网站开发兼容东营市住房和城乡建设局官网

网站开发兼容,东营市住房和城乡建设局官网,人工智能软件,北京搜索优化推广公司我上周五的时候#xff0c;写了一篇博文《别再造 Agent 了#xff0c;去构建 Skills》#xff0c;发在了微博和我的知识星球里#xff0c;我说这个观点对我启发非常大#xff0c;而且这个观点真的实用#xff0c;理解了#xff0c;你可能就觉悟了#xff0c;就掌握了正…我上周五的时候写了一篇博文《别再造 Agent 了去构建 Skills》发在了微博和我的知识星球里我说这个观点对我启发非常大而且这个观点真的实用理解了你可能就觉悟了就掌握了正确使用 AI 的方法。有读者就找我说这篇文章写的太笼统了能具体谈一谈吗昨天我就把 Anthropic 的两位工程师的最新演讲视频内容整理了一下详细跟大家聊一聊到底什么是 Skills。AI 再聪明也可能只是个高智商小白去年这个时候大家还在琢磨 AI Agent 到底是个什么东西。今年很多人已经每天都在用各种 AI Agent 了。但用着用着你会发现一个问题这些 AI Agent 虽然很聪明但有时候感觉它们像个初入职场的高材生聪明是聪明但就是缺点经验。Anthropic 的两位工程师 Barry 和 Mahesh 最近在一次演讲中打了个很形象的比方。他们说假如你要报税你会找谁是找智商 300 的数学天才 Mahesh还是找经验丰富的税务专业人士 Barry大多数人会毫不犹豫地选 Barry。为什么因为报税这事儿你不需要有人从头推导 2025 年的税法你需要的是一个熟悉流程、知道各种坑的老手能稳稳当当帮你搞定。现在的 AI Agent 就像那个数学天才智商没问题但缺乏专业领域的实战经验。它们可以做很多惊人的事情但往往需要你花大量时间去引导和解释。更要命的是它们记不住上次怎么做的下次遇到类似问题还得从头来过。这个观察其实挺有意思。我们在工作生活中也经常遇到类似情况。纯粹的聪明固然重要但专业经验和领域知识往往更关键。一个刚毕业的清华学生去做产品设计可能还比不上在这个领域摸爬滚打十年的普通本科生。这个道理放在 AI 身上其实也成立。代码是通往数字世界的万能钥匙在解决这个问题之前Anthropic 团队先有了一个重要发现代码可能是 AI 理解和操作数字世界的通用接口。以前大家觉得不同领域的 AI Agent 应该长得很不一样。做财务的需要一套工具写代码的需要另一套工具做设计的又需要完全不同的东西。但当他们开发出 Claude Code 这个编程助手后突然意识到底层的代理架构其实可以很通用。想想生成一份财务报告这件事。AI 可以通过代码调用 API 拉取数据可以在文件系统里整理这些数据可以用 Python 分析数据最后把分析结果写成文档。整个过程都是通过代码完成的。这时候你会发现核心的架构可以简化到只需要一个命令行和一个文件系统就够了。这个洞察很深刻。在数字世界里几乎所有操作最终都可以归结为代码层面的指令。这就像在现实世界里几乎所有事情最终都需要人的肢体动作来完成一样。找到这个最基本的接口意味着你可以用一套通用的框架去解决很多问题。但光有通用框架还不够缺乏专业知识的问题依然存在。这就是 Skills 出现的背景。Skills把专业知识装进文件夹Anthropic 对 Skills 的定义很简单它们就是一些组织好的文件夹里面装着可以给 AI 用的程序化知识。听起来有点平淡对吧就是文件夹而已。但这种简单恰恰是它最大的优点。你想想我们平时怎么管理知识和工作流程的不就是建个文件夹里面放些文档、脚本、模板吗这套东西我们用了几十年熟悉得不能再熟悉了。既然好用为什么要换Skills 的设计理念就是任何有电脑的人不管是人类还是 AI都能轻松创建和使用。你可以用 Git 管理版本可以扔到 Google Drive 分享可以打包成压缩文件发给同事。这些都是我们已经会的操作不需要学新东西。