Anthropics agentferdigheter: den nye åpne standarden for AI-agenter i bedriften

Bedriftsbransjen for kunstig intelligens opplever et mindre jordskjelv med bevegelsen av Antropisk og dets forslag til agentferdigheterSelskapet har i stedet valgt å publisere en åpen spesifikasjon, langt fra å gi ut enda en lukket funksjon. Det lar enhver organisasjon definere, dele og styre AI-funksjoner på en standardisert måte.Dette er spesielt relevant for europeiske selskaper som opererer i regulerte miljøer.

I praksis betyr dette at AI-assistenter slutter å stole på improviserte instruksjoner og begynner å jobbe med strukturerte, versjonerbare og reviderbare ferdighetsbibliotekersom kan gjenbrukes på tvers av flere team, applikasjoner og leverandører. For selskaper i Spania og resten av Europa som allerede tester AI-agenter innen jus, finans eller kundeservice, er denne tilnærmingen Det lover mer kontroll, mindre «svart magi» og en mer ordnet integrasjon med sine interne systemer..

Hva er agentferdigheter, og hvorfor markerer det et vendepunkt innen bedrifts-AI?

Agentferdigheter er i hovedsak en felles rammeverk for å lære opp svært spesifikke arbeidsoppgaver for AI-agenterKunnskapen er pakket inn i uavhengige moduler. Hver ferdighet er en mappe eller pakke med trinnvise instruksjoner, skript, brukseksempler og spesifikke ressurser som forteller modeller som Claude hvordan de skal handle i en gitt profesjonell kontekst: generere en finansrapport i samsvar med regelverk, utarbeide en presentasjon med merkevareretningslinjene eller behandle en refusjon i henhold til et selskaps policy.

I stedet for den klassiske tilnærmingen med å «spørre om ting» fra modellen med lange ledetekster, kan organisasjoner lage interne samlinger av ferdigheter som gjenspeiler deres virkelige prosesserDisse bibliotekene deles på tvers av team, gjennomgås som om de var kode, og integreres i verktøyene som allerede brukes daglig. For mange europeiske selskaper er denne tilnærmingen bedre i tråd med deres behov for samsvar med regelverk, datastyring og sporbarhet.

En viktig endring er at Anthropic ikke er begrenset til å bruke agentferdigheter i sitt eget økosystem: Spesifikasjonen er publisert som en åpen standard.Dette ligner på hva selskapet gjorde med sin Model Context Protocol (MCP), som nå er bredt tatt i bruk for å koble agenter til eksterne tjenester. Enhver leverandør, enten det er en skygigant eller et bransjespesifikt programvareselskap i EU, kan implementere og utvide standarden uten å være bundet til en enkelt leverandør.

I et marked der modeller fra OpenAI, Google, Anthropic og andre aktører sameksisterer, å ha en felles språk for å beskrive agenters evner Den har som mål å redusere avhengigheten av proprietære plattformer og legge til rette for migreringer eller hybridutrullinger, noe som i økende grad verdsettes av europeiske banker, forsikringsselskaper eller offentlige forvaltninger.

Hvordan agentferdigheter fungerer og hvilket problem de løser

Agentferdigheter presenteres som innkapslede moduler som befinner seg mellom språkmodellen og de interne systemeneModellen er fortsatt den som forstår, resonnerer og samtaler, men når den må «gjøre» konkrete ting – sjekke en saldo, åpne en sak i Jira, generere en regulatorisk rapport – tyr den til den aktuelle ferdigheten, som presist definerer hvordan man skal gå frem.

Hver ferdighet inneholder vanligvis en definisjonsfil (som den velkjente SKILL.mdDenne delen beskriver, i et blandet format av YAML og strukturert tekst, ferdighetsnavnet, trinnene som skal følges, tillatte parametere, brukseksempler og verktøyene eller API-ene som kan kalles. Ingen fornuftige trinn overlates til tilfeldighetene: De implementeres som deterministisk kode som kaller forretningstjenestermens modellen fokuserer på samtale- og beslutningstakingsaspektene.

