Anthropics Agent Skills: den nye åbne standard for AI-agenter i virksomheden

Branchen for kunstig intelligens i virksomheder oplever et mindre jordskælv med bevægelsen af Antropisk og dets forslag til agentfærdighederLangt fra at udgive endnu en lukket funktion har virksomheden valgt at udgive en åben specifikation, der Det giver enhver organisation mulighed for at definere, dele og styre AI-kapaciteter på en standardiseret måde.Dette er især relevant for europæiske virksomheder, der opererer i regulerede miljøer.

I praksis betyder det, at AI-assistenter holder op med at stole på improviserede prompter og begynder at arbejde med strukturerede, versionsbare og auditerbare færdighedsbibliotekersom kan genbruges på tværs af flere teams, applikationer og leverandører. For virksomheder i Spanien og resten af ​​Europa, der allerede tester AI-agenter inden for jura, finans eller kundeservice, er denne tilgang Det lover mere kontrol, mindre "sort magi" og en mere ordnet integration med dets interne systemer..

Hvad er Agent Skills, og hvorfor markerer det et vendepunkt inden for virksomhedens AI?

Agentfærdigheder er i bund og grund en fælles ramme for undervisning af meget specifikke arbejdsopgaver hos AI-agenterVidenen er pakket i uafhængige moduler. Hver færdighed er en mappe eller pakke med trinvise instruktioner, scripts, brugseksempler og specifikke ressourcer, der fortæller modeller som Claude, hvordan de skal agere i en given professionel kontekst: generere en finansiel rapport i overensstemmelse med regler, forberede en præsentation med brandretningslinjerne eller behandle en refusion i henhold til en virksomheds politik.

I stedet for den klassiske tilgang med at "spørge om ting" fra modellen med lange prompts, kan organisationer oprette interne samlinger af færdigheder, der afspejler deres virkelige processerDisse biblioteker deles på tværs af teams, gennemgås som om de var kode, og integreres i de værktøjer, der allerede bruges dagligt. For mange europæiske virksomheder stemmer denne tilgang bedre overens med deres behov for overholdelse af lovgivningen, datastyring og sporbarhed.

En vigtig ændring er, at Anthropic ikke er begrænset til at bruge Agent Skills i sit eget økosystem: Specifikationen er udgivet som en åben standard.Dette svarer til, hvad virksomheden gjorde med sin Model Context Protocol (MCP), som nu er bredt anvendt til at forbinde agenter med eksterne tjenester. Enhver udbyder, uanset om det er en cloudgigant eller en branchespecifik softwarevirksomhed i EU, kan implementere og udvide standarden uden at være bundet til en enkelt leverandør.

I et marked, hvor modeller fra OpenAI, Google, Anthropic og andre aktører sameksisterer, har man en fælles sprog til at beskrive agenters evner Det sigter mod at reducere afhængigheden af ​​proprietære platforme og fremme migrationer eller hybride implementeringer, noget der i stigende grad værdsættes af europæiske banker, forsikringsselskaber eller offentlige forvaltninger.

Hvordan agentfærdigheder fungerer, og hvilket problem de løser

Agentfærdigheder præsenteres som indkapslede moduler, der lever mellem sprogmodellen og de interne systemerModellen er stadig den, der forstår, ræsonnerer og samtaler, men når den skal "gøre" konkrete ting – tjekke en saldo, åbne en ticket i Jira, generere en regulatorisk rapport – tyr den til den relevante færdighed, som præcist definerer, hvordan man skal gå frem.

Hver færdighed indeholder normalt en definitionsfil (som den velkendte SKILL.mdDette afsnit beskriver, i et blandet format af YAML og struktureret tekst, færdighedsnavnet, de trin, der skal følges, de tilladte parametre, brugseksempler og de værktøjer eller API'er, der kan kaldes. Ingen fornuftige trin er overladt til tilfældighederne: De implementeres som deterministisk kode, der kalder forretningstjenestermens modellen fokuserer på samtale- og beslutningstagningsaspekterne.