但 Skills 跟普通文件夹还是有些讲究的。它们会包含一些脚本作为工具。传统的工具定义往往写得模糊不清AI 用起来容易犯糊涂而且 AI 也没法修改这些工具。但如果是脚本情况就不一样了。脚本本身就是代码有清晰的逻辑AI 读得懂需要的时候还能调整。比如说他们发现 Claude 总是重复写同样的 Python 脚本来给幻灯片加样式。那干脆就让 Claude 把这个脚本保存成一个工具下次直接调用就行了。这样既一致又高效。这让人想起我们工作中的场景。刚开始做某个任务时每次都要从头摸索。但慢慢地我们会总结出一套方法可能写成文档可能做成模板甚至写成小工具。下次遇到类似情况直接套用就行不用重新发明轮子。Skills 就是把这个思路应用到 AI 身上。保护上下文窗口的巧妙设计AI 的上下文窗口是有限的就像人的短期记忆容量有限一样。如果一股脑把所有 Skills 的内容都塞进去很快就会爆掉。Anthropic 用了一个渐进式披露的策略。一开始AI 只能看到每个 Skill 的元数据就像一个目录告诉它有哪些技能可用。只有当 AI 决定要用某个技能时才会把这个技能的详细说明加载进来。其他内容则组织在文件夹里需要时再去读取。这个设计让 AI 可以同时装备成百上千个技能而不会被信息淹没。想用的时候才看不用的时候就放在架子上。这个思路在我们的生活中也很常见。你不可能把所有知识都装在脑子里随时调用但你知道哪些知识在哪里需要的时候去查就行。现代人的竞争力越来越不在于记住多少东西而在于知道怎么快速找到需要的信息。AI 也是一样的道理。三种类型的技能生态Skills 推出才五周的时间不到两个月就已经有几千个技能被创建出来了。这些技能大致可以分成三类。第一类是基础技能给 AI 增加一些通用的新能力。比如 Anthropic 自己做了一套文档技能让 Claude 能够创建和编辑专业的办公文档。还有一些科研机构做了科学研究技能让 Claude 能够分析电子健康记录数据能够更好地使用生物信息学的 Python 库。第二类是第三方技能由生态系统中的合作伙伴创建帮助 AI 更好地使用他们的产品。比如 Browserbase 做了一个浏览器自动化工具的技能装上这个技能后Claude 就能更有效地在网上冲浪帮你做各种网页操作。Notion 也做了一套技能让 Claude 能够深入理解你的 Notion 工作空间在里面做深度研究。第三类是企业内部技能这是最让人兴奋的。很多大公司在用 Skills 教 AI 理解他们独特的工作流程和内部软件。有些公司有几千甚至上万名开发者他们用 Skills 来规范代码风格传授内部的最佳实践。这三类技能的创建者和使用者都不一样但有个共同点任何人都能创建而且都能让 AI 获得它原本没有的能力。这种开放性很重要。如果只有 Anthropic 能给 Claude 增加新能力那发展速度会很慢。但现在任何人都能贡献生态系统的成长速度就完全不一样了。这有点像应用商店的逻辑苹果做了 iOS 系统但真正让 iPhone 有价值的是几百万个第三方应用。生态系统展现出的三个趋势随着越来越多人开始使用 Skills一些有意思的趋势开始显现。首先Skills 正在变得越来越复杂。最简单的 Skill 可能就是一个 Markdown 文件里面写几句提示词。但现在很多 Skill 已经开始打包软件、可执行文件、各种代码和资源了。有些 Skill 的开发和维护可能要花上几周甚至几个月的时间。这说明 Skills 不只是简单的配置文件它们正在成为真正的软件产品。就像我们日常使用的应用程序一样有些很简单有些则非常复杂需要持续投入才能维护好。其次Skills 和 MCP 服务器形成了很好的互补。MCP 是今年发展起来的另一套标准主要负责连接外部数据和工具。现在很多开发者会用 Skills 来编排多个 MCP 工具把它们串联起来完成更复杂的任务。