
有个数字先摆出来。Anthropic 在 2025 年 10 月推出 Agent Skills,同年 12 月把格式丢出来做开放规范,到 2026 年初官方那个技能仓库攒了六万多个 star。四个月。
这个速度跟模型变强没什么关系。它是因为「把经验打包」这件事终于有了一个便宜得离谱的入口:一个文件夹,一个 SKILL.md,几行 YAML,加上你已经踩过的那些坑,就能变成别人能装的东西。
昨天 GitHub 趋势榜前十里有五席是技能包,Claude-BugHunter、superpowers、ECC、stitch-skills、CLI-Anything。同一天腾讯的 LoopForge 拿了一千二百多星,它干的事方向正好相反:把 CodeBuddy、Codex、Claude Code 塞进一套带人工审批闸门的流程里。一边在批量生产技能,一边在建流程管住这些技能,两条线同一天上榜。这个对照比大多数分析文章说得更清楚。
一百个 token 的赌注
得先讲技能是怎么被加载的,后面的坑都是从这儿长出来的。
三级。第一级是 frontmatter 里的 name 和 description,所有已安装技能的这两项在会话开始时就进了系统提示,一个技能大约一百个 token。第二级是 SKILL.md 正文,模型判断当前任务命中才去读。第三级是目录里的 references、scripts、assets,正文指到了才加载。
官方建议正文压在五百行、五千 token 以内,超了就拆文件。数字不是拍脑袋定的:正文一旦进了上下文,它就要跟对话历史、其他技能、你真正的请求抢位置。
装四十个技能,常驻四千 token 上下。账算下来很划算,但代价被挪到了另一个地方。description 那一行必须在模型还没读正文的时候决定这个技能用不用。
这是大部分人第一次写技能会栽的地方。他们把 description 写成简介,「一个帮助处理 PDF 的工具」。模型读完不知道什么时候该用。真正起作用的写法是把自己当成一个分类器的特征:先说干什么,再说什么时候用,把用户可能说出口的词塞进去。Anthropic 文档里那句示例写得很老实,description 必须同时回答做什么和什么时候用。
我自己有条描述改过三版。前两版都在解释方法论,第三版才改成触发条件开头。改完命中率明显不一样。这跟写文档真的不是一件事。
两千行的诱惑
第三个坑藏在「按需加载」这个设计本身。
技能能装多少内容理论上没上限,没读到就不花钱。于是很自然的结局是什么都往里塞。我见过一个技能目录,正文三千行,references 底下十几个文件。
问题在于,按需加载同时让作者失去了反馈。你把关键的一段挪进 references/api.md,agent 可能读了,也可能凭正文里的描述猜着就做完了。你从结果上看不出区别。技能不是代码,没有编译器告诉你哪个分支没被执行过。
审查更麻烦。一个技能两百行正文加三千行参考,装它的时候没人会读完那三千行。那三千行里任何一句都可以是一道指令。
这道题比 npm 难
社区技能的安全数据已经出来了,而且不是小数点后面的差别。
2026 年 2 月 CSA 那份审计看了三千九百八十四个社区技能,36.82% 存在安全缺陷,七十六个带确认的恶意载荷,能偷凭证也能直接执行命令。Snyk 的统计口径稍不同,报的是 36% 存在提示词注入、一千四百六十七条恶意载荷。另一篇论文把比例算成 26.1%。三个数字不完全一致,但方向上没人吵。
代码包至少还是代码,能被静态扫描。技能是自然语言,恶意指令和正常指令在语法上没区别。Orca Security 那篇披露里举的例子很省事:一个名叫「最佳 agent 技能」的包,正文里一句大写 IMPORTANT,让你先运行一条 curl 把 ~/.ssh/id_rsa 当参数发出去。模型看不出这句话和别的建议有什么不同。
更阴的一层在 Claude Code 的动态上下文。技能正文里可以用 ! 语法嵌一条 shell 命令,这条命令在渲染后的技能内容送到模型之前就已经执行完了。最可疑的部分被搬到了模型的决策点之外。Datadog 的建议是直接 grep 技能目录里带 curl、wget、读环境变量的那些 ! 命令,再把 allowed-tools: Bash(*) 这种全权限声明找出来。
