Agent Skills di Anthropic: il nuovo standard aperto per gli agenti di intelligenza artificiale in azienda

Il settore dell'intelligenza artificiale aziendale sta vivendo un piccolo terremoto con il movimento di Proposta di Anthropic e delle sue competenze di agenteLungi dal rilasciare un'altra funzionalità chiusa, l'azienda ha optato per pubblicare una specifica aperta che Consente a qualsiasi organizzazione di definire, condividere e gestire le capacità dell'IA in modo standardizzato.Ciò è particolarmente rilevante per le aziende europee che operano in ambienti regolamentati.

In pratica, ciò significa che gli assistenti AI smettono di affidarsi a suggerimenti improvvisati e iniziano a lavorare con librerie di competenze strutturate, controllabili e verificabiliche può essere riutilizzato da più team, applicazioni e fornitori. Per le aziende in Spagna e nel resto d'Europa che stanno già testando agenti di intelligenza artificiale in ambito legale, finanziario o di assistenza clienti, questo approccio Promette più controllo, meno "magia nera" e un'integrazione più ordinata con i suoi sistemi interni..

Cosa sono le competenze degli agenti e perché segnano una svolta nell'intelligenza artificiale aziendale?

Agent Skills è, in sostanza, un quadro comune per insegnare agli agenti di intelligenza artificiale compiti lavorativi molto specificiLe conoscenze sono suddivise in moduli indipendenti. Ogni competenza è una cartella o un pacchetto con istruzioni dettagliate, script, esempi di utilizzo e risorse specifiche che spiegano a modelli come Claude come comportarsi in un determinato contesto professionale: generare un report finanziario in conformità con le normative, preparare una presentazione con le linee guida del marchio o elaborare un rimborso in base alle policy aziendali.

Invece del classico approccio di "chiedere cose" dal modello con lunghi prompt, le organizzazioni possono creare raccolte interne di competenze che riflettono i loro processi realiQueste librerie vengono condivise tra i team, riviste come se fossero codice e integrate negli strumenti già utilizzati quotidianamente. Per molte aziende europee, questo approccio si allinea meglio alle esigenze di conformità normativa, governance dei dati e tracciabilità.

Un cambiamento importante è che Anthropic non si limita a utilizzare le abilità degli agenti all'interno del proprio ecosistema: La specifica è pubblicata come standard aperto.Un approccio simile a quello adottato dall'azienda con il suo Model Context Protocol (MCP), ora ampiamente adottato per connettere gli agenti con servizi esterni. Qualsiasi fornitore, che si tratti di un colosso del cloud o di un'azienda di software specializzata in un settore specifico nell'UE, può implementare ed estendere lo standard senza essere vincolato a un singolo fornitore.

In un mercato in cui coesistono modelli di OpenAI, Google, Anthropic e altri attori, avere un linguaggio comune per descrivere le capacità degli agenti L'obiettivo è ridurre la dipendenza dalle piattaforme proprietarie e facilitare le migrazioni o le implementazioni ibride, un aspetto sempre più apprezzato dalle banche, dagli assicuratori e dalle pubbliche amministrazioni europee.

Articolo correlato:

Nemotron 3: la grande scommessa aperta di NVIDIA per l'intelligenza artificiale multi-agente

Come funzionano le competenze degli agenti e quali problemi risolvono

Le competenze dell'agente sono presentate come moduli incapsulati che vivono tra il modello linguistico e i sistemi interniIl modello è sempre quello che capisce, ragiona e dialoga, ma quando deve "fare" cose concrete — controllare un saldo, aprire un ticket in Jira, generare un report normativo — ricorre alla competenza appropriata, che definisce con precisione come procedere.

Ogni competenza di solito include un file di definizione (come il noto SKILL.mdQuesta sezione descrive, in un formato misto di YAML e testo strutturato, il nome della competenza, i passaggi da seguire, i parametri consentiti, gli esempi di utilizzo e gli strumenti o le API che possono essere richiamati. Nessun passaggio sensato è lasciato al caso: Sono implementati come codice deterministico che richiama i servizi aziendalimentre il modello si concentra sugli aspetti conversazionali e decisionali.

Per migliorare l'efficienza, Anthropic ha incorporato un design di “divulgazione progressiva”L'assistente non carica tutti i dettagli di ogni competenza nel contesto; accede alle informazioni complete solo quando effettivamente necessario. In questo modo, un'organizzazione può gestire una libreria molto ampia senza sovraccaricare la memoria del modello, il che è particolarmente utile in ambienti complessi come banche, telecomunicazioni o grandi catene di vendita al dettaglio europee.

