一百万个技能交给基金会：Agent 能力的所有权正在外移

引言：第二块地基脱离了厂商

10 月 22 日，Anthropic 宣布把 Agent Skills 捐给 Agentic AI Foundation（AAIF）——一个挂在 Linux Foundation 之下、由 Anthropic 与 Block、OpenAI 去年共同创建的中立组织，此前 MCP 协议也已经捐入其中。这次捐出的不只是一个概念：Agent Skills 的名称与徽标、GitHub 组织、agentskills.io 域名全部移交。

数字更能说明这块地基的体量：自 2025 年 12 月标准发布以来，超过 70 个 agent 平台完成了集成，名单里包括 ChatGPT、Cursor、GitHub Copilot、VS Code——也就是说，连 Anthropic 的直接竞争对手都在用这套格式；技能发布量达到 100 万个，安装量接近 2.8 亿次。

一个由单一模型厂商发起的格式，十个月内长成跨平台的技能分发层，再以捐给基金会的方式完成”去厂商化”。这条路径与 MCP 如出一辙，只是节奏更快。值得追问的是：当”agent 会什么”这件事的标准所有权外移之后，竞争转移到了哪里？答案藏在同一周的两篇 arXiv 论文里——接口的表示方式本身在改变 agent 行为，而技能背后的训练数据供给，正在形成一条工业化产线。

技术细节一：一个文件夹如何长成一套标准

Agent Skills 的技术形态朴素得近乎简陋：一个技能就是一个文件夹，里面放一份 SKILL.md——用自然语言教 agent 处理某类任务或某个领域的知识——外加它需要的脚本和参考资料。没有新协议，没有新运行时，复用的是模型已有的长上下文与文件读取能力。

这个设计出自 Claude Code 的内部实践。Anthropic 在公告里交代了起点：Claude Code 处理通用知识工作没有问题，缺的是真实业务任务所需的程序性知识——知道”该按什么步骤做”而不仅是”知道这件事”。技能就是给模型补程序性知识的容器。2025 年 10 月 Claude Code 上线后几周内，开发者自发在 GitHub 上发布了数千个技能，并为 Codex、Cursor、OpenCode 写了加载器。厂商顺水推舟，把内部格式整理成开放标准，发布在独立的 GitHub 组织和域名下。

治理安排上，这次捐赠后的维护者名单值得细读：来自 Anthropic、Google、OpenAI 等公司的工程师以个人身份维护标准，Lead Maintainers 是 David Soria Parra 与 Mahesh Murag 两人。Anthropic 给 AAIF 提出的起步路线图有三件事：版本化发布、正式提案流程、面向技能作者与安装者的安全指引。

三件事里前两件是开源项目的常规操作，第三件才是要害——安全指引至今还是”路线图上的提案”，而安装量已经奔着 3 亿次去了。本站 10 月 21 日那篇 MCP 分析指出过同一类错位：连接被标准化了，诚实与质量没有被标准化。技能层正在原样重演这个缺口：SKILL.md 本质是一段会被模型当作指令消费的文本，100 万份来源不明的指令文件构成一个巨大的 prompt 注入面，而它现在的治理工具只有”信任发布者”这一条。

技术细节二：接口表示是决策环境的一部分

标准让技能”能跑在 70 个平台上”，但没有回答一个更根本的问题：同一个能力，换个表示方式交给模型，行为会变吗？

10 月 25 日的 arXiv:2610.34298（《Matched Capabilities, Different Behaviors: A Controlled Study of MCP and CLI Interfaces for Language Agents》）给出了一个干净的实验回答。研究团队提出了 MICA 方法（Matched Interface Comparison and Analysis）：从一份共享的语义动作契约出发，分别渲染出 MCP 接口与命令行接口，再把模型解码出的动作路由到同一个运行时——保证两边可执行的能力严格相同，只留表示形式这一个变量。

在 6 个模型、3 个交互环境的对照里，能力对等的接口造成了任务表现与交互成本的显著差异。差异不止于表面的格式合法性，深入到语义动作的选择、失败路径与恢复策略。研究还用匹配状态探针把敏感度定位到三个具体环节：能力呈现、能力实现与执行反馈。对 2,004 个回合做配对轨迹分析，94.3% 的回合出现结构化分歧，而且交互早期的分歧会沿着后续步骤传播放大。

这项研究顺带贡献了一个工程上立刻能用的修复方案：DART（Decoupled Action Realization and Targeted Repair），把”经过验证的语义承诺”与”接口特定的实现”解耦，只修复后者。效果是全部 6 个评测设置的成绩都得到提升，最多涨 9.0 分；MCP 的 token 开销在 3 个环境里全部下降，单任务最多省 27.1k tokens。

对技能层标准化这件事，这篇论文的含义是双面的。乐观的一面：既然语义承诺与接口实现可以解耦，跨平台的技能移植就有了一条工程上可行的路径——语义层做验证，实现层按平台分别修复。冷静的一面：它证明了接口表示本身就是闭环决策环境的一部分，“标准统一”抹不平行为差异。一个技能在 ChatGPT 和 Cursor 上的实际表现，依然取决于各平台怎么渲染 SKILL.md、怎么反馈执行结果。格式统一是必要条件，不是充分条件。

技术细节三：技能的另一半是训练数据

公开标准解决的是”运行时给模型喂什么”，训练侧还有对称的问题：“用什么教模型掌握程序性工作”。10 月 27 日的 arXiv:2610.37161（WorkFactory，来自中国人民大学 IQuestLab）给出了当前最完整的产线设计。

