Anthropic 的 Agent Skills：企业级 AI 代理的全新开放标准

企业人工智能行业正经历一场小型地震，其发展趋势是…… 人类学及其代理技能提案该公司并没有发布另一个封闭功能，而是选择发布一个开放规范。 它允许任何组织以标准化的方式定义、共享和管理人工智能能力。这一点对于在受监管环境下运营的欧洲公司尤为重要。

实际上，这意味着人工智能助手不再依赖即兴提示，而是开始与用户协同工作。 结构化、可版本化和可审计的技能库这种方法可以在多个团队、应用程序和供应商之间重复使用。对于西班牙和欧洲其他地区已经在法律、金融或客户服务领域测试人工智能代理的公司来说，这种方法非常适用。 它承诺提供更大的控制权，更少的“黑魔法”，以及与内部系统更有序的整合。.

什么是智能体技能？为什么它标志着企业人工智能的转折点？

特工技能本质上是 用于教授人工智能代理执行特定工作任务的通用框架这些知识被打包成独立的模块。每项技能都是一个文件夹或软件包，其中包含分步说明、脚本、使用示例和特定资源，指导像克劳德这样的模型如何在特定的专业环境中行动：例如，按照规定生成财务报告、根据品牌指南准备演示文稿，或根据公司政策处理报销。

组织可以摒弃传统的通过冗长的提示向模型“提问”的方式，转而创建 反映其真实流程的内部技能集合这些库在团队间共享，像代码一样进行审查，并集成到日常使用的工具中。对于许多欧洲公司而言，这种方法更符合其在合规性、数据治理和可追溯性方面的需求。

一个重要的变化是，Anthropic 不再局限于在其自身生态系统中使用 Agent Skills： 该规范以开放标准的形式发布。这与该公司推出的模型上下文协议 (MCP) 类似，该协议目前已被广泛用于连接代理和外部服务。任何提供商，无论是云巨头还是欧盟的行业特定软件公司，都可以实施和扩展该标准，而无需绑定到单一供应商。

在OpenAI、谷歌、Anthropic和其他厂商的模型并存的市场中，拥有一个 用于描述代理人能力的通用语言 它旨在减少对专有平台的依赖，并促进迁移或混合部署，这一点越来越受到欧洲银行、保险公司或公共管理部门的重视。

代理技能如何运作以及它们解决什么问题

代理技能呈现为 位于语言模型和内部系统之间的封装模块该模型仍然能够理解、推理和对话，但当它必须“做”具体的事情时——例如检查余额、在 Jira 中打开工单、生成监管报告——它会求助于相应的技能，从而精确地定义如何进行操作。

每项技能通常都包含一个定义文件（例如众所周知的 .htm 文件）。 技能.md本节以 YAML 和结构化文本混合格式描述技能名称、操作步骤、允许的参数、使用示例以及可调用的工具或 API。所有步骤都经过精心设计，绝无纰漏。 它们以确定性代码的形式实现，该代码调用业务服务。该模型侧重于对话和决策方面。

为了提高效率，Anthropic公司采用了一种设计方案： “渐进式披露”该助手不会加载上下文中每项技能的所有细节；它仅在实际需要时才访问完整信息。这样，组织可以维护一个非常庞大的知识库而不会使模型内存过载，这在银行、电信或大型欧洲零售商等复杂环境中尤为有用。

另一个常见组成部分是所谓的 协调代理， 那 充当监督者的角色：接收用户的请求，检测其意图，决定需要哪些技能和工具组合，并按顺序执行这些操作。一个简单的账单查询可以触发意图澄清技能、“解释我的发票”技能，以及一个底层工具，该工具可以查询账单系统，而无需用户了解其中的复杂性。

在这种方法中，技能成为 特工执行的结构对话层面保持灵活性，而流程则已明确定义、可重复使用，并受到质量控制。 它纠正了第一批基于人工智能的机器人和助手的一个主要缺陷，即难以审核其行为。 当提示语修改时，结果也会发生不可预测的变化。

生态系统的开放性、标准化和早期采用

人本主义最引人注目的举措是出版了…… 代理技能技术规范及其作为开放标准的 SDK 通过 agentskills.io，邀请社区和其他提供商采用并发展它。此举紧随 MCP 之后，MCP 最近已由……管理。 Linux 基金会 在 智能人工智能基金会其中，AWS、谷歌、微软或Block等公司均参与其中。