在这种情况下MCP 提供了连接外部世界的通道而 Skills 提供了专业知识和执行逻辑。这个分工很清晰。MCP 负责能力的广度让 AI 能够触达各种外部系统。Skills 负责能力的深度让 AI 知道如何正确使用这些系统。两者结合才能让 AI 真正有用。第三个趋势最让人兴奋非技术人员也开始创建 Skills 了。财务、招聘、会计、法务等部门的人这些平时不写代码的人也在给 AI 装配技能包。这验证了一个重要假设Skills 确实让普通人也能扩展通用 AI 的能力让 AI 更贴近他们的日常工作。以前想要定制 AI 的能力你得是程序员。现在只要你理解自己的工作流程就能把它教给 AI。这个趋势的意义很深远。它意味着 AI 的能力不再由少数技术公司定义而是由各行各业的专业人士共同塑造。每个人都能根据自己的专业知识让 AI 变得更有用。这种去中心化的发展模式可能会释放出更大的潜力。通用Agent架构正在成型把这些拼图拼起来我们能看到一个正在形成的通用代理架构。最核心的是一个 Agent 循环负责管理 AI 的内部上下文控制信息的进出。这个循环搭配一个运行时环境给 AI 提供文件系统和执行代码的能力。然后你可以给这个代理连接各种 MCP 服务器让它能访问外部的工具和数据。最后给它装配一个包含成百上千个 Skills 的库它就能在运行时根据任务需要动态加载相应的技能。这个架构的美妙之处在于它的通用性。给 AI 装备不同的 MCP 服务器和 Skills 组合它就能胜任不同领域的工作。Anthropic 已经用这个思路快速推出了金融服务和生命科学领域的 Claude 版本。这让人想起个人电脑的发展历程。最开始不同用途的计算机可能有完全不同的设计。但慢慢地大家发现其实可以有一个通用的架构不同的应用场景只需要安装不同的软件就行。AI 代理似乎也在走向类似的模式。技能的分享让整个组织变聪明Skills 真正的价值可能不在于单个技能有多厉害而在于它们能够被分享和传播。想象一下未来的公司有一个不断进化的知识库由公司里的人和 AI 共同维护。每当有人和 AI 互动给它反馈传授经验这个知识库就会变得更丰富。所有人用的 AI 都会变得更好。当新员工加入团队第一次使用 Claude 时它已经了解这个团队关心什么日常怎么工作怎样才能最有效地帮忙。不需要每个人都从零开始训练自己的 AI 助手。这种集体智慧的积累会产生复利效应。而且这种效应不止局限于一个组织内部。就像今天有人在地球另一端开发了一个有用的 MCP 服务器你也能从中受益一样别人创建的 Skill 同样能让你的 AI 变得更强大。这个愿景让人想起开源社区的发展。一开始每个人都在重复造轮子后来大家开始分享代码整个社区的生产力就飙升了。Skills 可能会在 AI 领域复制这个模式。AI 开始自己给自己装技能了更进一步AI 不只是使用人类创建的 Skills它还能自己创建 Skills。Skills 的标准化格式提供了一个重要保证Claude 今天写下的任何东西未来的版本都能高效使用。这让学习变得可迁移。随着你和 Claude 合作越来越多Skills 让记忆变得更具体。它们不是记录一切而是专注于程序化的知识那些可以在特定任务中使用的东西。当你和 Claude 合作了一段时间后Skills 的灵活性就体现出来了。Claude 可以即时获取新能力根据需要进化这些能力淘汰掉过时的。这种上下文学习的方式对于每天都在变化的信息来说成本效益非常高。Anthropic 的目标是让你用了 30 天的 Claude 比第一天的 Claude 强得多。现在 Claude 已经可以用 Skill Creator 这个技能来创建新技能了而他们会继续朝这个方向推进。这个想法有点科幻但细想很合理。人类的学习过程不也是这样吗我们会总结经验形成方法论然后在新情况下应用和改进这些方法论。如果 AI 能做到这一点它就真的在学习了而不只是每次从零开始。