For at forbedre effektiviteten har Anthropic indarbejdet et design af "Progressiv afsløring"Assistenten indlæser ikke alle detaljerne for hver færdighed i kontekst; den tilgår kun de komplette oplysninger, når der rent faktisk er behov for dem. På denne måde kan en organisation vedligeholde et meget stort bibliotek uden at overbelaste modellens hukommelse, hvilket er særligt nyttigt i komplekse miljøer som banker, telekommunikationsvirksomheder eller store europæiske detailhandlere.

En anden almindelig komponent er den såkaldte orkestrerende agent, at fungerer som supervisor: modtager brugerens anmodning, registrerer intentionen, beslutter hvilken kombination af færdigheder og værktøjer der er nødvendig og sætter dem i rækkefølgeEn simpel faktureringsforespørgsel kan udløse en færdighed til at afklare intentioner, en færdighed til at "forklare min faktura" og, derunder, et værktøj, der forespørger faktureringssystemer uden at brugeren behøver at forstå denne kompleksitet.

I denne tilgang bliver færdigheder agenternes udførelsesstrukturSamtaleniveauet forbliver fleksibelt, mens procedurerne er definerede, genanvendelige og underlagt kvalitetskontrol. Det retter op på en af ​​de største mangler ved de første AI-baserede bots og assistenter, hvis adfærd var vanskelig at kontrollere. og det ændrede sig uforudsigeligt, da prompterne blev ændret.

Åbenhed, standardisering og tidlig implementering af økosystemet

Anthropics mest slående træk har været at udgive Teknisk specifikation for agentfærdigheder og dens SDK som en åben standard gennem agentskills.io, hvor fællesskabet og andre udbydere inviteres til at anvende og udvikle det. Dette skridt følger MCP, som for nylig er kommet under ledelse af Linux Foundation inden for Agentic AI Foundation, hvor aktører som AWS, Google, Microsoft eller Block deltager.

Omkring Agent Skills, en tidlig implementering hos store teknologivirksomhederVærktøjer som Microsoft VS Code, GitHub og kodeagenter som Cursor og OpenCode har indarbejdet færdighedsarkitektur til at definere udviklingsworkflows. OpenAI har selv introduceret meget lignende strukturer i ChatGPT og dets udvikler-CLI, med færdighedskataloger, der minder om Anthropics tilgang, hvilket antyder en vis konvergens inden for branchen mod denne type modularitet.

I mellemtiden, førende virksomhedssoftwarevirksomheder —Atlassian, Figma, Stripe, Canva, Notion, Cloudflare, Zapier eller RampVirksomheder som [firmanavn] udgiver deres egne færdigheder til at forbinde deres produkter med AI-agenter. Disse færdigheder giver brugerne mulighed for f.eks. at oprette opgaver i Jira eller Trello efter interne konventioner, anvende brandstile på Figma-designs eller automatisere marketingworkflows uden behov for ad hoc-integrationer for hver klient.

Udviklerfællesskabet bliver også involveret: Anthropics færdighedsdatabase har samlet titusindvis af stjerner på GitHub og Der er allerede tusindvis af offentligt delte færdigheder, lige fra værktøjer til manipulation af PDF-filer til specifikke automatiseringer til ingeniør- eller økonomiteams.

Dette økosystem er især interessant for europæiske virksomheder, der bruger værktøjer som Atlassian, Microsoft 365 eller Figma intensivt, og som ønsker, at deres AI-agenter skal arbejde sammen med dem, samtidig med at de respekterer interne politikker, sektorregler og privatlivskrav såsom GDPR. uden at være afhængig af uigennemsigtige udvidelser fra en enkelt udbyder.

Fra udviklerværktøj til virksomhedsinfrastruktur

Da Anthropic introducerede disse evner i oktober, blev færdighederne hovedsageligt opfattet som Et værktøj til udviklere og kodeentusiasterGennem en interaktiv "færdighedsskaber" i Claude kunne brugerne selv generere den mappestruktur og den SKILL.md, der er nødvendig for at automatisere specifikke arbejdsgange, uden større tekniske implementeringer.

Med den seneste opdatering har virksomheden flyttet sit fokus til virksomheden: Agent Skills integrerer nu med værktøjer til organisatorisk styringEn central fortegnelse over færdigheder og administrationsfunktioner designet til IT-chefer og sikkerhedsteams. Ideen er, at færdigheder skal bevæge sig ud over spredte eksperimenter og blive stabile, dokumenterede og styrede aktiver som en del af virksomhedens AI-infrastruktur.