围绕代理技能， 大型科技公司早期采用微软 VS Code、GitHub 以及 Cursor 和 OpenCode 等编码代理工具都已引入技能架构来定义开发工作流程。OpenAI 自身也在 ChatGPT 及其开发者 CLI 中引入了非常类似的结构，其技能目录与 Anthropic 的方法颇为相似，这表明业界正在朝着这种模块化方向发展。

与此同时，领先的企业软件公司——Atlassian、Figma、Stripe、Canva、Notion、Cloudflare、Zapier 或 Ramp像[公司名称]这样的公司正在发布自己的技能，以便将他们的产品与人工智能代理连接起来。这些技能使用户能够按照内部规范在Jira或Trello中创建任务，将品牌风格应用于Figma设计，或者自动化营销工作流程，而无需为每个客户进行临时集成。

开发者社区也积极参与其中：Anthropic 的技能库在 GitHub 上已经积累了数万颗星， 目前已有数千项公开共享的技能。范围涵盖了从处理 PDF 的实用程序到工程或财务团队的特定自动化工具。

对于大量使用 Atlassian、Microsoft 365 或 Figma 等工具的欧洲公司而言，这个生态系统尤其有趣，因为这些公司希望他们的 AI 代理能够与这些工具协同工作，同时遵守内部政策、行业法规和隐私要求，例如 GDPR。 无需依赖单一提供商提供的不透明扩展程序.

从开发者工具到企业基础设施

当 Anthropic 在 10 月份推出这些功能时，这些技能主要被认为是 一款面向开发者和代码爱好者的实用工具通过 Claude 中的交互式“技能创建器”，用户可以自行生成文件夹结构和 SKILL.md，从而实现特定工作流程的自动化，而无需进行大规模的工程部署。

随着最近的更新，该公司已将重心转移到企业级市场：Agent Skills 现在与……集成 组织管理工具这是一个面向 IT 经理和安全团队的技能和管理功能中心目录。其理念是使技能不再是分散的实验，而是成为稳定、有文档记录且受管控的资产，作为企业 AI 基础设施的一部分。

在订阅了 Claude 团队版和企业版套餐的组织中，可以从以下位置管理技能： 中央面板管理员在此决定为每个用户组配置哪些技能，哪些技能默认启用，哪些技能需要用户选择加入。这一层控制机制有助于使代理的使用与内部策略保持一致，这对于欧洲监管严格的行业（例如医疗保健、保险和银行业）至关重要。

此外，Anthropic 还开设了一家 商业伙伴技能名录 它就像一个现成的技能库，汇集了 Atlassian、Canva、Figma、Notion、Cloudflare、Stripe、Zapier 和 Sentry 等公司的贡献。对于许多欧洲中小企业和大型公司而言，这种类型的技能库可以简化试点项目：他们无需从零开始构建所有内容，而是可以从预先测试过的技能入手，并将其调整以适应自身的流程。

所有这些都表明，代理技能不仅仅是一项产品功能，它正在演变成…… 构建人工智能代理和应用程序的基础架构层这与当时 API 标准化的意义相符：一种不同的工具可以相互协作的通用语言。

欧洲公司的生产力、用例和收益

首次实际部署表明，采用智能体技能并非仅仅是理论上的。 工程团队报告称，生产效率提高了高达 50%。 由于重复性任务的自动化和工作流程的标准化，例如代码审查、技术文档或测试生成。

在金融和会计领域，技能可以 规范程序从发布报告前的审核，到批准某些交易前自动运行的合规控制，对于受欧洲法规约束的西班牙公司（例如受投资服务业MiFID II监管或受保险业Solvency II监管的公司）而言，能够将这些规则转化为可审计的技能，比缺乏条理的提示更具优势。

在运营和后台部门，企业正在使用技能库。 分享机构知识以前只有少数资深员工才知道的信息，现在被整合到模块中，代理人或新员工可以按部就班地学习，从而减少对特定人员的依赖，加快内部培训。