Un altro componente comune è il cosiddetto agente orchestratore, Quello agisce come supervisore: riceve la richiesta dell'utente, rileva l'intento, decide quale combinazione di competenze e strumenti è necessaria e li sequenziaUna semplice query di fatturazione può attivare una competenza di chiarimento dell'intento, una competenza di "spiega la mia fattura" e, al di sotto, uno strumento che interroga i sistemi di fatturazione senza che l'utente debba comprendere tale complessità.

In questo approccio, le competenze diventano tessuto di esecuzione degli agentiIl livello conversazionale rimane flessibile, mentre le procedure sono definite, riutilizzabili e soggette a controllo di qualità. Corregge una delle principali carenze dei primi bot e assistenti basati sull'intelligenza artificiale, il cui comportamento era difficile da controllare. e cambiava in modo imprevedibile quando i prompt venivano modificati.

Apertura, standard e adozione precoce dell'ecosistema

La mossa più sorprendente di Anthropic è stata quella di pubblicare il Specifiche tecniche di Agent Skills e il suo SDK come standard aperto attraverso agentskills.io, invitando la comunità e altri provider ad adottarlo e svilupparlo. Questa mossa segue l'MCP, che è recentemente passato sotto la gestione di Fondazione Linux all'interno del Fondazione Agentic AI, a cui partecipano attori come AWS, Google, Microsoft o Block.

Intorno alle competenze dell'agente, un adozione precoce da parte delle grandi aziende tecnologicheStrumenti come Microsoft VS Code, GitHub e agenti di programmazione come Cursor e OpenCode hanno incorporato l'architettura delle competenze per definire i flussi di lavoro di sviluppo. La stessa OpenAI ha introdotto strutture molto simili in ChatGPT e nella sua interfaccia a riga di comando per sviluppatori, con directory delle competenze che ricordano l'approccio di Anthropic, suggerendo una certa convergenza all'interno del settore verso questo tipo di modularità.

Nel frattempo, le principali aziende di software aziendale —Atlassian, Figma, Stripe, Canva, Notion, Cloudflare, Zapier o RampAziende come [nome dell'azienda] stanno pubblicando le proprie competenze per connettere i propri prodotti con agenti di intelligenza artificiale. Queste competenze consentono agli utenti, ad esempio, di creare attività in Jira o Trello seguendo le convenzioni interne, applicare stili di branding ai design di Figma o automatizzare i flussi di lavoro di marketing senza dover integrare soluzioni ad hoc per ciascun cliente.

Anche la comunità degli sviluppatori si sta impegnando: il repository delle competenze di Anthropic ha accumulato decine di migliaia di stelle su GitHub e Esistono già migliaia di competenze condivise pubblicamente, che spaziano dalle utilità per la manipolazione dei PDF alle automazioni specifiche per i team di ingegneria o finanziari.

Questo ecosistema è particolarmente interessante per le aziende europee che fanno un uso intensivo di strumenti come Atlassian, Microsoft 365 o Figma e desiderano che i loro agenti di intelligenza artificiale lavorino con loro nel rispetto delle policy interne, delle normative di settore e dei requisiti sulla privacy come il GDPR. senza affidarsi ad estensioni opache di un singolo fornitore.

Da strumento per sviluppatori a infrastruttura aziendale

Quando Anthropic ha introdotto queste capacità in ottobre, le competenze sono state percepite principalmente come Un'utilità per sviluppatori e appassionati di codiceGrazie a uno "skill-creator" interattivo in Claude, gli utenti stessi potrebbero generare la struttura delle cartelle e il file SKILL.md necessari per automatizzare flussi di lavoro specifici, senza dover ricorrere a importanti implementazioni ingegneristiche.

Con il recente aggiornamento, l'azienda ha spostato la sua attenzione sull'impresa: Agent Skills ora si integra con strumenti di gestione organizzativaUn archivio centralizzato di competenze e funzioni di gestione progettato per i responsabili IT e i team di sicurezza. L'idea è che le competenze vadano oltre gli esperimenti sparsi e diventino risorse stabili, documentate e gestite come parte dell'infrastruttura di intelligenza artificiale aziendale.