问题起点与 Agent Skills 一脉相承：监督训练一个能干活的 agent，需要多样化的专业任务与可靠的专家示范，但任务信息常常缺失或互相矛盾，教师模型根本执行不下去，示范质量随之崩塌。WorkFactory 的做法分三步：从专业意图出发，先在信息层面做规划，构建一张”信息支持图”，显式表达产出预期成果所需的依赖信息及其所在位置；随后做探针执行，暴露支持性失败并定位修复，修复过程不改变任务本意；最后用收集到的教师轨迹微调模型。

规模数字：112,686 个任务，覆盖 612 种职业；微调 Qwen 的 4B、27B、35B-A3B 三个规模，得到 WorkPilot 系列。三个模型在四个专业工作基准上全面超过各自的基座，其中 WorkPilot-35B-A3B 在 GDPval-AA v2.1 上把 Elo 从 879 拉到 1565——接近翻倍。规模分析给出两个值得记下的细节：收益递减的拐点依模型规模而异；执行长度随训练推进先升后降，模型先学会”多做步骤”，再学会”删掉没用的步骤”。消融实验证实，规划与修复两个组件确实减少了探针诊断出的任务环境缺陷，并把收益传导到下游表现。

把 WorkFactory 与 Agent Skills 放在一起看，轮廓就完整了：技能层管运行时的程序性知识注入，任务工厂管训练期的程序性能力灌注，两端共用同一个核心洞察——agent 缺的不是世界知识，是把专业工作拆成可执行步骤的结构化信息。

行业影响：竞争重心迁移的三个方向

第一，“捐标准”成为被验证过的打法。 MCP 先例在前，Agent Skills 复刻在后，两次捐赠都发生在格式赢得事实性胜利之后。时机选择很讲究：太早捐，标准没人接盘；太晚捐，垄断嫌疑已经成型。70 个平台的集成量是这次捐赠的谈判筹码，也是捐赠的必要性证明——当一个格式承担了跨厂商的公共职能，它留在任何一家公司内部都名不正言不顺。

第二，模型厂商的差异化空间被挤回三个位置。 技能层中立化之后，“agent 会什么”不再由模型厂商独占定义。剩下能竞争的：模型本体（程序性推理的天花板）、接口工程（MICA 显示这里还有最多 9 分的免费午餐可捡）、训练数据产线（WorkFactory 显示数据工厂能带来 Elo 近乎翻倍的收益）。这三项恰好对应本周三个事件，分工干净得像一份行业路线图。

第三，生态位正在向技能作者群体转移。 100 万个技能、2.8 亿次安装，这个体量已经支撑起一个独立的生产者生态。对标浏览器扩展商店的演进史可以预判下一步：技能的发现、评分、审计会催生中间层服务，而安全指引缺位的时间窗口越长，这个中间层就越会先在灰色地带生长。

未来展望：三个待解的缺口

供应链安全是最大的敞口。 一个 SKILL.md 就是一段以高权限执行的指令文本，2.8 亿次安装意味着任何一个流行技能被投毒，影响面都以百万计。AAIF 路线图把安全指引列为提案而非既成事实，这个时间差本身就是风险。可以预期未来的技能市场会强制要求来源签名与内容扫描，谁先做出可信的审计工具，谁就拿到技能生态的下一个卡位。

接口实现将成为独立的优化层。 DART 的实验证明，不动模型、不动任务，只修接口实现就能全面提分降本。这意味着每个 agent 平台都需要一个”接口实现质量”的工程角色——这件事今天还散落在 prompt 工程的职责里，很快会被识别为独立的性能杠杆。语义承诺与实现解耦的思路，也预示着技能标准的下一版会尝试把两层显式分开。

训练数据工厂成为团队标配。 WorkFactory 的方法论——意图到支持图、探针诊断、修复后采轨迹——没有依赖任何私有资源，全部组件可复现。数据团队完全可以把这套流程嫁接到自己的业务意图上，产出领域内的 WorkPilot。训练数据竞争的粒度，正在从”语料规模”细化到”任务工厂的良品率”。

结论

Agent Skills 捐入基金会，表面上是一次治理动作，实质上标记了 agent 生态的一次分层完成：模型层、技能层、接口层、数据层各自独立，各自有自己的标准与竞争者。一百万个技能交给中立的基金会，意味着”agent 会什么”的定义权从模型厂商手里外移了一半——剩下的一半，分别在接口渲染的工程细节里，在任务工厂的产线上。

标准统一抹不平行为差异，MICA 用 94.3% 的分歧率证明了这一点；技能格式也不会自动变成能力，WorkFactory 用 612 种职业的任务产线补上了训练侧的拼图。对从业者，本周的信息足够明确：接口实现是还没被充分定价的性能杠杆，任务工厂是还没被充分复用的数据方法论，而技能供应链安全，是留给动手快的人的空位。

参考来源

• Donating Agent Skills to the Agentic AI Foundation（Anthropic，2026-10-22）
• Agent Skills 标准站点
• agentskills GitHub 组织
• Matched Capabilities, Different Behaviors: A Controlled Study of MCP and CLI Interfaces for Language Agents（arXiv:2610.34298）
• WorkFactory: Turning Professional Intents into Executable Work for Scalable Agent Training（arXiv:2610.37161）
• WorkFactory 代码与数据仓库