甚至还有一些更具雄心的实验，例如 Anthropic 的内部项目，旨在管理一家小型商品店，并配备具备库存、销售和客户服务技能的代理人。尽管在某些极端情况下仍需人工监督，但这些实验表明： 具备精心设计的技能的代理人可以执行端到端任务。 在受控环境下。

在欧洲背景下，欧盟委员会和各国监管机构开始提出要求 提高人工智能系统的透明度和控制力这种模块化方法有助于风险评估：每项技能都可以独立地进行记录、测试和认证，而整体模型则用作推理和自然语言层。

围绕该标准的风险、治理和质疑

开放经纪人技能并非没有风险。允许任何人发布和分享技能， 有可能出现恶意或低劣的技能。这些指令如果连接到敏感系统，可能会导致错误、违反监管规定，甚至信息泄露。

Anthropic公司向企业提供以下建议： 限制技能的采用范围，仅允许来自经过审核的来源和经过验证的开发人员。并且，他们将这些功能的审查纳入到常规的安全和合规流程中。该公司还参与与社区的讨论，探讨谁应该以及如何管理开放协议的长期演进——这对于防止该标准被单一主体垄断至关重要。

另一个正在进行的争论是其影响。 组织内部的人力技能随着代理商实现整个流程的自动化，一些专家警告说，这存在技能“退化”的风险：如果一个团队习惯于人工智能总是准备报告、提交索赔或管理客户服务流程，那么当出现问题时，他们可能会失去手动操作的灵活性。

行业分析师还指出，尽管MCP已成为事实上的标准， 无法保证 Agent Skills 会再次取得同样的成功。各组织机构已经习惯于使用标准化的API和通信签名，而且有多种方法可以教会代理各种功能。换句话说，仅凭代理技能的技术优势并不足以确保其被广泛采用。

对于习惯于在多供应商生态系统中运营的欧洲公司而言，这种怀疑态度转化为谨慎：许多公司正在试点项目中尝试使用代理技能，但同时也在并行维护现有系统。 针对代理的协调和治理的特定策略具有高于任何特定标准的多层控制。

西班牙和欧洲初创企业创始人及首席技术官的战略优势

除了大型企业之外，《代理技能》还为其他领域打开了一扇有趣的窗口。 欧洲科技初创企业和成长型企业对于许多创始团队来说，真正的差异化不再仅仅是使用市场上“最好的模型”，而是将他们自己的专业知识以专有技能的形式编纂成册，这些技能体现了他们的流程、工作方式以及对客户的理解。

从这个意义上讲，投资资源建设 代表组织智能的技能库 这可以成为一项长期资产，堪比拥有精心设计的API或强大的数据基础设施。这些技能可以应用于不同的模型和平台，从而降低对特定供应商的依赖，并有助于遵守欧洲关于数据主权或地理位置的要求。

开放标准也有利于 不同供应商解决方案之间的互操作性一家西班牙初创公司开发了一款 SaaS 产品，例如用于律师事务所的文档管理产品，它可以展示其功能，证明其技能与 Claude 兼容，同时也与采用相同规范的其他代理商兼容，从而扩大市场，而无需为每个平台重新进行集成。

此外，合作伙伴生态系统（包括 Atlassian、Figma、Stripe 和 Zapier 等工具）为初创公司提供了一条捷径：他们无需为每项服务构建复杂的连接器，而是可以利用现有技能并专注于…… 在此基础上，叠加逻辑和个人经验。这与许多欧洲公司的实际情况非常吻合，这些公司通常由小型团队运营，力求在每次开发冲刺中实现收益最大化。

对于开始设计代理策略的首席技术官来说，教训很明确： 将技能视为长期资产通过版本控制、监控和利用真实数据改进这些功能，并使其与组织定义的控制和治理层保持一致。这样，当生态系统成熟且标准稳定后，公司将拥有自己的功能目录，随时可以集成到最合适的地方。

Anthropic 推出的 Agent Skills 正在重新定义企业中人工智能代理的概念：从受提示控制的通用助手，到 模块化、便携式和可审计的基于技能的工作平台对于监管压力和互操作性需求特别高的西班牙和欧洲而言，这种模式提供了一条介于快速创新和严格控制之间的中间路径，让真正的差异化价值体现在每个组织能够建立和管理的技能上。