Nelle organizzazioni che hanno sottoscritto i piani Team ed Enterprise di Claude, le competenze possono essere gestite da un pannello centraleÈ qui che gli amministratori decidono quali competenze vengono fornite a ciascun gruppo di utenti, quali sono abilitate di default e quali richiedono l'opt-in. Questo livello di controllo consente di allineare l'utilizzo degli agenti alle policy interne, un aspetto fondamentale per i settori altamente regolamentati in Europa, come sanità, assicurazioni e banche.

Inoltre, Anthropic ha aperto un Elenco delle competenze dei partner commerciali Funziona come un catalogo di competenze pronte all'uso, con contributi di aziende come Atlassian, Canva, Figma, Notion, Cloudflare, Stripe, Zapier e Sentry. Per molte PMI e grandi aziende europee, questo tipo di repository semplifica i progetti pilota: invece di creare tutto da zero, possono partire da competenze pre-testate e adattarle ai propri processi.

Tutto ciò suggerisce che Agent Skills si sta evolvendo in qualcosa di più di una semplice funzionalità del prodotto. livello di infrastruttura su cui costruire agenti e applicazioni di intelligenza artificiale, in linea con ciò che la standardizzazione delle API significava all'epoca: un linguaggio comune su cui diversi strumenti possono cooperare.

Produttività, casi d'uso e vantaggi per le aziende europee

Le prime implementazioni nel mondo reale dimostrano che l'adozione delle competenze degli agenti non è solo teorica. I team di ingegneria hanno segnalato aumenti di produttività fino al 50%. grazie all'automazione delle attività ripetitive e alla standardizzazione dei flussi di lavoro quali la revisione del codice, la documentazione tecnica o la generazione di test.

Nel campo finanziario e contabile, le competenze consentono codificare le procedure regolamentateDai controlli preliminari all'emissione di un report ai controlli di conformità eseguiti automaticamente prima dell'approvazione di determinate transazioni, per le aziende spagnole soggette a normative europee, come la MiFID II per i servizi di investimento o Solvency II per le assicurazioni, essere in grado di tradurre queste norme in competenze verificabili rappresenta un vantaggio rispetto a richieste non strutturate.

Nelle operazioni e nel back office, le organizzazioni utilizzano librerie di competenze per condivisione della conoscenza istituzionaleCiò che prima era noto solo a pochi dipendenti veterani, ora è racchiuso in moduli che un agente o un nuovo lavoratore può seguire passo dopo passo, riducendo la dipendenza da persone specifiche e accelerando la formazione interna.

Sono stati testati esperimenti ancora più ambiziosi, come il progetto interno di Anthropic per la gestione di un piccolo negozio di merchandising con agenti dotati di competenze in inventario, vendite e servizio clienti. Sebbene la supervisione umana sia rimasta in alcuni casi estremi, i test suggeriscono che Gli agenti dotati di competenze ben progettate possono eseguire attività end-to-end in ambienti controllati.

Nel contesto europeo, dove la Commissione e le autorità nazionali di regolamentazione stanno iniziando a chiedere maggiore trasparenza e controllo sui sistemi di intelligenza artificialeQuesto approccio modulare facilita la valutazione del rischio: ogni competenza può essere documentata, testata e certificata in modo indipendente, mentre il modello complessivo viene utilizzato come livello di ragionamento e linguaggio naturale.

Rischi, governance e scetticismo attorno allo standard

L'apertura delle competenze degli agenti non è priva di rischi. Permettendo a chiunque di pubblicare e condividere competenze, Esiste la possibilità che emergano competenze dannose o di bassa qualitàcon istruzioni che potrebbero causare errori, non conformità alle normative o addirittura perdite di informazioni se collegate a sistemi sensibili.

Anthropic consiglia le aziende che Limitare l'adozione delle competenze a fonti controllate e sviluppatori verificatie che integrino la revisione di queste funzionalità nei loro normali processi di sicurezza e conformità. L'azienda partecipa inoltre alle discussioni con la comunità su chi dovrebbe gestire l'evoluzione a lungo termine del protocollo aperto e come, una questione importante se si vuole impedire che lo standard venga acquisito da un singolo attore.

Un altro dibattito in corso riguarda l'impatto sull' competenze umane all'interno delle organizzazioniMentre gli agenti automatizzano intere procedure, alcuni esperti mettono in guardia dal rischio di "atrofia" delle competenze: se un team si abitua all'intelligenza artificiale che si occupa sempre di preparare report, presentare reclami o gestire processi di assistenza clienti, potrebbe perdere la destrezza necessaria per farlo manualmente quando qualcosa va storto.

