Katrampilan Agen Anthropic: standar terbuka anyar kanggo agen AI ing perusahaan

Industri kecerdasan buatan perusahaan ngalami lindhu cilik kanthi gerakan Anthropic lan usulan Ketrampilan AgenAdoh saka ngrilis fitur tertutup liyane, perusahaan wis milih nerbitake spesifikasi terbuka sing Iki ngidini organisasi apa wae kanggo nemtokake, nuduhake, lan ngatur kemampuan AI kanthi cara standar.Iki luwih relevan kanggo perusahaan Eropa sing beroperasi ing lingkungan sing diatur.

Ing praktik, iki tegese asisten AI mandheg ngandelake pitunjuk dadakan lan miwiti kerja karo pustaka katrampilan sing terstruktur, bisa diversi, lan bisa diauditsing bisa digunakake maneh ing pirang-pirang tim, aplikasi, lan vendor. Kanggo perusahaan ing Spanyol lan Eropa liyane sing wis nguji agen AI ing babagan hukum, keuangan, utawa layanan pelanggan, pendekatan iki Iku janji bakal menehi luwih akeh kontrol, luwih sithik "ilmu ireng," lan integrasi sing luwih teratur karo sistem internal..

Apa sing diarani Ketrampilan Agen lan kenapa iki dadi titik balik ing AI perusahaan?

Katrampilan Agen, intine, minangka kerangka kerja umum kanggo mulang agen AI tugas kerja sing spesifik bangetKawruh kasebut dikemas dadi modul-modul sing kapisah. Saben katrampilan minangka folder utawa paket kanthi pandhuan langkah demi langkah, skrip, conto panggunaan, lan sumber daya tartamtu sing ngandhani model kaya Claude babagan carane tumindak ing konteks profesional tartamtu: nggawe laporan keuangan miturut peraturan, nyiapake presentasi kanthi pedoman merek, utawa ngolah penggantian miturut kabijakan perusahaan.

Tinimbang pendekatan klasik "njaluk barang" saka model nganggo pituduh sing dawa, organisasi bisa nggawe koleksi internal katrampilan sing nggambarake proses nyataPustaka-pustaka iki dienggo bareng ing antarane tim, ditinjau kaya-kaya kode, lan diintegrasi menyang piranti sing wis digunakake saben dina. Kanggo akeh perusahaan Eropa, pendekatan iki luwih cocog karo kabutuhane kanggo kepatuhan peraturan, tata kelola data, lan keterlacakan.

Salah sawijining owah-owahan penting yaiku Anthropic ora diwatesi mung nggunakake Ketrampilan Agen ing ekosistem dhewe: Spesifikasi kasebut diterbitake minangka standar terbuka.Iki padha karo apa sing ditindakake perusahaan kasebut karo Model Context Protocol (MCP), sing saiki digunakake sacara wiyar kanggo nyambungake agen karo layanan eksternal. Sembarang panyedhiya, apa iku raksasa awan utawa perusahaan piranti lunak khusus industri ing EU, bisa ngetrapake lan ngembangake standar kasebut tanpa kaiket karo siji vendor.

Ing pasar ing ngendi model saka OpenAI, Google, Anthropic, lan pemain liyane urip bebarengan, nduweni basa umum kanggo njlentrehake kemampuan agen Iki ngarahake kanggo ngurangi katergantungan marang platform sing dipatenake lan nggampangake migrasi utawa penyebaran hibrida, sing saya tambah dihargai dening bank, perusahaan asuransi, utawa administrasi publik Eropa.

Artikel sing gegandhengan:

Nemotron 3: Taruhan terbuka NVIDIA sing gedhe kanggo AI multi-agen

Kepiye Cara Kerja Katrampilan Agen lan Masalah Apa sing Diatasi

Katrampilan Agen ditampilake minangka modul sing dienkapsulasi sing manggon ing antarane model basa lan sistem internalModel iki isih dadi model sing ngerti, menehi alesan, lan bisa ngomong, nanging nalika kudu "nindakake" bab-bab sing konkret—mriksa saldo, mbukak tiket ing Jira, nggawe laporan peraturan—model iki nggunakake katrampilan sing cocog, sing nemtokake kanthi tepat carane nerusake.