I organisationer, der abonnerer på Claudes Team- og Enterprise-planer, kan færdigheder administreres fra et centralt panelDet er her, administratorer bestemmer, hvilke færdigheder der tildeles hver brugergruppe, hvilke der er aktiveret som standard, og hvilke der kræver tilmelding. Dette kontrollag giver mulighed for at tilpasse agentbrugen til interne politikker, hvilket er afgørende for stærkt regulerede sektorer i Europa, såsom sundhedspleje, forsikring og bankvirksomhed.

Derudover har Anthropic åbnet en Kompetencekatalog over forretningspartnere Det fungerer som et katalog over færdigheder, der er klar til brug, med bidrag fra virksomheder som Atlassian, Canva, Figma, Notion, Cloudflare, Stripe, Zapier og Sentry. For mange europæiske SMV'er og store virksomheder strømliner denne type arkiv pilotprojekter: i stedet for at bygge alt fra bunden kan de starte med prætestede færdigheder og tilpasse dem til deres processer.

Alt dette tyder på, at Agent Skills er mere end blot en produktfunktion, men er ved at udvikle sig til en infrastrukturlag, hvorpå AI-agenter og -applikationer kan bygges, i tråd med hvad standardiseringen af ​​API'er betød dengang: et fælles sprog, som forskellige værktøjer kan samarbejde om.

Produktivitet, anvendelsesscenarier og fordele for europæiske virksomheder

De første implementeringer i den virkelige verden viser, at implementeringen af ​​Agent Skills ikke kun er teoretisk. Ingeniørteams har rapporteret produktivitetsstigninger på op til 50 %. takket være automatisering af gentagne opgaver og standardisering af arbejdsgange såsom kodegennemgang, teknisk dokumentation eller testgenerering.

Inden for det finansielle og regnskabsmæssige område tillader færdigheder kodificere regulerede procedurerFra kontroller forud for udstedelse af en rapport til compliance-kontroller, der kører automatisk, før visse transaktioner godkendes. For spanske virksomheder, der er underlagt europæiske regler – såsom MiFID II for investeringsservice eller Solvency II for forsikring – er det en fordel at kunne omsætte disse regler til auditerbare færdigheder i forhold til ustrukturerede prompts.

I drift og backoffice bruger organisationer færdighedsbiblioteker til at deling af institutionel videnHvad der tidligere kun var kendt af nogle få erfarne medarbejdere, er nu indarbejdet i moduler, som en agent eller en ny medarbejder kan følge trin for trin, hvilket reducerer afhængigheden af ​​specifikke personer og fremskynder intern træning.

Endnu mere ambitiøse eksperimenter er blevet testet, såsom Anthropics interne projekt om at styre en lille merchandisingbutik med agenter udstyret med færdigheder inden for lager, salg og kundeservice. Selvom menneskelig overvågning forblev i nogle ekstreme tilfælde, tyder testene på, at Agenter udstyret med veludviklede færdigheder kan udføre opgaver fra start til slut i kontrollerede miljøer.

I den europæiske kontekst, hvor Kommissionen og de nationale tilsynsmyndigheder begynder at kræve større gennemsigtighed og kontrol over AI-systemerDenne modulære tilgang letter risikovurdering: hver færdighed kan dokumenteres, testes og certificeres uafhængigt, mens den overordnede model bruges som et lag til ræsonnement og naturligt sprog.

Risici, styring og skepsis omkring standarden

Det er ikke uden risici at åbne op for agentfærdigheder. Ved at give alle mulighed for at poste og dele færdigheder, Der er mulighed for, at der kan opstå ondsindede eller lavkvalitetsfærdighedermed instruktioner, der kan føre til fejl, manglende overholdelse af lovgivningen eller endda informationslækager, hvis de er forbundet til følsomme systemer.

Anthropic rådgiver virksomheder, der Begræns implementeringen af ​​færdigheder til reviderede kilder og verificerede udviklereog at de integrerer gennemgangen af ​​disse funktioner i deres almindelige sikkerheds- og compliance-processer. Virksomheden deltager også i diskussioner med fællesskabet om, hvem der skal styre den langsigtede udvikling af den åbne protokol, og hvordan, et vigtigt spørgsmål, hvis standarden skal forhindres i at blive overtaget af en enkelt aktør.

