Anthropics agentfärdigheter: den nya öppna standarden för AI-agenter i företaget

Branschen för artificiell intelligens för företag upplever en mindre jordbävning med förflyttningen av Antropisk och dess förslag om agentfärdigheterLångt ifrån att släppa ytterligare en stängd funktion har företaget valt att publicera en öppen specifikation som Det gör det möjligt för alla organisationer att definiera, dela och styra AI-funktioner på ett standardiserat sätt.Detta är särskilt relevant för europeiska företag som verkar i reglerade miljöer.

I praktiken innebär detta att AI-assistenter slutar förlita sig på improviserade uppmaningar och börjar arbeta med strukturerade, versionsbara och granskningsbara kompetensbiblioteksom kan återanvändas mellan flera team, applikationer och leverantörer. För företag i Spanien och resten av Europa som redan testar AI-agenter inom juridik, finans eller kundtjänst, är denna metod Det lovar mer kontroll, mindre "svart magi" och en mer ordnad integration med sina interna system..

Vad är agentfärdigheter och varför markerar det en vändpunkt inom företags-AI?

Agentfärdigheter är i grunden en gemensamt ramverk för att lära AI-agenter mycket specifika arbetsuppgifterKunskapen är paketerad i oberoende moduler. Varje färdighet är en mapp eller ett paket med steg-för-steg-instruktioner, skript, användningsexempel och specifika resurser som berättar för modeller som Claude hur de ska agera i ett givet professionellt sammanhang: generera en finansiell rapport i enlighet med regelverk, förbereda en presentation med varumärkets riktlinjer eller behandla en ersättning enligt ett företags policy.

Istället för den klassiska metoden att "fråga saker" från modellen med långa uppmaningar, kan organisationer skapa interna samlingar av färdigheter som återspeglar deras verkliga processerDessa bibliotek delas mellan team, granskas som om de vore kod och integreras i de verktyg som redan används dagligen. För många europeiska företag är denna metod bättre anpassad till deras behov av regelefterlevnad, datastyrning och spårbarhet.

En viktig förändring är att Anthropic inte är begränsat till att använda agentfärdigheter inom sitt eget ekosystem: Specifikationen publiceras som en öppen standard.Detta liknar vad företaget gjorde med sitt Model Context Protocol (MCP), som nu är allmänt antaget för att koppla samman agenter med externa tjänster. Alla leverantörer, oavsett om det är en molnjätte eller ett branschspecifikt mjukvaruföretag i EU, kan implementera och utöka standarden utan att vara bunden till en enda leverantör.

På en marknad där modeller från OpenAI, Google, Anthropic och andra aktörer samexisterar, med en ett vanligt språk för att beskriva agenters förmågor Det syftar till att minska beroendet av proprietära plattformar och underlätta migreringar eller hybridimplementeringar, något som värderas alltmer av europeiska banker, försäkringsbolag eller offentliga förvaltningar.

Hur agentfärdigheter fungerar och vilka problem de löser

Agentfärdigheter presenteras som inkapslade moduler som finns mellan språkmodellen och de interna systemenModellen är fortfarande den som förstår, resonerar och samtalar, men när den måste "göra" konkreta saker – kontrollera ett saldo, öppna ett ärende i Jira, generera en regulatorisk rapport – tar den till lämplig kompetens, som exakt definierar hur man ska gå vidare.

Varje färdighet innehåller vanligtvis en definitionsfil (som den välkända SKILL.mdDet här avsnittet beskriver, i ett blandat format av YAML och strukturerad text, kompetensnamnet, stegen att följa, tillåtna parametrar, användningsexempel och de verktyg eller API:er som kan anropas. Inga förnuftiga steg lämnas åt slumpen: De implementeras som deterministisk kod som anropar affärstjänstermedan modellen fokuserar på samtals- och beslutsfattandeaspekterna.

