skills 4/20/2024

AI 時代的能力積木：拆解 Claude 的文件化 Skill 與 Gemini 的生態型 Tools

#thought#skills#claude#gemini#modularization

在 2026 年的 AI 工程領域，「能力封裝 (Skill Encapsulation)」 已經成為獨立於模型之外的顯學。我們不再討論如何對 AI 說話，而是討論如何為 AI 打造一套「插拔式」的特技包。

但有趣的是，Google 與 Anthropic 兩大陣營，對於「什麼是技能」有著截然不同的認知模型。

1. Claude 的邏輯：Skill 是一份「文件化入職指南」

在 Claude 生態中（特別是 Claude Code 或 Hermes Agent），技能是被 文件化 (Declarative) 的。

  • 核心：SKILL.md：這是一個包含 YAML 元數據與 Markdown 指令的文章。
  • 認知模型：技能是「給 AI 看的操作記憶」。它利用 AI 強大的閱讀與邏輯跟隨能力，在需要時才「進步揭示 (Progressive Disclosure)」詳細細節。
  • 優勢：極致的模組化與可攜性。一個寫好的 SKILL.md 可以像積木一樣，被不同的 Agent 所調用。

2. Gemini 的邏輯：Skill 是一種「原生能力擴展」

Google 的認知更偏向於 函數導引 (Function Calling) 與 原生整合。

  • 核心：Tools & Extensions：技能通常是一套嚴謹的 JSON 定義或直接與 Google Cloud/Workspace 掛鉤的擴展。
  • 認知模型：技能是「賦予 AI 的原生感官」。它強調的是與 Google 生態（搜尋、地圖、工作區）的無縫接軌。
  • 優勢：極高的執行效率與多模態原生性。Gemini 可以直接透過「技能」處理視覺或音訊數據，而不需要額外的轉換。

💡 系統化思維：多對多 (Many-to-Many) 的顯學

無論是哪種流派，核心趨勢都是一致的：技能必須與代理人解耦。

  • 一個 Agent 可以擁有多個 Skill：就像一個員工具備多種證照。
  • 一個 Skill 可以被多個 Agent 使用：就像一套標準作業程序 (SOP) 可以訓練不同的員工。

這種獨立性正是本專區成立的原因。我們在這裡收集這些「能力積木」，不論它是 Claude 風格的 Markdown，還是 Gemini 風格的 Tools，我們都將其視為 AI 時代的高價值數位資產。

本文為 AI 研究導讀，旨在為 Skill 分區建立宏觀視野。