模型、运行时、技能AI 的新三层架构Anthropic 用了一个很巧妙的类比来总结他们的思路。在计算机发展史上处理器本身虽然强大但单独用处不大。然后我们有了操作系统它协调处理器周围的各种资源和进程让处理器的价值大大提升。在 AI 领域模型就像处理器。而 Agent 运行时就相当于操作系统的角色负责把合适的信息输入输出给模型。但真正的价值来自应用层。只有少数公司做处理器和操作系统但有几百万开发者在写软件把领域专业知识和独特见解编码进去。Skills 就是要打开 AI 的应用层让每个人都能贡献。你不需要理解模型的工作原理不需要懂复杂的 AI 技术。你只需要把自己的专业知识和工作方法整理成文件放进文件夹里就行了。这个类比很有启发性。我们今天觉得理所当然的软件生态其实经历了几十年才形成。但它一旦形成就释放出了巨大的创造力。如果 AI 也能有类似的生态那可能性就真的无限大了。别再重复造轮子了Anthropic 的这个演讲核心其实就一句话别再从零开始造 Agent 了开始造技能包Skills吧。这个转变看似简单但意义深远。它把 AI 开发的重心从底层架构转移到了领域知识。底层架构正在趋同真正的差异化来自你能给 AI 装配什么样的专业能力。对开发者来说这意味着可以把精力集中在真正有价值的部分把专业知识和工作流程编码成可复用的技能。对企业来说这意味着可以更快地让 AI 适应自己的业务场景而不需要从头训练模型或开发专属的 AI 系统。对普通用户来说这意味着 AI 会变得越来越懂你的工作越来越能提供真正有用的帮助。这个趋势背后的逻辑其实很通用。在任何领域当基础设施成熟后竞争的焦点就会转向应用层。最早的互联网公司在做基础协议后来大家开始做网站和应用。最早的智能手机厂商在做操作系统后来大家开始做 App。现在 AI 也到了这个阶段。模型能力在快速提升基础架构在趋同下一个战场是谁能更好地把专业知识注入 AI。Skills 提供了一个简单、开放、可扩展的方式来做这件事。它不是唯一的答案但它指向了一个清晰的方向AI 的未来在于如何让它真正掌握各行各业的专业知识而这需要所有人一起来构建。这对我们每个人意味着什么可能意味着你的专业经验会变得更有价值因为它可以被编码、分享、复用。可能意味着工作方式会改变你的任务不只是完成工作还包括把工作方法教给 AI。也可能意味着学习的重要性会提升因为你需要不断掌握新技能然后把它们传授给你的 AI 助手。无论如何一个确定的趋势是AI 不会取代我们但会用 AI 的人可能会取代不会用的人。而学会给 AI 装配合适的技能包可能就是这个时代最重要的技能之一。原视频地址https://www.youtube.com/watch?vCEvIs9y1uog如果你想了解和学习更多的干货的话欢迎大家加我的星球里面有更多的独家干货。最后介绍一下我的星球「AIGC·掘金成长研习社」主要分享什么内容呢三个板块的内容1、副业赚钱领域的内容。我做自媒体十几年了有很多副业赚钱方面的经验和干货而且每周都会定期详细带大家拆解一个副业赚钱案例持续更新的那种目前已经分享了上百篇跟副业赚钱相关的帖子和文章了。2、AI 落地和实操相关的内容。我在里面也分享了很多 AI的各种玩法和落地场景包括用 AI 做副业的案例也都有。3、个人成长。我会分享很多我做超级个体和自由职业的一些思考和成长类的内容目前我已经做自由职业 5 年了有太多的感慨和内容分享。如果你想学习如何搞副业如何使用 AI 甚至如何使用 AI 搞副业那一定要加入我这个超值的星球。目前已经更新了 1600 多条干货和文章了加入成员 790。感兴趣的可以加入。最近限时最大优惠原价 149 今天加入可以立减 50 元只需要 99 元春节后会涨价到 199 元。我认为我的星球是目前副业和 AI 领域最超值和具有性价比的星球价格不贵同时内容也不比几千块钱的星球差。大家可以扫码查看支持 3 天无理由退款内容好不好先进来看看再说不适合自己退了也没毛病。