För att förbättra effektiviteten har Anthropic införlivat en design av "progressivt avslöjande"Assistenten laddar inte alla detaljer om varje färdighet i sitt sammanhang; den får bara tillgång till fullständig information när den faktiskt behövs. På så sätt kan en organisation underhålla ett mycket stort bibliotek utan att överbelasta modellens minne, vilket är särskilt användbart i komplexa miljöer som banker, telekomföretag eller stora europeiska återförsäljare.

En annan vanlig komponent är den s.k. orkestrerande agent, det agerar som handledare: tar emot användarens begäran, upptäcker avsikten, bestämmer vilken kombination av färdigheter och verktyg som är nödvändig och sekvenserar demEn enkel faktureringsfråga kan utlösa en färdighet för att förtydliga avsikter, en färdighet för att "förklara min faktura" och, undertill, ett verktyg som frågar faktureringssystem utan att användaren behöver förstå den komplexiteten.

I detta tillvägagångssätt blir färdigheter väv för utförandet av agenternaKonversationsnivån förblir flexibel, medan procedurer är definierade, återanvändbara och föremål för kvalitetskontroll. Det korrigerar en av de största bristerna hos de första AI-baserade botarna och assistenterna, vars beteende var svårt att granska. och det förändrades oförutsägbart när prompterna ändrades.

Öppenhet, standard och tidig implementering av ekosystemet

Anthropics mest slående drag har varit att publicera Teknisk specifikation för agentfärdigheter och dess SDK som en öppen standard genom agentskills.io, och bjuder in communityn och andra leverantörer att anamma och utveckla det. Detta drag följer MCP, som nyligen har hamnat under förvaltning av Linux Foundation inom Agentic AI Foundation, där aktörer som AWS, Google, Microsoft eller Block deltar.

Runt Agent Skills, en tidig implementering av stora teknikföretagVerktyg som Microsoft VS Code, GitHub och kodningsagenter som Cursor och OpenCode har införlivat kompetensarkitektur för att definiera utvecklingsarbetsflöden. OpenAI har självt introducerat mycket liknande strukturer i ChatGPT och dess utvecklar-CLI, med kompetenskataloger som påminner om Anthropics tillvägagångssätt, vilket tyder på en viss konvergens inom branschen mot denna typ av modularitet.

Samtidigt ledande företag inom företagsprogramvara —Atlassian, Figma, Stripe, Canva, Notion, Cloudflare, Zapier eller RampFöretag som [företagsnamn] publicerar sina egna färdigheter för att koppla samman sina produkter med AI-agenter. Dessa färdigheter gör det möjligt för användare att till exempel skapa uppgifter i Jira eller Trello enligt interna konventioner, tillämpa varumärkesstilar på Figma-designer eller automatisera marknadsföringsarbetsflöden utan att behöva ad hoc-integrationer för varje klient.

Utvecklarcommunityn engagerar sig också: Anthropics kompetensförråd har samlat tiotusentals stjärnor på GitHub och Det finns redan tusentals offentligt delade färdigheter, allt från verktyg för att manipulera PDF-filer till specifika automatiseringar för ingenjörs- eller ekonomiteam.

Detta ekosystem är särskilt intressant för europeiska företag som använder verktyg som Atlassian, Microsoft 365 eller Figma intensivt och vill att deras AI-agenter ska arbeta med dem samtidigt som de respekterar interna policyer, sektorregler och integritetskrav som GDPR. utan att förlita sig på ogenomskinliga tillägg från en enda leverantör.

Från utvecklarverktyg till företagsinfrastruktur

När Anthropic introducerade dessa förmågor i oktober uppfattades färdigheterna mestadels som Ett verktyg för utvecklare och kodentusiasterGenom en interaktiv "färdighetsskapare" i Claude kunde användarna själva generera mappstrukturen och SKILL.md som behövs för att automatisera specifika arbetsflöden, utan större tekniska installationer.

Med den senaste uppdateringen har företaget flyttat sitt fokus till företagsekonomi: Agent Skills integreras nu med verktyg för organisationsledningEn central katalog över färdigheter och hanteringsfunktioner utformad för IT-chefer och säkerhetsteam. Tanken är att färdigheter ska gå bortom spridda experiment och bli stabila, dokumenterade och styrda tillgångar som en del av företagets AI-infrastruktur.

