别再造智能体了:Anthropic工程师为何主张“技能优先”
正在加载视频...
视频章节
当AI Agent逐渐成为日常工具,Anthropic的Barry Zhang和Mahesh Murag却提出反直觉观点:不要再造更多Agent,而是构建可复用的“技能”。这场演讲给出了一个全新的Agent架构思路,解释了为什么真正限制Agent落地的不是智能,而是专业经验的封装方式。
别再造智能体了:Anthropic工程师为何主张“技能优先”
当AI Agent逐渐成为日常工具,Anthropic的Barry Zhang和Mahesh Murag却提出反直觉观点:不要再造更多Agent,而是构建可复用的“技能”。这场演讲给出了一个全新的Agent架构思路,解释了为什么真正限制Agent落地的不是智能,而是专业经验的封装方式。
从“我们还不知道什么是Agent”到每天都在用
这场演讲一开始就带着明显的时间对照。Barry Zhang回忆,上一次他们站在同一个舞台时,“我们还在搞清楚什么是Agent”。而短短一年后,Agent已经变成很多工程师的日常工具。MCP(Model Context Protocol)成为标准连接方式,Cloud Code这样的编码Agent也已经直接面向生产环境。
但真正的转折并不在于技术成熟,而在于使用后的失落感:Agent“看起来什么都会”,却在真实工作中频频卡壳。Barry形容,Agent拥有智能和能力,但缺少完成严肃工作的“专业性空槽(slots)”。这不是算力问题,也不是模型不聪明,而是它不知道该如何像一个老手那样稳定执行。
正是这种落差,促使他们做了一个关键决定:停止继续堆叠新的Agent形态,转而思考一个更底层的问题——专业经验到底应该以什么形式交给Agent?
“我不要300智商的天才,我要干过这行的人”
为了说明问题,Mahesh Murag讲了一个非常生动的对比场景:假设你要生成一份财务报告。理论上,一个通用Agent完全可以通过API拉数据、用Python分析、再输出结果文件。整个过程只需要bash和文件系统,技术上非常优雅。
但问题随即出现:你更愿意让谁来做?“是300智商的数学天才Mahesh,还是一个干了多年税务的Barry?”他的答案很直接:“我每次都会选Barry。我不想让Mahesh从第一性原理推导2025年的税法。”
这句话点出了核心洞见:当下的Agent更像Mahesh——极其聪明,但缺乏领域经验;而真实世界需要的是Barry——稳定、可预期、基于既有规则执行。Agent的问题不在于推理能力,而在于它无法真正吸收、沉淀并重复使用人类专家的程序性知识。
技能不是新模型,而是一堆被精心组织的文件
他们给出的解决方案听起来出奇地朴素:Agent Skills。Barry的定义非常直白:“Skills是为Agent打包的、可组合的程序性知识,本质上,它们就是文件夹。”
一个Skill可以包含说明文档、脚本、配置文件,甚至直接可运行的工具代码。与传统“工具调用”不同,这些脚本不再只是一次性指令,而是可以被保存、版本控制、反复执行的工作方法。正如他们所说:“我们让Cloud把它保存进Skill里,留给未来的自己用。”
这种设计解决了几个长期存在的问题:工具说明模糊、模型无法修改工具、上下文窗口被大量细节挤爆。Skill通过“渐进式披露”机制,在运行时只暴露元数据,真正需要时才加载内容,从而让一个Agent同时携带上百个技能成为可能。这不是模型变聪明了,而是经验终于有了合适的载体。
当MCP负责“连世界”,技能负责“教专业”
随着Skill生态的扩大,他们观察到一个清晰分工正在形成:MCP负责把Agent接入外部世界,而Skill负责提供专业判断。开发者开始用Skill来编排多个MCP工具,研究机构用它封装科学研究流程,企业内部则用Skill来教授组织最佳实践。
演讲中提到,像Claude这样的Agent,一旦装备了特定Skill,就能配合Stagehand更高效地浏览网页、完成研究任务。重要的是,这些Skill并非只能由模型公司提供,“任何人都可以创建”。它们可以存在于Git仓库、Google Drive,或者作为压缩包在团队间流转。
在他们描绘的未来架构中,一个通用Agent不需要为每个行业重写,而是通过“合适的MCP服务器 + 合适的Skill库”,快速变成对专业人士真正有用的工具。这是一次从“造智能体”到“建能力市场”的范式迁移。
总结
在结尾,Barry和Mahesh把Agent运行时类比为计算机历史中的操作系统:真正的价值不在单个应用,而在于其上不断增长的能力生态。他们的核心呼吁很明确——“不要再造Agent了,开始构建Skills”。对开发者而言,这意味着关注点要从模型提示转向经验封装;对组织来说,这是一种让隐性知识可继承、可复用的新路径。
关键词: AI Agent, Agent Skills, MCP, Claude, 上下文窗口
事实核查备注: 演讲者:Barry Zhang、Mahesh Murag;核心概念:Agent Skills、MCP(Model Context Protocol);产品:Cloud Code、Claude;关键观点原话包括“code is all we need”“I would pick Barry every time”“Skills are folders”;发布时间:2026-01-08;来源频道:AI Engineer