OpenAI悄然拥抱Anthropic Skills：AI代理真正成熟的关键一步

2025年被寄予厚望的AI Agent，并没有如预期那样全面爆发，而是走向了一条更务实的道路。这期《The AI Daily Brief》揭示了一个关键转折：OpenAI开始实验性支持Anthropic提出的Skills机制，这可能比任何单一代理产品，都更重要。

为什么2025年的AI Agent，没有走向我们想象的样子？

理解Skills的重要性，必须先回到一个略显反直觉的现实：2025年确实是AI Agent之年，但方式和很多人预期的不同。主持人在节目一开始就点破了这一点——企业级通用代理并没有大规模铺开，真正爆发的只有一个方向：编码类代理。

他给出的判断非常清晰：这并不是失败，而是阶段性结果。2025年更重要的收获，其实是“打地基”。大量精力被投入到基础设施、协议和标准上，目的是让未来的代理系统真正具备规模化和成熟的可能性。换句话说，行业发现，与其仓促部署无数脆弱的代理，不如先解决一个更根本的问题：代理到底应该如何被构建。

在这个背景下，一个现象显得尤为关键：即便是彼此高度竞争的模型公司，也越来越倾向于采用对方提出的标准，而不是各自为战。主持人回顾了MCP（Model Context Protocol）的例子——这个最早由Anthropic提出、用于让大模型访问外部信息的机制，最终被Google、OpenAI和Microsoft共同采用。这种“标准先行、竞争后置”的逻辑，正在成为Agent时代的新常态。

而Skills，正是在这样的历史节点上，进入了OpenAI的视野。

什么是Skills？用“文件夹”重塑AI代理的能力结构

要理解为什么Skills被认为可能“比MCP还重要”，首先要搞清楚它到底是什么。主持人引用了Anthropic在2024年10月的定义：Skills本质上是“有组织的文件夹”，里面包含指令、脚本和资源，代理可以在需要时动态加载。

在实现层面，一个Skill至少包含一个名为skill.md的Markdown文件，里面有技能名称、描述和具体指令。当Claude或其他支持Skills的代理启动时，只会把“名称和描述”加载进系统提示词。这是Anthropic称之为“渐进式披露（progressive disclosure）”的第一层。

真正巧妙的地方在于后两层：只有当任务触发相关需求时，模型才会去读取完整指令，甚至进一步加载附属脚本或资源。这意味着上下文不再一次性塞满，而是“按需取用”。主持人用非常直白的话总结了这一点：模型“不需要浪费大量token去加载永远用不上的说明书”。

从设计理念上看，Skills试图解决一个长期存在的问题：为什么我们总是要为每个用例，单独造一个高度定制的Agent？Anthropic给出的答案是，把“能力”和“代理本体”解耦。通用代理始终存在，而专业能力以Skills的形式被组合、复用和迁移。

为什么工程师会为Skills着迷？效率、可靠性与“无需造轮子”

Skills发布后迅速在AI工程圈引发讨论，其中最具代表性的人物之一是Simon Willis。主持人提到，他曾写过一篇标题极其直白的文章：《Claude skills are awesome， maybe a bigger deal than MCP》。

Simon的核心论点并不复杂，但非常犀利：MCP在很多场景下是“token低效”的。你需要为模型构建工具接口、协议和调用逻辑，而Skills只需要你写清楚“该怎么做”。正如节目中转述他的观点：用Skills时，“Claude可以直接读你写的说明，然后自己搞明白”。

这种简单性带来了连锁反应。第一，任何会写文档的人，都能写Skill，不需要工程背景。第二，Skill可以包含确定性运行的代码，避免每次由模型重新生成，提高可靠性。第三，Skills天然可叠加，一个代理可以同时调用多个Skill，而不是被限制在单一用途里。

更有意思的是，Shawn Wang（Swix）后来在回顾时指出，Skills背后的哲学可能才是真正的突破。他引用了一句极具传播力的说法：智能代理的问题在于“genius without experience（有天赋但没经验）”。而Skills的定位，正是“an expert in a folder（一个装在文件夹里的专家）”。与其不停造新Agent，不如持续积累可复用的技能库。

OpenAI的选择：速度，比“标准所有权”更重要

真正让这期节目变得“值得被记住”的，是最后一个转折。就在上周，多位开发者在X上注意到，Anthropic的Skills机制，开始出现在OpenAI的生态中。

AI技术从业者Arun最早指出，OpenAI已经在ChatGPT和Codex中集成了Skills，用于动态管理文件。随后，Simon Willis确认：Skills已经在ChatGPT以及Codex CLI工具中上线。OpenAI也向媒体证实，这是与GPT-5.2结合的实验性支持，并将Skills视为agents.md的扩展，同样采用渐进式披露。

主持人在这里给出了一个非常有分量的判断：这再次证明，对基础模型公司来说，“跟上开发者速度”比“拥有标准”更重要。即便MCP和Skills都源自Anthropic，OpenAI依然选择直接采用，而不是另起炉灶。

他并没有把这解读为妥协，而是成熟。因为在Agent仍处于早期阶段的当下，任何阻碍互操作性的做法，都会减缓整体进化速度。正如节目中的总结性判断：我们才刚刚触及AI Agent可能性的表面，而共同标准的普及，将把真正的爆发推向2026年。

总结

如果说过去一年AI Agent最大的收获是什么，那可能不是某个惊艳的产品，而是一种共识的形成：Agent的未来，建立在可组合、可迁移、低摩擦的能力之上。Skills的出现，以及OpenAI对其的快速拥抱，释放了一个强烈信号——真正的竞争，不在于谁的Agent更多，而在于谁能让Agent“学会积累经验”。对开发者而言，这也许是一次重要的思维转向：与其反复造轮子，不如开始认真构建属于自己的技能库。

关键词： AI Agent， Skills， OpenAI， Anthropic， 渐进式披露

事实核查备注： 视频来源：The AI Daily Brief；提出Skills的公司：Anthropic（2024年10月）；Skills核心文件：skill.md（Markdown）；关键人物：Simon Willis、Shawn Wang（Swix）、Arun；相关产品：Claude、ChatGPT、Codex；相关标准：MCP；OpenAI实验性支持Skills并与GPT-5.2结合。