I organisationer som prenumererar på Claudes Team- och Enterprise-planer kan kompetenser hanteras från en central panelDet är här administratörer bestämmer vilka färdigheter som ska tillhandahållas varje användargrupp, vilka som är aktiverade som standard och vilka som kräver att man anmäler sig. Detta kontrolllager möjliggör anpassning av agentanvändning till interna policyer, vilket är avgörande för hårt reglerade sektorer i Europa, såsom hälso- och sjukvård, försäkring och bank.

Dessutom har Anthropic öppnat en Kompetenskatalog över affärspartners Den fungerar som en katalog över färdiga färdigheter, med bidrag från företag som Atlassian, Canva, Figma, Notion, Cloudflare, Stripe, Zapier och Sentry. För många europeiska små och medelstora företag och stora företag effektiviserar den här typen av arkiv pilotprojekt: istället för att bygga allt från grunden kan de börja med förprövade färdigheter och anpassa dem till sina processer.

Allt detta tyder på att Agent Skills, mer än bara en produktfunktion, håller på att utvecklas till en infrastrukturlager för att bygga AI-agenter och applikationer, i linje med vad standardiseringen av API:er innebar vid den tiden: ett gemensamt språk som olika verktyg kan samarbeta kring.

Produktivitet, användningsområden och fördelar för europeiska företag

De första implementeringarna i verkligheten visar att införandet av agentfärdigheter inte bara är teoretiskt. Ingenjörsteam har rapporterat produktivitetsökningar på upp till 50 %. tack vare automatisering av repetitiva uppgifter och standardisering av arbetsflöden som kodgranskning, teknisk dokumentation eller testgenerering.

Inom finans- och redovisningsområdet möjliggör kompetens kodifiera reglerade förfarandenFrån kontroller innan en rapport utfärdas, till efterlevnadskontroller som körs automatiskt innan vissa transaktioner godkänns. För spanska företag som omfattas av europeiska regler – såsom MiFID II för investeringstjänster eller Solvency II för försäkringar – är det en fördel jämfört med ostrukturerade uppmaningar att kunna omsätta dessa regler till granskningsbara färdigheter.

Inom drift och backoffice använder organisationer kompetensbibliotek för att dela institutionell kunskapDet som tidigare bara var känt för ett fåtal erfarna anställda finns nu i moduler som en agent eller en ny medarbetare kan följa steg för steg, vilket minskar beroendet av specifika personer och påskyndar intern utbildning.

Ännu mer ambitiösa experiment har testats, såsom Anthropics interna projekt för att hantera en liten varuhushållning med agenter utrustade med kompetens inom lager, försäljning och kundservice. Även om mänsklig övervakning kvarstod i vissa extrema fall, tyder testerna på att Agenter utrustade med väl utformade färdigheter kan utföra heltäckande uppgifter i kontrollerade miljöer.

I det europeiska sammanhanget, där kommissionen och nationella tillsynsmyndigheter börjar kräva större transparens och kontroll över AI-systemDenna modulära metod underlättar riskbedömning: varje färdighet kan dokumenteras, testas och certifieras oberoende av varandra, medan den övergripande modellen används som ett lager för resonemang och naturligt språk.

Risker, styrning och skepticism kring standarden

Att öppna upp agentfärdigheter är inte utan risker. Genom att tillåta vem som helst att publicera och dela färdigheter, Det finns en möjlighet att skadliga eller lågkvalitativa färdigheter kan uppståmed instruktioner som kan leda till fel, bristande efterlevnad av regelverk eller till och med informationsläckor om de är anslutna till känsliga system.

Anthropic ger råd till företag som Begränsa införandet av färdigheter till granskade källor och verifierade utvecklareoch att de integrerar granskningen av dessa funktioner i sina regelbundna säkerhets- och efterlevnadsprocesser. Företaget deltar också i diskussioner med gemenskapen om vem som ska hantera den långsiktiga utvecklingen av det öppna protokollet och hur, en viktig fråga om standarden ska förhindras från att tas över av en enda aktör.