For å forbedre effektiviteten har Anthropic innarbeidet et design av «gradvis avsløring»Assistenten laster ikke inn alle detaljene for hver ferdighet i kontekst; den får bare tilgang til all informasjon når det faktisk er behov for den. På denne måten kan en organisasjon opprettholde et veldig stort bibliotek uten å overbelaste modellens minne, noe som er spesielt nyttig i komplekse miljøer som banker, telekomselskaper eller store europeiske detaljister.

En annen vanlig komponent er den såkalte orkestrerende agent, det fungerer som en veileder: mottar brukerens forespørsel, oppdager intensjonen, bestemmer hvilken kombinasjon av ferdigheter og verktøy som er nødvendig og setter dem i sekvensEn enkel faktureringsforespørsel kan utløse en ferdighet for å avklare intensjoner, en ferdighet for å «forklare fakturaen min», og under et verktøy som spør i faktureringssystemer uten at brukeren trenger å forstå denne kompleksiteten.

I denne tilnærmingen blir ferdigheter stoffet for utførelse av agenteneSamtalenivået forblir fleksibelt, mens prosedyrer er definerte, gjenbrukbare og underlagt kvalitetskontroll. Det korrigerer en av de største manglene ved de første AI-baserte robotene og assistentene, hvis oppførsel var vanskelig å revidere. og det endret seg uforutsigbart da ledetekstene ble endret.

Åpenhet, standardisering og tidlig adopsjon av økosystemet

Anthropics mest slående trekk har vært å publisere Teknisk spesifikasjon for agentferdigheter og SDK-en som en åpen standard gjennom agentskills.io, og inviterer fellesskapet og andre leverandører til å ta i bruk og utvikle det. Dette trekket følger MCP, som nylig har blitt underlagt administrasjon av Linux Foundation innenfor Agentic AI Foundation, der aktører som AWS, Google, Microsoft eller Block deltar.

Rundt agentferdigheter, en tidlig adopsjon av store teknologiselskaperVerktøy som Microsoft VS Code, GitHub og kodeagenter som Cursor og OpenCode har innlemmet ferdighetsarkitektur for å definere utviklingsarbeidsflyter. OpenAI har selv introdusert svært like strukturer i ChatGPT og utvikler-CLI-en, med ferdighetskataloger som minner om Anthropics tilnærming, noe som tyder på en viss konvergens i bransjen mot denne typen modularitet.

I mellomtiden, ledende programvareselskaper for bedrifter –Atlassian, Figma, Stripe, Canva, Notion, Cloudflare, Zapier eller RampSelskaper som [firmanavn] publiserer sine egne ferdigheter for å koble produktene sine til AI-agenter. Disse ferdighetene lar brukere for eksempel opprette oppgaver i Jira eller Trello i henhold til interne konvensjoner, bruke merkevarestiler på Figma-design eller automatisere markedsføringsarbeidsflyter uten behov for ad hoc-integrasjoner for hver klient.

Utviklermiljøet blir også involvert: Anthropics ferdighetsarkiv har samlet titusenvis av stjerner på GitHub og Det finnes allerede tusenvis av offentlig delte ferdigheter, alt fra verktøy for å manipulere PDF-filer til spesifikke automatiseringer for ingeniør- eller økonomiteam.

Dette økosystemet er spesielt interessant for europeiske selskaper som bruker verktøy som Atlassian, Microsoft 365 eller Figma intensivt, og som ønsker at AI-agentene deres skal samarbeide med dem samtidig som de respekterer interne retningslinjer, sektorforskrifter og personvernkrav som GDPR. uten å være avhengig av ugjennomsiktige utvidelser fra én enkelt leverandør.

Fra utviklerverktøy til bedriftsinfrastruktur

Da Anthropic introduserte disse evnene i oktober, ble ferdighetene stort sett oppfattet som Et verktøy for utviklere og kodeentusiasterGjennom en interaktiv «ferdighetsskaper» i Claude kunne brukerne selv generere mappestrukturen og SKILL.md som var nødvendig for å automatisere spesifikke arbeidsflyter, uten større tekniske implementeringer.

Med den nylige oppdateringen har selskapet flyttet fokuset sitt til bedriften: Agent Skills integreres nå med verktøy for organisasjonsstyringEn sentral katalog over ferdigheter og administrasjonsfunksjoner utviklet for IT-ledere og sikkerhetsteam. Ideen er at ferdigheter skal gå utover spredte eksperimenter og bli stabile, dokumenterte og styrte ressurser som en del av bedriftens AI-infrastruktur.