Saben katrampilan biasane kalebu file definisi (kaya sing wis dikenal SKILL.mdBagean iki njlentrehake, ing format campuran YAML lan teks terstruktur, jeneng katrampilan, langkah-langkah sing kudu ditindakake, parameter sing diidini, conto panggunaan, lan alat utawa API sing bisa digunakake. Ora ana langkah sing masuk akal sing ditinggalake kanggo kasempatan: Iki diimplementasikake minangka kode deterministik sing nyebat layanan bisnisdene model kasebut fokus ing aspek obrolan lan pengambilan keputusan.

Kanggo ningkatake efisiensi, Anthropic wis nggabungake desain "pambocoran progresif"Asisten ora ngunggah kabeh rincian saben katrampilan ing konteks; mung ngakses informasi lengkap nalika pancen dibutuhake. Kanthi cara iki, organisasi bisa njaga perpustakaan sing gedhe banget tanpa ngebaki memori model, sing migunani banget ing lingkungan sing kompleks kaya bank, telekomunikasi, utawa pengecer gedhe Eropa.

Komponen umum liyané yaiku sing diarani agen pengorganisasian, kuwi tumindak minangka pengawas: nampa panjaluk pangguna, ndeteksi maksud, nemtokake kombinasi katrampilan lan piranti apa sing dibutuhake lan ngurutakePitakon tagihan sing prasaja bisa micu katrampilan klarifikasi maksud, katrampilan "nerangake fakturku", lan, ing ngisor iki, alat sing njedulake sistem tagihan tanpa pangguna kudu ngerti kerumitan kasebut.

Ing pendekatan iki, katrampilan dadi struktur eksekusi agenTingkat obrolan tetep fleksibel, dene prosedur ditetepake, bisa digunakake maneh, lan tundhuk karo kontrol kualitas. Iki Iki mbenerake salah sawijining kekurangan utama saka bot lan asisten berbasis AI pisanan, sing prilakune angel diaudit. lan owah tanpa bisa ditebak nalika pitakon-pitakon kasebut diowahi.

Keterbukaan, standar, lan adopsi awal ekosistem

Langkah paling narik kawigaten saka Anthrop yaiku nerbitake Spesifikasi teknis Agent Skills lan SDK-ne minangka standar terbuka liwat agentskills.io, ngajak komunitas lan panyedhiya liyane kanggo ngadopsi lan ngembangake. Langkah iki ngetutake MCP, sing bubar iki ana ing sangisore manajemen Yayasan Linux ing njero Yayasan AI Agen, sing dirawuhi dening aktor kaya ta AWS, Google, Microsoft utawa Block.

Babagan Katrampilan Agen, a adopsi awal dening perusahaan teknologi gedhePiranti kaya ta Microsoft VS Code, GitHub, lan agen coding kaya ta Cursor lan OpenCode wis nggabungake arsitektur katrampilan kanggo nemtokake alur kerja pangembangan. OpenAI dhewe wis ngenalake struktur sing meh padha ing ChatGPT lan CLI pangembang, kanthi direktori katrampilan sing ngelingake pendekatan Anthropic, sing nuduhake konvergensi tartamtu ing industri kasebut menyang jinis modularitas iki.

Sauntara kuwi, perusahaan piranti lunak perusahaan utama —Atlassian, Figma, Stripe, Canva, Notion, Cloudflare, Zapier utawa RampPerusahaan kaya [jeneng perusahaan] nerbitake katrampilan dhewe kanggo nyambungake produke karo agen AI. Katrampilan iki ngidini pangguna, contone, nggawe tugas ing Jira utawa Trello miturut konvensi internal, ngetrapake gaya merek menyang desain Figma, utawa ngotomatisasi alur kerja pemasaran tanpa mbutuhake integrasi ad hoc kanggo saben klien.