还有一篇论文测了执行率:同一个恶意技能文件,Gemini CLI 在 95.5% 到 96.1% 的运行里会照着执行,Qwen Code 是 71.6% 到 74.0%。换成六个不同的大模型来写这个技能文件,结果不变。也就是说这不是某个模型特别笨,是这套接口本身没做隔离。
LoopForge 给的半个答案
腾讯那套东西的价值不在它又做了一个 agent,在于它承认 agent 的自我汇报不可信。
它的流程里有四种节点:agent、script、human gate、sub-SOP。agent 节点的模型必须提交一个结构化的终态,取值只有 pass、rework、fail、human 四种,还要给 reason。选了 human 还得写清楚到底要人决定什么。引擎读的是这个结构化结果,不去模型最后那段回答里搜「完成」两个字。
提交 pass 之后还有两道:产物契约和自动验证命令。产物契约声明的是文件路径、类型、是否必需,收上来的产物带 SHA-256。评审报告存在与否是确定性条件,报告里结论对不对还得靠人看。这个区分很关键,它没假装自动化的东西全都自动。
返工也做得比一般玩具认真。显式 rework 会从依赖图里找出目标节点的全部后代一起重置,不只是重跑那个报错的步骤。实现改了,评审和测试都得重做,这个语义留在流程状态里,不靠提示词维持。
拿这个标准回头看技能包,缺的东西很清楚。一份 SKILL.md 只回答「怎么做」,不回答「怎么算做完了」。它可能有验证步骤,但那是给人读的建议,不是引擎能拦下来的门禁。所以技能装得越多,你越依赖模型的自觉。
我自己动过的几处
说点具体的。
描述改成触发器。第一句就是「当用户要做某件事时使用」,把用户的原话词汇放前面。技能全文会被塞进上下文,包括安全扫描,所以正文里不能出现「先运行这条命令」这种我自己没读过的指令。
正文只留流程。长表格、历史坑、参考资料全部拆进 references/,正文里写清楚什么情况去读哪个文件。这样正文能压到几百行,读起来也不费劲。
把验证写死。发布博客这类流程,我不看 CI 报 success 就完事,会再 curl 一次真实 URL 拿状态码,再去 sitemap 里 grep 一遍 slug。CI 绿了但页面 404 这种情况真发生过,原因是一个未来时间的 date 让 Hugo 悄悄跳过了那一页。模型不会告诉你它跳过了,它只会说发布成功。
第三方技能先读再装。特别是 red-team、自动化、运维这类天然要 shell 权限的包。一个技能要的权限越大,越值得花十分钟看它的 scripts 目录。
最后
技能包的门槛低到一个人一上午能写三个。这是它四个月攒六万星的原因,也是它现在满地垃圾的原因。
真正能让这个生态立住的,大概不会是更好的模型,而是把 npm 这些年长出来的那套东西搬过来:签名、版本锁定、权限声明、能扫的格式。LoopForge 那类东西在做的,是把「谁做判断」和「谁做验证」分开。技能包目前只写了前半句。
参考来源
- Anthropic, Agent Skills 文档与最佳实践
- Agent Skills for Large Language Models: Architecture, Acquisition, Security, and the Path Forward(arXiv 2602.12430)
- Towards a Risk Assessment of Malicious Skill Files in Coding Agents(arXiv 2608.05223)
- Datadog Security Labs, Malicious Coding Agent Skills and the Risk of Dynamic Context
- Cloud Security Alliance, Agent Context Poisoning 简报
- Tencent/LoopForge 仓库与编排文档
- obra/superpowers 仓库