I organisasjoner som abonnerer på Claudes Team- og Enterprise-planer, kan ferdigheter administreres fra et sentralt panelDet er her administratorer bestemmer hvilke ferdigheter som skal gis til hver brukergruppe, hvilke som er aktivert som standard og hvilke som krever påmelding. Dette kontrolllaget gjør det mulig å samkjøre agentbruk med interne retningslinjer, noe som er avgjørende for strengt regulerte sektorer i Europa, som helsevesen, forsikring og bankvirksomhet.

I tillegg har Anthropic åpnet en Kompetansekatalog over forretningspartnere Den fungerer som en katalog over bruksklare ferdigheter, med bidrag fra selskaper som Atlassian, Canva, Figma, Notion, Cloudflare, Stripe, Zapier og Sentry. For mange europeiske små og mellomstore bedrifter og store selskaper effektiviserer denne typen arkiv pilotprosjekter: i stedet for å bygge alt fra bunnen av, kan de starte med forhåndstestede ferdigheter og tilpasse dem til prosessene sine.

Alt dette tyder på at Agent Skills er mer enn bare en produktfunksjon, men er i ferd med å utvikle seg til en infrastrukturlaget for å bygge AI-agenter og -applikasjoner, i tråd med hva standardiseringen av API-er betydde den gang: et felles språk som ulike verktøy kan samarbeide om.

Produktivitet, bruksområder og fordeler for europeiske selskaper

De første implementeringene i den virkelige verden viser at bruken av agentferdigheter ikke bare er teoretisk. Ingeniørteam har rapportert produktivitetsøkninger på opptil 50 %. takket være automatisering av repeterende oppgaver og standardisering av arbeidsflyter som kodegjennomgang, teknisk dokumentasjon eller testgenerering.

Innen finans og regnskap tillater ferdigheter kodifisere regulerte prosedyrerFra kontroller før utstedelse av en rapport, til samsvarskontroller som kjøres automatisk før visse transaksjoner godkjennes. For spanske selskaper som er underlagt europeiske forskrifter – som MiFID II for investeringstjenester eller Solvency II for forsikring – er det en fordel å kunne oversette disse reglene til reviderbare ferdigheter fremfor ustrukturerte instruksjoner.

I drift og backoffice bruker organisasjoner ferdighetsbiblioteker til å deling av institusjonell kunnskapDet som tidligere bare var kjent for noen få erfarne ansatte, er nå nedfelt i moduler som en agent eller en ny arbeidstaker kan følge trinn for trinn, noe som reduserer avhengigheten av bestemte personer og akselererer intern opplæring.

Enda mer ambisiøse eksperimenter har blitt testet, som Anthropics interne prosjekt for å administrere en liten varehandel med agenter utstyrt med ferdigheter innen lager, salg og kundeservice. Selv om menneskelig tilsyn fortsatt var til stede i noen ekstreme tilfeller, tyder testene på at Agenter utstyrt med godt utformede ferdigheter kan utføre oppgaver fra start til slutt i kontrollerte miljøer.

I europeisk sammenheng, hvor Kommisjonen og nasjonale regulatorer begynner å kreve større åpenhet og kontroll over AI-systemerDenne modulære tilnærmingen forenkler risikovurdering: hver ferdighet kan dokumenteres, testes og sertifiseres uavhengig, mens den overordnede modellen brukes som et lag for resonnement og naturlig språk.

Risikoer, styring og skepsis rundt standarden

Å åpne opp agentferdigheter er ikke uten risiko. Ved å la hvem som helst legge ut og dele ferdigheter, Det er mulighet for at ondsinnede eller lavkvalitetsferdigheter kan dukke oppmed instruksjoner som kan føre til feil, manglende overholdelse av forskrifter eller til og med informasjonslekkasjer hvis de er koblet til sensitive systemer.

Anthropic råder selskaper som Begrens adopsjonen av ferdigheter til reviderte kilder og verifiserte utviklereog at de integrerer gjennomgangen av disse funksjonene i sine vanlige sikkerhets- og samsvarsprosesser. Selskapet deltar også i diskusjoner med fellesskapet om hvem som skal styre den langsiktige utviklingen av den åpne protokollen og hvordan, et viktig spørsmål hvis standarden skal forhindres fra å bli fanget opp av én enkelt aktør.

