプローチを採用したことは、単独では特に注目されません。AIラボは、公表された研究から互いに学びます。しかし、構造的なアイデンティティが注目に値します。同じファイル命名規則、同じメタデータ形式、同じディレクトリ構造です。

この互換性は、Claude Code用に書かれたスキルが、OpenAIのCodex CLIで動作し、逆もまた然りであることを意味します。開発者は、GitHubでスキルを共有できます。エコシステムは、断片化ではなく、相互運用可能になります。

タイミングは、より広範な標準化の取り組みと一致しています。Anthropicは、12月9日にLinux FoundationにModel Context Protocolを寄付しました。両社は、BlockとともにAgentic AI Foundationを共同設立しました。Google (GOOGL ) 、Microsoft (MSFT ) 、AWSがメンバーとして参加しました。

財団は、MCP、Blockのgooseプロジェクト、OpenAIのAGENTS.md仕様を管理します。スキルは、この標準化の推進に自然にフィットします。プラットフォームを超えて動作する再利用可能な機能モジュールです。

AIコーディングツールへの影響

スキルのアーキテクチャーは、AIコーディングツールに最も重要です。ここでは、専門知識が出力の品質を大幅に改善します。React開発用のスキルには、コンポーネントパターン、ステート管理の優先順位、テストの規範が指定される場合があります。データベース移行用のスキルには、セーフティチェックとロールバック手順が含まれる場合があります。

AIコーディングスタートアップのCursorは、特定の開発タスクに対するAIの有用性を高めるビジネスを構築しました。スキルフレームワークは、モデルプロバイダーに標準化された方法でカスタマイズを提供することを可能にします。実装によっては、サードパーティツールに脅威を与えたり、補完したりする可能性があります。

エンタープライズ開発者にとって、相互運用可能なスキルは、機関の知識が移植可能であることを意味します。会社の内部コーディング規範、セキュリティ要件、ワークフローの優先順位は、1回エンコードされ、チームが使用するAIツール全てに適用できます。

戦略的背景

OpenAIの採用には、戦略的な意味合いがあります。同社は、歴史的にプロプライエタリアプローチを好んでいます。GPTアクション、カスタムGPT、プラットフォーム固有の統合などです。スキルは、ツールを超えて機能するオープン標準への転換を表しています。

一つの解釈は、OpenAIが開発者エコシステムがこの段階でプロプライエタリロックインよりも重要であることを認識しているということです。スキルが標準化されれば、互換性が重要になり、仕様を制御することよりも重要になります。

別の解釈は、Anthropicの開発者エクスペリエンスに匹敵するために、機能を一致させる必要があるということです。Claude Codeは、1億ドルの年間収益を達成し、Slackに統合されています。スキルは、Claude Codeの有用性の要因の1つです。OpenAIは対応する必要がありました。

真実は、おそらく両方の要因を含みます。AIラボは、ベンチマークと機能で激しく競争していますが、すべての利害関係者に利益をもたらすインフラストラクチャ標準については協力しています。スキルは、後者のカテゴリに該当します。

次に何が起こるか

すぐに得られる機会は、開発者が共有できる特殊なインストラクションセットのGitHubリポジトリです。Anthropicはすでにanthropics/skillsリポジトリを持っています。OpenAIもそれに続き、コミュニティが提供するスキルが普及することが予想されます。

長期的な疑問は、スキルがAI製品にどの程度統合されるかです。現在、スキルは主にCLIツールを使用する開発者にとって関連しています。しかし、同じアーキテクチャーは、カスタマイズされた消費者製品を動かすことができます。パーソナライズされたライティングアシスタント、特殊な研究ツール、ドメイン固有のチャットボットなどです。

現在、スキルへの収束は、AIにおける稀なものです。競合他社が標準化がすべての利害関係者に利益をもたらすことを認識しています。安全性の基準、能力の開示、展開のガイドラインなどの他の争点の分野への協力が拡大するかどうかは、不確実です。

しかし、AIプラットフォームを構築する開発者にとって、メッセージは明確です。スキルは、インフラストラクチャになっているのです。スキルを今学ぶことは、AIツールがどのように機能するかを明日準備することを意味します。