Komunitas pangembang uga melu: Gudang katrampilan Anthropic wis nglumpukake puluhan ewu lintang ing GitHub lan Wis ana ewonan katrampilan sing dienggo bareng karo publik, wiwit saka utilitas kanggo manipulasi PDF nganti otomatisasi tartamtu kanggo tim teknik utawa keuangan.

Ekosistem iki menarik banget kanggo perusahaan Eropa sing nggunakake piranti kaya Atlassian, Microsoft 365 utawa Figma kanthi intensif lan pengin agen AI bisa kerja bareng karo dheweke nalika ngurmati kabijakan internal, peraturan sektor, lan syarat privasi kaya GDPR. tanpa ngandelake ekstensi buram saka siji panyedhiya.

Saka piranti pangembang nganti infrastruktur perusahaan

Nalika Anthropic ngenalake kemampuan kasebut ing wulan Oktober, katrampilan kasebut umume dianggep minangka Piranti kanggo para pangembang lan penggemar kodeLiwat "pencipta katrampilan" interaktif ing Claude, pangguna dhewe bisa nggawe struktur folder lan SKILL.md sing dibutuhake kanggo ngotomatisasi alur kerja tartamtu, tanpa perlu nggunakake teknik utama.

Kanthi pembaruan anyar, perusahaan wis ngalih fokus menyang perusahaan: Ketrampilan Agen saiki terintegrasi karo piranti manajemen organisasiDirektori pusat katrampilan lan fungsi manajemen sing dirancang kanggo manajer IT lan tim keamanan. Idené yaiku supaya katrampilan bisa ngluwihi eksperimen sing kasebar lan dadi aset sing stabil, didokumentasikake, lan diatur minangka bagéan saka infrastruktur AI perusahaan.

Ing organisasi sing langganan rencana Tim lan Perusahaan Claude, katrampilan bisa dikelola saka panel tengahIki panggonane administrator nemtokake katrampilan endi sing diwenehake kanggo saben klompok pangguna, sing diaktifake kanthi gawan, lan sing mbutuhake opt-in. Lapisan kontrol iki ngidini kanggo nyetel panggunaan agen karo kabijakan internal, sing penting banget kanggo sektor sing diatur kanthi ketat ing Eropa, kayata perawatan kesehatan, asuransi, lan perbankan.

Saliyané iku, Anthropic uga mbukak Direktori Keahlian mitra bisnis Iki fungsine minangka katalog katrampilan sing siap digunakake, kanthi kontribusi saka perusahaan kaya Atlassian, Canva, Figma, Notion, Cloudflare, Stripe, Zapier, lan Sentry. Kanggo akeh UKM Eropa lan perusahaan gedhe, jinis repositori iki nggampangake proyek pilot: tinimbang mbangun kabeh saka awal, dheweke bisa miwiti karo katrampilan sing wis diuji sadurunge lan adaptasi karo proses kasebut.

Kabeh iki nuduhake yen, luwih saka mung fitur produk, Agent Skills lagi berkembang dadi lapisan infrastruktur kanggo mbangun agen lan aplikasi AI, salaras karo apa tegese standardisasi API nalika semana: basa umum sing bisa digunakake bebarengan dening piranti sing beda-beda.

Produktivitas, kasus panggunaan, lan keuntungan kanggo perusahaan Eropa

Panyebaran ing jagad nyata pisanan nuduhake yen adopsi Ketrampilan Agen ora mung teoretis. Tim teknik wis nglaporake peningkatan produktivitas nganti 50%. amarga otomatisasi tugas sing bola-bali lan standarisasi alur kerja kayata review kode, dokumentasi teknis, utawa generasi tes.

Ing babagan keuangan lan akuntansi, katrampilan ngidini ngkodifikasi prosedur sing diaturSaka pamriksan sadurunge ngetokake laporan, nganti kontrol kepatuhan sing mlaku kanthi otomatis sadurunge nyetujoni transaksi tartamtu. Kanggo perusahaan Spanyol sing tundhuk karo peraturan Eropa—kayata MiFID II kanggo layanan investasi utawa Solvency II kanggo asuransi—bisa nerjemahake aturan kasebut dadi katrampilan sing bisa diaudit minangka kauntungan tinimbang pandhuan sing ora terstruktur.