En annan pågående debatt är effekten på mänskliga färdigheter inom organisationerI takt med att agenter automatiserar hela procedurer varnar vissa experter för risken för kompetensförsämring: om ett team vänjer sig vid att AI alltid förbereder rapporter, lämnar in reklamationer eller hanterar kundtjänstprocesser, kan det förlora förmågan att göra det manuellt när något går fel.

Branschanalytiker påpekar också att även om MCP har blivit en de facto standard, Det är inte garanterat att Agent Skills kommer att upprepa samma framgångOrganisationer är redan vana vid att arbeta med standardiserade API:er och kommunikationssignaturer, och det finns flera sätt att lära ut funktioner till agenter. Med andra ord räcker inte de tekniska fördelarna med agentfärdigheter ensamma för att säkerställa ett brett genomslag.

För europeiska företag, vana vid att verka i ekosystem med flera leverantörer, leder denna skepticism till försiktighet: många experimenterar med agentfärdigheter i pilotprojekt, men upprätthåller parallellt strategier specifika för orkestrering och styrning av agenter, med kontrolllager som ligger utöver alla specifik standarder.

Strategiska fördelar för grundare och tekniska chefer för startups i Spanien och Europa

Utöver stora företag öppnar Agent Skills ett intressant fönster för Europeiska teknikstartups och scaleupsFör många grundarteam är den verkliga differentiatorn inte längre att bara använda den "bästa modellen" på marknaden, utan att kodifiera sin egen kunskap i form av proprietära färdigheter som fångar deras processer, deras arbetssätt och deras förståelse för kunden.

I den meningen investerar man resurser i att bygga bibliotek av färdigheter som representerar organisatorisk intelligens Detta kan bli en långsiktig tillgång, jämförbar med att äga ett väl utformat API eller en robust datainfrastruktur. Dessa färdigheter kan användas över olika modeller och plattformar, vilket minskar beroendet av en specifik leverantör och underlättar efterlevnaden av europeiska krav gällande datasuveränitet eller geolokalisering.

Den öppna standarden gynnar också interoperabilitet mellan lösningar från olika leverantörerEn spansk startup som utvecklar en SaaS-produkt för till exempel dokumenthantering på advokatbyråer skulle kunna visa upp sina förmågor som kompatibla med Claude, men även med andra agenter som använder samma specifikation, och därmed utöka sin marknad utan att behöva göra om integrationer för varje plattform.

Dessutom erbjuder partnerekosystemet – med verktyg som Atlassian, Figma, Stripe och Zapier – startups en genväg: istället för att bygga komplexa kopplingar för varje tjänst kan de utnyttja befintliga färdigheter och fokusera på lägg till lager av logik och personlig erfarenhet ovanpåDetta stämmer väl överens med verkligheten för många europeiska företag, som arbetar med små team och strävar efter att maximera avkastningen på varje utvecklingssprint.

För CTO:er som börjar utforma sin agentstrategi är lärdomen tydlig: behandla kompetens som långsiktiga tillgångarversionshantering, övervakning och förbättring av dem med verkliga data, och anpassning av dem till det kontroll- och styrningslager som organisationen definierar. På så sätt, när ekosystemet mognar – och standarderna stabiliseras – kommer företaget redan att ha sin egen katalog av funktioner, redo att integreras där det är mest lämpligt.

Anthropics lansering av Agent Skills omdefinierar hur AI-agenter uppfattas i företag: från allmänna assistenter som styrs av prompter, till modulära, portabla och granskningsbara kompetensbaserade arbetsplattformarFör Spanien och Europa, där regeltrycket och behovet av interoperabilitet är särskilt högt, erbjuder denna modell en mellanväg mellan snabb innovation och rigorös kontroll, vilket lämnar dörren öppen för att det verkliga differentieringsvärdet ligger i de färdigheter som varje organisation kan bygga upp och styra.