Agent Skills 移交基金會後，企業如何保留自己的辦事經驗

公開動態與原創分析 · 消息日期: 2026-10-22 · 消息來源

10月22日，Anthropic 宣布將 Agent Skills 移交 Linux 基金會旗下的 Agentic AI Foundation，涉及名稱、識別標誌、GitHub 組織與網站網域。基金會同日確認接納此專案。對已在使用 AI 助理的企業，這項消息提出了一個比新增功能更長遠的問題：團隊花時間教會助理的辦事方法，將來更換工具後，還能留下多少？

Agent Skills 用一個資料夾保存任務說明與輔助材料，核心檔案名稱為 SKILL.md。規範允許附帶指令碼、參考資料和素材。企業可以將一項工作所需的知識放在一起管理，無須每次從對話紀錄尋找好用的指令。但將資料裝進資料夾只是開始，真正值得保存的內容，需要從具體工作中挑選。

哪些經驗值得寫進技能

以技術投標文件的回應檢查作一個方法推演。初稿出現產品參數時，審查人員要確認投標型號、招標要求與現行說明書能否對應。寫一句「仔細檢查，避免遺漏」，對新人幫助有限，對 AI 也沒有提供判斷方法。更有用的說明是：參數只能引用指定型號的資料；招標文件規定測試條件時，需要核對說明書採用的條件；資料未涵蓋的條款應保留為待確認項目，不能借用相近型號補齊。

這些內容的價值來自處理選擇。同一個數字，在不同運轉條件下可能意義不同；一份舊版參數表，可能仍適用於既有設備，卻不適合本次投標。將經驗寫清楚，意味著說明遇到這些情況應查什麼、依據不足時交給誰，以及交付的回應表應保留哪些出處。模型能理解句子，只處理了其中一部分問題。

Box 同日發布的開發者技能提供了具體參照。文章圍繞上傳、批次操作與同步介紹工作說明，強調核對實際環境與操作結果，並明確表示安裝技能不會連接 Box 帳戶或增加存取權。值得借鏡的是說明的細緻程度：將容易出錯的動作講清楚，團隊才有機會重複使用。不能由一份說明直接推導實際操作已經可用。

投標文件檢查也應作類似區分。型號對應方法、資料引用要求可以整理為可重複使用的說明；讀取產品庫、開啟某個專案資料夾、更新投標回應表，則依賴目前的系統與授權。更換助理後，前一部分可能繼續適用，後一部分仍須驗證。採購時若只問「支援 Skills 嗎」，容易漏掉這些移轉投入。

企業無須將所有規定都寫成技能。每月只處理一次、內容幾乎不變的核對工作，一份有人維護的試算表可能已經足夠。更值得整理的是反覆發生、需要專業判斷，而且經常由不同人員或工具承接的任務。若流程本身仍有爭議，先讓業務負責人確定規則，比將幾份相互矛盾的經驗一起交給模型更有意義。

跨工具使用需要保留哪些材料

移交基金會為標準提供中立的維護安排，企業自己的任務說明仍需要有人負責。開放格式能降低保存與交流資料的阻力，實際節省多少移轉工作，要看說明是否依賴特定助理的工具名稱、檔案路徑與隱含行為。將這些相依條件混入每段業務規則，日後更換工具就需要逐處查找。

較穩妥的辦法，是讓業務規則能夠獨立閱讀。例如，技術回應表保留「要求、產品依據、結論、待確認項目」的內容約定，具體從哪個系統取得說明書，另外作環境說明。業務人員審閱時能看到判斷是否合理，導入人員也能找到需要調整的串接部分。分開管理會增加初期整理工作，只有後續確實需要重複使用時，這筆投入才有充分理由。

墨客雲在技術資料整理、知識檢索與任務編排方向，可以參與這類準備：將獲准使用的產品資料與檢查規則組織為具體任務，交付帶出處的回應草稿與待確認條目，再由技術人員確認。現有官網說明支持這項產品方向。若專案要求採用 Agent Skills 格式，仍須核對目標執行環境的載入方式、工具支援及版本，不能將此理解為已有通用匯入能力。

值得保留的導入成果，應讓業務方看懂所用規則，也讓維護人員找得到規則依據。例如，產品資料更新後，能夠判斷哪些回應判斷需要重做；更換模型後，能夠拿同一組去識別化樣本觀察結論有沒有變化。樣本應包含資料齊全的正常情況，也包含型號不符、測試條件缺失等會改變處理方式的情況。

這種比較比「資料夾成功匯入」更接近企業關心的問題。兩套助理都能讀取說明，仍可能在資料不足時採取不同處理。若差異只來自格式與工具名稱，可以安排調整；若判斷所需的依據根本未被保留，就需要回到業務規則。標準化有助於區分這些成本，卻不會自動消除成本。

也應允許說明變短。模型升級後，重複解釋常識的段落可能妨礙尋找關鍵要求；業務規則變更後，舊例子也可能誤導。維護技能的目標，是保留這項工作仍然需要的專業經驗。企業對資料與規則擁有清楚的維護權，比累積大量無人敢改的技能檔案更有實際價值。

• 墨客雲專業業務流程

墨客雲編輯部 · neo@mokyun.com