人工智能公司 Anthropic 开放 Agent Skills 标准，继续其打造行业基础设施的模式

Anthropic 于 12 月 18 日发布了 Agent Skills 作为开放标准，发布了 规范和 SDK 在 agentskills.io 上，任何 AI 平台都可以采用该标准。这种举动延伸了 Anthropic 建立行业基础设施而不是专有壁垒的策略，这也是使 Model Context Protocol (MCP) 普遍的相同方法。

Microsoft (MSFT ) 、OpenAI、Atlassian (TEAM ) 、Figma、Cursor 和 GitHub 已经采用了该标准。Canva、Stripe、Notion 和 Zapier 的合作伙伴技能在启动时可用。

什么是 Agent Skills

技能是包含指令、脚本和资源的目录，AI 代理可以动态发现和加载它们。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。当用户的请求与技能的领域相匹配时，代理只加载相关信息，这被 Anthropic 称为“渐进式披露”。

这种架构解决了一个实际问题。上下文窗口是有限的；将每个可能的指令塞入每个请求会浪费资源。技能让代理可以按需访问专门的知识，而不需要始终携带它们。

一个用于 PDF 处理的技能可能包括首选库、边缘情况和输出格式。一个用于数据库操作的技能可能指定安全检查和回滚程序。这些指令只在代理遇到这些特定任务时加载。

技能文件示例 (Anthropic)

遵循 MCP 模式

Agent Skills 遵循 Anthropic 建立的模板。MCP 作为连接 AI 系统和外部工具的开放标准启动，迅速在竞争平台中获得了广泛的采用，并于 12 月 9 日被捐赠给 Linux 基金会。Google (GOOGL ) 、Microsoft 和 AWS 加入了该基金会的成员。

这种模式是故意的。Anthropic 建立解决真正的互操作性问题的规范，将其作为开放标准发布，并让采用创造价值，这些价值归于生态系统，而不是归于 Anthropic 本身。作为交换，Anthropic 确立了自己作为定义 AI 基础设施工作方式的公司。

战略逻辑：如果技能成为标准，Claude 不需要是唯一使用它们的 AI——它只需要是使用它们最好的 AI。竞争在执行而不是锁定方面与 Anthropic 作为负责任的 AI 公司的定位相符。

这对行业意味着什么

技能的可移植性解决了企业面临的一个真正的摩擦点。投资于 AI 定制的公司面临着供应商锁定的风险，如果这些定制只能与一个模型提供商一起使用。为 Claude Code 编写的技能现在可以与 OpenAI 的 Codex、Cursor 或任何其他采用该标准的平台一起使用。

我们之前报道的 技能收敛 现在已经被正式化。OpenAI 已经实施了结构上相同的系统；开放标准编纂了这种收敛，并邀请其他人加入。

对于开发人员来说，这创造了一个新的分发渠道。一个设计良好的技能可以同时在多个 AI 平台上达到用户。Anthropic 的合作伙伴目录在启动时——Atlassian、Figma、Canva、Stripe、Notion、Zapier——代表了技能解决企业工作流程的重要范围。

企业管理工具

与开放标准一起，Anthropic 宣布了针对企业客户的组织范围内的管理工具。管理员现在可以执行哪些技能可用的策略，控制对敏感功能的访问，并在部署中监控技能的使用情况。

企业功能将技能定位为 IT 可管理的基础设施，而不是临时的定制。对于担心 AI 治理的公司——他们的 AI 系统具有什么功能，谁控制它们，什么防护措施存在——集中式技能管理提供了可见性和控制。

更大的图景

Anthropic 现在已经为 AI 基础设施贡献了两个基础标准：MCP 用于工具连接和 Agent Skills 用于功能定制。两者都遵循相同的模式：解决真正的问题，公开发布，并通过有用性而不是锁定来推动采用。

这种方法与 OpenAI 的平台策略形成鲜明对比。虽然 OpenAI 建立专有的生态系统——GPT 商店、Apps SDK、平台特定集成——Anthropic 建立起适用于所有地方的标准。两种策略都可以成功；它们优化不同的结果。

对于行业来说，开放标准减少了碎片化。开发人员可以构建一次并在多个平台上部署。企业可以在不重建定制的情况下切换提供商。竞争压力从生态系统控制转移到模型质量和执行上。

Anthropic 正在押注自己能够赢得这场竞争。Agent Skills 标准是确保这场竞争按照 Anthropic 帮助定义的条件发生的另一步。