En anden igangværende debat er virkningen på menneskelige færdigheder i organisationerI takt med at agenter automatiserer hele procedurer, advarer nogle eksperter om risikoen for færdigheds-"atrofi": Hvis et team vænner sig til, at AI altid udarbejder rapporter, indgiver krav eller administrerer kundeserviceprocesser, kan det miste evnen til at gøre det manuelt, når noget går galt.

Brancheanalytikere påpeger også, at selvom MCP er blevet en de facto standard, Det er ikke garanteret, at Agent Skills vil gentage den samme succesOrganisationer er allerede vant til at arbejde med standardiserede API'er og kommunikationssignaturer, og der er flere måder at lære agenter færdigheder på. Med andre ord er de tekniske fordele ved agentfærdigheder alene ikke nok til at sikre udbredt anvendelse.

For europæiske virksomheder, der er vant til at operere i økosystemer med flere leverandører, omsættes denne skepsis til forsigtighed: mange eksperimenterer med Agent Skills i pilotprojekter, men opretholder parallelt strategier specifikke for orkestrering og styring af agenter, med kontrollag, der er over enhver specifik standard.

Strategiske fordele for grundlæggere og CTO'er af startups i Spanien og Europa

Ud over store virksomheder åbner Agent Skills et interessant vindue for Europæiske teknologistartups og scaleupsFor mange stiftende teams er den virkelige differentiator ikke længere blot at bruge den "bedste model" på markedet, men at kodificere deres egen knowhow i form af proprietære færdigheder, der indfanger deres processer, deres arbejdsmetode og deres forståelse af kunden.

I den forstand investerer man ressourcer i opbygningen biblioteker af færdigheder, der repræsenterer organisatorisk intelligens Dette kan blive et langsigtet aktiv, der kan sammenlignes med at eje et veldesignet API eller en robust datainfrastruktur. Disse færdigheder kan implementeres på tværs af forskellige modeller og platforme, hvilket reducerer afhængigheden af ​​en specifik leverandør og letter overholdelsen af ​​europæiske krav vedrørende datasuverænitet eller geolokalisering.

Den åbne standard favoriserer også interoperabilitet mellem løsninger fra forskellige udbydereEn spansk startup, der udvikler et SaaS-produkt til for eksempel dokumenthåndtering i advokatfirmaer, kunne fremvise sine evner som færdigheder, der er kompatible med Claude, men også med andre agenter, der anvender den samme specifikation, og dermed udvide sit marked uden at skulle gentage integrationer for hver platform.

Derudover tilbyder partnerøkosystemet – med værktøjer som Atlassian, Figma, Stripe og Zapier – startups en genvej: i stedet for at bygge komplekse forbindelser til hver tjeneste kan de udnytte eksisterende færdigheder og fokusere på Tilføj lag af logik og personlig erfaring ovenpåDette passer godt med virkeligheden i mange europæiske virksomheder, som opererer med små teams og søger at maksimere afkastet af hvert udviklingssprint.

For CTO'er, der begynder at designe deres agentstrategi, er lektien klar: Behandl færdigheder som langsigtede aktiverversionering, overvågning og forbedring af dem med reelle data, og tilpasning af dem til det kontrol- og styringslag, som organisationen definerer. På denne måde, når økosystemet modnes – og standarderne stabiliseres – vil virksomheden allerede have sit eget katalog af funktioner, klar til at blive integreret, hvor det er mest hensigtsmæssigt.

Anthropics åbning af Agent Skills redefinerer, hvordan AI-agenter opfattes i virksomheden: fra generelle assistenter styret af prompts, til modulære, bærbare og auditerbare færdighedsbaserede arbejdsplatformeFor Spanien og Europa, hvor det regulatoriske pres og behovet for interoperabilitet er særligt højt, tilbyder denne model en mellemvej mellem hurtig innovation og streng kontrol, hvilket åbner døren for, at den sande differentieringsværdi ligger i de færdigheder, som hver organisation er i stand til at opbygge og styre.