Gli analisti del settore sottolineano inoltre che, sebbene MCP sia diventato uno standard de facto, Non è garantito che le abilità dell'agente ripeteranno lo stesso successoLe organizzazioni sono già abituate a lavorare con API e firme di comunicazione standardizzate, ed esistono diversi modi per insegnare le capacità agli agenti. In altre parole, i vantaggi tecnici delle competenze degli agenti da soli non sono sufficienti a garantirne un'adozione diffusa.

Per le aziende europee, abituate a operare in ecosistemi multi-vendor, questo scetticismo si traduce in cautela: molte stanno sperimentando le Agent Skills in progetti pilota, ma mantenendole in parallelo strategie specifiche per l'orchestrazione e la governance degli agenti, con livelli di controllo che vanno oltre qualsiasi standard specifico.

Vantaggi strategici per fondatori e CTO di startup in Spagna e in Europa

Oltre alle grandi aziende, Agent Skills apre una finestra interessante per Startup e scaleup tecnologiche europeePer molti team fondatori, il vero elemento differenziante non è più semplicemente utilizzare il "miglior modello" sul mercato, ma codificare il proprio know-how sotto forma di competenze proprietarie che riassumono i loro processi, il loro modo di lavorare e la loro comprensione del cliente.

In questo senso, investire risorse nella costruzione librerie di competenze che rappresentano l'intelligenza organizzativa Questo può trasformarsi in una risorsa a lungo termine, paragonabile al possesso di un'API ben progettata o di un'infrastruttura dati solida. Queste competenze possono essere implementate su diversi modelli e piattaforme, riducendo la dipendenza da un fornitore specifico e facilitando la conformità ai requisiti europei in materia di sovranità dei dati o geolocalizzazione.

Lo standard aperto favorisce anche l' interoperabilità tra soluzioni di diversi fornitoriUna startup spagnola che sviluppa un prodotto SaaS, ad esempio per la gestione dei documenti negli studi legali, potrebbe presentare le sue capacità come competenze compatibili con Claude, ma anche con altri agenti che adottano le stesse specifiche, espandendo così il suo mercato senza dover rifare le integrazioni per ogni piattaforma.

Inoltre, l’ecosistema dei partner, con strumenti come Atlassian, Figma, Stripe e Zapier, offre alle startup una scorciatoia: invece di creare connettori complessi per ogni servizio, possono sfruttare le competenze esistenti e concentrarsi su aggiungere strati di logica ed esperienza personale in cimaCiò si adatta bene alla realtà di molte aziende europee, che operano con team di piccole dimensioni e cercano di massimizzare il ritorno su ogni sprint di sviluppo.

Per i CTO che iniziano a progettare la propria strategia di agenti, la lezione è chiara: trattare le competenze come risorse a lungo terminegestendo le versioni, monitorandole e migliorandole con dati reali, e allineandole al livello di controllo e governance definito dall'organizzazione. In questo modo, quando l'ecosistema sarà maturo e gli standard si stabilizzeranno, l'azienda avrà già un proprio catalogo di funzionalità, pronte per essere integrate dove più appropriato.

L'apertura di Agent Skills da parte di Anthropic sta ridefinendo il modo in cui gli agenti di intelligenza artificiale sono concepiti nell'azienda: dagli assistenti generali controllati da prompt, a piattaforme di lavoro modulari, portatili e verificabili basate sulle competenzePer la Spagna e l'Europa, dove la pressione normativa e la necessità di interoperabilità sono particolarmente elevate, questo modello offre una via intermedia tra innovazione rapida e controllo rigoroso, lasciando aperta la porta affinché il vero valore differenziante risieda nelle competenze che ogni organizzazione è in grado di sviluppare e governare.

Alberto Navarro

Sono un appassionato di tecnologia che ha trasformato i suoi interessi "geek" in una professione. Ho trascorso più di 10 anni della mia vita utilizzando tecnologie all'avanguardia e armeggiando con tutti i tipi di programmi per pura curiosità. Ora mi sono specializzato in informatica e videogiochi. Questo perché da più di 5 anni scrivo per vari siti web di tecnologia e videogiochi, creando articoli che cercano di darti le informazioni di cui hai bisogno in un linguaggio comprensibile a tutti.

In caso di domande, le mie conoscenze spaziano da tutto ciò che riguarda il sistema operativo Windows e Android per telefoni cellulari. E il mio impegno è nei tuoi confronti, sono sempre disposto a dedicare qualche minuto e aiutarti a risolvere qualsiasi domanda tu possa avere in questo mondo di Internet.