
本文来自微信公众号: 碳基智 ,作者:碳基智,原文标题:《通用 Skill 没存在必要了》
GitHub上最火的awesome-prompts合集,各种万能promtpt模板,各种强无敌skill,加起来的star数估计都得百万级,下载应用的人数更是不可估量。
但你有没有想过一个问题,这些约束模型做事的语料,本质上也是一种训练数据,各大模型在预训练截断早就已经阅读、理解、编码了这些skill的全部内容?
有没有一种可能,那些参数量达到T级万亿规模的模型,推理空间里完全可以重放整个项目的拓扑结构,人类编写的skill对它反而是一种负面约束?
AI大爹:你在教我做事?删掉你装的那些乱七八糟的通用skill,立刻,马上!
1
1934年,维果茨基提出了一套绵延数十年,工程界仍还在使用的脚手架理论:
最近发展区Zone of Proximal Development:学习者在独立能做的和有人帮才能做的之间有一个甜点区。脚手架(scaffolding)就是填充这个甜点区的临时支撑。
关键词:临时。
脚手架有六种形态:吸引兴趣、简化任务、维持动机、标注重点、减轻挫败、示范方案。
翻译到AI语境:
Few-shot示例=示范方案
Chain-of-Thought提示=简化任务
角色扮演=吸引兴趣/设定方向
当学习者将能力内化(internalize)后,脚手架必须撤走。继续保留=制造依赖=阻碍独立发展。
通用skill在这个过程中起到的就是脚手架的作用,当模型能力还不足时,你手把手教它你是怎么推理的,怎么规划的,怎么分步执行的,这一点没问题,而且也是模型得以快速进步的重要原因。
但到了2026年,模型已经把结构化输出、长程推理、工具编排全部内化进了权重。你还给它强行装通用skill约束它的输出,反而像在孩子学会骑车以后你还扶着他的后座,这不是添乱么?
那再进一步思考,模型拿不到的是什么?是你的上下文context。它不知道你是文字工作者,还是代码工作者,所以匹配你个人需求的个性化skill还是必要的,也是值得去做的。
2
OpenAI发布了GPT-5.6新版的提示词逻辑,彻底取代了通用skill的设计哲学:
优先明确交付结果:
仅在过程影响成品时指定步骤。不要替模型框定完整推理流程——这会限制模型能力。
只保留能改变结果的背景信息:
避免堆砌无效上下文。明确指定资料来源、时效和用途。
明确任务边界控风险:
抓住核心风险设边界,避免过度限制也防越权。比虚设专家身份更实用。
在提示中明确验收标准:
提示词本质是定义交付物和完成标准的小合同。
翻译成人话就是:碳基生命少教硅基智能怎么做事,你只管说清楚你要什么,剩下的让AI大爹帮你实现。
这跟Harness的发展很相似,Claude Code作者之前在采访时,也说Harness会消失:
随着模型能力增强,产品层的重要性会下降,很多原来由产品层做的事模型会自己完成。他还具体点了名,比如防prompt注入、命令静态校验、权限模式、人工审批,这些都是模型能力不足时的补丁,模型够强就会退出。
但他后面说的,让loop成为一等功能、大规模并行Agent管理、Claude Design、computer use持续进化……
这些还是Harness的功能,无非是模型能力增强以后,更高维的Harness维度罢了。
3
从历史发展的角度来看,平台能力的下沉是不可逆规律。
2006年jQuery发布时,浏览器API极度碎片化。document.querySelectorAll不存在,AJAX要写三套兼容代码,动画全靠手搓定时器。jQuery就是那个时代的"通用skill”:它教浏览器做人。
但后来浏览器在持续变强,并吞噬掉jQuery解决过的每一个痛点。软件史上的能力下沉仍在反复上演,每一次上演,都回伴随中间层的消亡。
激进派认为,人类的skills在超级AI面前一文不值。与其折腾方法论,不如坐等Base Model升级。他们甚至非常伤人地提出:因为人类编写的skill强制模型按低维逻辑给出线性思考过程,反而挂起了AI高效关联线索,调动大量参数去拟合低效冗余的文本形式主义:
GPT并没有降智,它只是迎合了你的智商。
工程视角派认为,skill本质是conditional prompt的封装,每次模型/工具升级都要调整prompt是基本工程操作。弃用/保留skill都是正常的成本-收益权衡。
我个人比较站务实派,约束AI行为的skill确实可以删了,你应该去掉所有无用的流程约束类skill,重点关注上下文注入类skill。

如涉及版权问题请联系 hezuo@huxiu.com,我们将及时核实并处理。