Ing operasi lan back office, organisasi nggunakake perpustakaan katrampilan kanggo nuduhake kawruh institusionalApa sing sadurunge mung dingerteni dening sawetara karyawan veteran saiki diwujudake ing modul sing bisa ditindakake agen utawa pekerja anyar langkah demi langkah, saengga bisa ngurangi katergantungan marang wong tartamtu lan nyepetake pelatihan internal.

Eksperimen sing luwih ambisius wis diuji, kayata proyek internal Anthropic kanggo ngatur toko merchandising cilik kanthi agen sing dilengkapi katrampilan ing inventaris, dodolan, lan layanan pelanggan. Sanajan pengawasan manungsa tetep ana ing sawetara kasus ekstrem, tes kasebut nuduhake manawa Agen sing dilengkapi katrampilan sing dirancang kanthi apik bisa nglakokake tugas saka wiwitan nganti pungkasan ing lingkungan sing dikontrol.

Ing konteks Eropa, ing ngendi Komisi lan regulator nasional wiwit nuntut transparansi lan kontrol sing luwih gedhe babagan sistem AIPendekatan modular iki nggampangake penilaian risiko: saben katrampilan bisa didokumentasikake, diuji, lan disertifikasi kanthi mandiri, dene model sakabèhé digunakake minangka lapisan penalaran lan basa alami.

Risiko, tata kelola, lan skeptisisme sing ana gandhengane karo standar kasebut

Mbukak Katrampilan Agen ora tanpa risiko. Kanthi ngidini sapa wae ngirim lan nuduhake katrampilan, Ana kemungkinan yen katrampilan sing ala utawa kualitase kurang apik bisa munculkanthi pandhuan sing bisa nyebabake kesalahan, ketidakpatuhan karo peraturan, utawa malah kebocoran informasi yen disambungake menyang sistem sensitif.

Anthropic menehi saran marang perusahaan-perusahaan sing Watesi panggunaan katrampilan mung kanggo sumber sing wis diaudit lan pangembang sing wis diverifikasilan dheweke nggabungake review kemampuan kasebut menyang proses keamanan lan kepatuhan rutin. Perusahaan uga melu diskusi karo komunitas babagan sapa sing kudu ngatur evolusi jangka panjang protokol terbuka lan kepiye, masalah penting yen standar kasebut kudu dicegah supaya ora dicekel dening siji aktor.

Debat liyane sing isih terus ditindakake yaiku dampak marang katrampilan manungsa ing organisasiNalika agen ngotomatisasi kabeh prosedur, sawetara ahli ngelingake babagan risiko "atrofi" katrampilan: yen tim wis biasa karo AI sing tansah nyiapake laporan, ngajokake klaim, utawa ngatur proses layanan pelanggan, tim kasebut bisa uga kelangan ketangkasan kanggo nindakake kanthi manual nalika ana masalah.

Analis industri uga nandheske manawa, sanajan MCP wis dadi standar de facto, Ora dijamin yen Agent Skills bakal mbaleni sukses sing padha.Organisasi wis biasa nggarap API standar lan tanda tangan komunikasi, lan ana pirang-pirang cara kanggo mulang kapabilitas marang agen. Kanthi tembung liya, kaluwihan teknis saka Ketrampilan Agen wae ora cukup kanggo njamin adopsi sing nyebar.

Kanggo perusahaan Eropa, sing wis biasa beroperasi ing ekosistem multi-vendor, skeptisisme iki tegese ati-ati: akeh sing nyoba Ketrampilan Agen ing proyek pilot, nanging tetep njaga kanthi paralel. strategi khusus kanggo orkestrasi lan tata kelola agen, kanthi lapisan kontrol sing ngluwihi standar tartamtu.

