Anthropic 开放经纪人技能标准，继续推进其构建行业基础设施的举措

Anthropic 于 12 月 18 日发布了 Agent Skills 作为开放标准，并发布了 规范和SDK at agentskills.io 任何人工智能平台都可以采用这项技术。此举延续了Anthropic公司构建行业基础设施而非构筑专有壁垒的战略——正是这种战略使得模型上下文协议（MCP）得以广泛应用。

微软、OpenAI、Atlassian、Figma、Cursor 和 GitHub 已经采用了该标准。Canva、Stripe、Notion 和 Zapier 等合作伙伴开发的技能将在发布时同步推出。

代理人的技能有哪些？

技能是包含指令、脚本和资源的目录，人工智能代理可以动态地发现并加载这些资源。每个技能都需要一个 SKILL.md 文件，其中包含描述其功能的元数据。当用户的请求与某个技能的领域相匹配时，代理只会加载相关信息——Anthropic 将这种设计称为“渐进式披露”。

该架构解决了一个实际问题。上下文窗口有限；将所有可能的指令都塞进每个请求会浪费资源。技能使智能体能够按需访问专业知识，而无需持续携带这些知识。

PDF 处理技能可能包括首选库、特殊情况处理和输出格式设置。数据库操作技能可能包括安全检查和回滚程序。这些指令仅在代理遇到特定任务时才会加载。

技能文件示例（人类学）

遵循 MCP 策略手册

Agent Skills 遵循 Anthropic 公司通过模型上下文协议 (MCP) 建立的模板。MCP 作为连接 AI 系统与外部工具的开放标准推出，迅速在各种竞争平台上得到广泛应用，并于 12 月 9 日捐赠给了 Linux 基金会。谷歌、微软和 AWS 也加入了该基金会，成为其成员。

这种模式是经过深思熟虑的。Anthropic 制定规范来解决真正的互操作性问题，并将其作为开放标准发布，让其被广泛采用，从而为整个生态系统创造价值，而不仅仅是 Anthropic 自身获利。作为回报，Anthropic 也确立了自身作为人工智能基础设施运作方式定义者的地位。

战略逻辑是：如果技能成为标准，克劳德不必是唯一使用这些技能的人工智能——它只需要在运用这些技能方面做到最好。注重执行力而非锁定客户，这与Anthropic作为一家负责任的人工智能公司的定位相符。

这对行业意味着什么

技能可移植性解决了企业面临的一个实际痛点。投资人工智能定制的公司如果其定制功能只能与单一模型提供商兼容，就会面临供应商锁定问题。 克劳德·科德 现在可以与 OpenAI 的 Codex、Cursor 或任何其他采用该标准的平台一起使用。

这个 技能融合 我们之前报道的内容现在已经正式确立。OpenAI 此前已经实现了一个结构完全相同的系统；这项开放标准将这种融合正式化，并邀请其他开发者加入。

对于开发者而言，这开辟了一条新的分发渠道。精心打造的技能可以同时触达多个人工智能平台上的用户。Anthropic 在发布之初的合作伙伴目录——包括 Atlassian、Figma、Canva、Stripe、Notion 和 Zapier——意味着能够有效解决企业工作流程问题的技能拥有广泛的覆盖面。

企业管理工具

除了开放标准之外，Anthropic 还发布了面向企业客户的组织级管理工具。管理员现在可以强制执行技能可用性策略、控制对敏感功能的访问，并监控跨部署的技能使用情况。

企业将技能定位为可由 IT 管理的基础设施，而非临时定制。对于关注人工智能治理（即人工智能系统具备哪些功能、由谁控制、存在哪些安全保障措施）的公司而言，集中式技能管理能够提供可视性和控制力。

大局观

Anthropic 现已为人工智能基础设施贡献了两项基础标准：用于工具连接的 MCP 和用于功能定制的 Agent Skills。这两项标准都遵循相同的模式：解决实际问题、开源发布、通过实用性而非锁定机制来推动应用。

这种方法与 OpenAI 的平台战略截然不同。OpenAI 构建的是专有生态系统——GPT Store、 应用 SDK平台特定的集成——Anthropic 构建的标准适用于所有平台。两种策略都能成功；它们针对不同的结果进行优化。

对行业而言，开放标准减少了碎片化。开发者可以一次构建，即可跨平台部署。企业无需重新构建定制内容即可切换供应商。竞争压力也从生态系统控制转向模型质量和执行力。

Anthropic公司认为他们能够赢得这场竞争。“经纪人技能标准”是确保竞争按照Anthropic公司参与制定的规则进行的又一举措。