En annen pågående debatt er virkningen på menneskelige ferdigheter i organisasjonerEtter hvert som agenter automatiserer hele prosedyrer, advarer noen eksperter om risikoen for ferdighets-"atrofi": Hvis et team venner seg til at AI alltid utarbeider rapporter, sender inn krav eller administrerer kundeserviceprosesser, kan de miste fingerferdigheten til å gjøre det manuelt når noe går galt.

Bransjeanalytikere påpeker også at selv om MCP har blitt en de facto standard, Det er ikke garantert at Agent Skills vil gjenta den samme suksessenOrganisasjoner er allerede vant til å jobbe med standardiserte API-er og kommunikasjonssignaturer, og det finnes flere måter å lære agenter ferdigheter på. Med andre ord er ikke de tekniske fordelene med agentferdigheter alene nok til å sikre utbredt bruk.

For europeiske selskaper, som er vant til å operere i økosystemer med flere leverandører, oversettes denne skepsisen til forsiktighet: mange eksperimenterer med agentferdigheter i pilotprosjekter, men opprettholder parallelt strategier spesifikke for orkestrering og styring av agenter, med kontrolllag som er over enhver spesifikk standard.

Strategiske fordeler for grunnleggere og teknologidirektører i oppstartsbedrifter i Spania og Europa

Utover store selskaper åpner Agent Skills et interessant vindu for Europeiske teknologioppstartsbedrifter og oppskaleringsbedrifterFor mange gründerteam er den virkelige differensieringsfaktoren ikke lenger bare å bruke den «beste modellen» på markedet, men å kodifisere sin egen kunnskap i form av proprietære ferdigheter som fanger opp prosessene deres, arbeidsmåten deres og forståelsen deres av kunden.

I denne forstand, å investere ressurser i bygging biblioteker av ferdigheter som representerer organisatorisk intelligens Dette kan bli en langsiktig ressurs, sammenlignbar med å eie et godt designet API eller en robust datainfrastruktur. Disse ferdighetene kan distribueres på tvers av ulike modeller og plattformer, noe som reduserer avhengigheten av en spesifikk leverandør og letter overholdelse av europeiske krav angående datasuverenitet eller geolokalisering.

Den åpne standarden favoriserer også interoperabilitet mellom løsninger fra ulike leverandørerEn spansk oppstartsbedrift som utvikler et SaaS-produkt for for eksempel dokumenthåndtering i advokatfirmaer, kan vise frem sine evner som ferdigheter kompatible med Claude, men også med andre agenter som bruker samme spesifikasjon, og dermed utvide markedet uten å måtte gjøre integrasjoner på nytt for hver plattform.

Videre tilbyr partnerøkosystemet – med verktøy som Atlassian, Figma, Stripe og Zapier – oppstartsbedrifter en snarvei: i stedet for å bygge komplekse koblinger for hver tjeneste, kan de utnytte eksisterende ferdigheter og fokusere på legg til lag med logikk og personlig erfaring på toppenDette passer godt med virkeligheten til mange europeiske selskaper, som opererer med små team og søker å maksimere avkastningen på hver utviklingssprint.

For teknologisjefer som begynner å utforme agentstrategien sin, er lærdommen klar: behandle ferdigheter som langsiktige eiendelerversjonering, overvåking og forbedring av dem med reelle data, og samkjøring av dem med kontroll- og styringslaget som organisasjonen definerer. På denne måten, når økosystemet modnes – og standardene stabiliseres – vil selskapet allerede ha sin egen katalog med funksjoner, klar til å integreres der det er mest hensiktsmessig.

Anthropics åpning av Agent Skills omdefinerer hvordan AI-agenter oppfattes i bedriften: fra generelle assistenter kontrollert av ledetekster, til modulære, bærbare og reviderbare ferdighetsbaserte arbeidsplattformerFor Spania og Europa, hvor regulatorisk press og behovet for interoperabilitet er spesielt høyt, tilbyr denne modellen en mellomvei mellom rask innovasjon og streng kontroll, og åpner døren for at den virkelige differensieringsverdien ligger i ferdighetene som hver organisasjon er i stand til å bygge og styre.