Kauntungan strategis kanggo para pendiri lan CTO perusahaan rintisan ing Spanyol lan Eropa

Ngluwihi perusahaan gedhe, Agent Skills mbukak jendela sing menarik kanggo Perusahaan rintisan lan pengembangan teknologi EropaKanggo akeh tim pendiri, pembeda sing sejatine ora mung nggunakake "model paling apik" ing pasar, nanging uga ngkodifikasi kawruh dhewe awujud katrampilan sing nduweni sing nggambarake proses, cara kerja, lan pangertene babagan pelanggan.

Ing babagan iki, nandur modal sumber daya kanggo mbangun perpustakaan katrampilan sing makili intelijen organisasi Iki bisa dadi aset jangka panjang, kaya dene duwe API sing dirancang kanthi apik utawa infrastruktur data sing kuat. Katrampilan kasebut bisa digunakake ing macem-macem model lan platform, nyuda katergantungan marang vendor tartamtu lan nggampangake kepatuhan karo syarat-syarat Eropa babagan kedaulatan data utawa geolokasi.

Standar terbuka uga ngutamakake interoperabilitas antarane solusi saka panyedhiya sing beda-bedaPerusahaan rintisan Spanyol sing ngembangake produk SaaS kanggo, contone, manajemen dokumen ing firma hukum, bisa nampilake kemampuane minangka katrampilan sing kompatibel karo Claude, nanging uga karo agen liyane sing nggunakake spesifikasi sing padha, saengga ngembangake pasar tanpa kudu mbaleni integrasi kanggo saben platform.

Salajengipun, ekosistem mitra—kanthi piranti kaya Atlassian, Figma, Stripe, lan Zapier—nawakake dalan pintas kanggo perusahaan rintisan: tinimbang mbangun konektor sing kompleks kanggo saben layanan, dheweke bisa nggunakake katrampilan sing wis ana lan fokus ing tambahake lapisan logika lan pengalaman pribadi ing ndhuwurIki cocog banget karo kasunyatané akèh perusahaan Eropa, sing beroperasi nganggo tim cilik lan ngupaya ngoptimalake bathi ing saben sprint pangembangan.

Kanggo CTO sing miwiti ngrancang strategi agen, piwulange wis jelas: nganggep katrampilan minangka aset jangka panjangnggawe versi, ngawasi, lan ngapikake nganggo data nyata, lan nyelarasake karo lapisan kontrol lan tata kelola sing ditetepake organisasi. Kanthi cara iki, nalika ekosistem wis diwasa—lan standar wis stabil—perusahaan kasebut bakal duwe katalog kemampuan dhewe, siap diintegrasikan ing ngendi wae sing paling cocog.

Pambukaan Agent Skills saka Anthropic lagi negesake maneh kepiye agen AI dikonsep ing perusahaan: saka asisten umum sing dikontrol dening pitunjuk, nganti platform kerja berbasis keterampilan modular, portabel, lan bisa diauditKanggo Spanyol lan Eropa, ing ngendi tekanan peraturan lan kabutuhan interoperabilitas dhuwur banget, model iki nawakake jalur antara inovasi cepet lan kontrol sing ketat, ninggalake lawang mbukak kanggo nilai pembeda sing sejati dumunung ing katrampilan sing bisa dibangun lan diatur saben organisasi.

Alberto Navarro

Aku minangka penggemar teknologi sing wis ngowahi minat "geek" dadi profesi. Aku wis ngentekake luwih saka 10 taun uripku nggunakake teknologi sing canggih lan ngupayakake kabeh jinis program amarga penasaran. Saiki aku duwe spesialisasi ing teknologi komputer lan game video. Iki amarga luwih saka 5 taun aku wis nulis kanggo macem-macem situs web babagan teknologi lan video game, nggawe artikel sing ngupaya menehi informasi sing dibutuhake ing basa sing bisa dingerteni kabeh wong.

Yen sampeyan duwe pitakon, kawruhku kalebu kabeh sing ana gandhengane karo sistem operasi Windows uga Android kanggo ponsel. Lan prasetyaku kanggo sampeyan, aku tansah gelem ngentekake sawetara menit lan mbantu sampeyan ngrampungake pitakonan sing sampeyan duwe ing jagad internet iki.