本文來自微信公眾號： 碳基智 ，作者：碳基智，原文標題：《通用 Skill 沒存在必要了》
GitHub上最火的awesome-prompts合集，各種萬能promtpt模板，各種強無敵skill，加起來的star數(shù)估計都得百萬級，下載應用的人數(shù)更是不可估量。
但你有沒有想過一個問題，這些約束模型做事的語料，本質(zhì)上也是一種訓練數(shù)據(jù)，各大模型在預訓練截斷早就已經(jīng)閱讀、理解、編碼了這些skill的全部內(nèi)容？
有沒有一種可能，那些參數(shù)量達到T級萬億規(guī)模的模型，推理空間里完全可以重放整個項目的拓撲結(jié)構(gòu)，人類編寫的skill對它反而是一種負面約束？
AI大爹：你在教我做事？刪掉你裝的那些亂七八糟的通用skill，立刻，馬上！
1
1934年，維果茨基提出了一套綿延數(shù)十年，工程界仍還在使用的腳手架理論：
最近發(fā)展區(qū)Zone of Proximal Development：學習者在獨立能做的和有人幫才能做的之間有一個甜點區(qū)。腳手架(scaffolding)就是填充這個甜點區(qū)的臨時支撐。
關(guān)鍵詞：臨時。
腳手架有六種形態(tài)：吸引興趣、簡化任務(wù)、維持動機、標注重點、減輕挫敗、示范方案。
翻譯到AI語境：
Few-shot示例=示范方案
Chain-of-Thought提示=簡化任務(wù)
角色扮演=吸引興趣/設(shè)定方向
當學習者將能力內(nèi)化(internalize)后，腳手架必須撤走。繼續(xù)保留=制造依賴=阻礙獨立發(fā)展。
通用skill在這個過程中起到的就是腳手架的作用，當模型能力還不足時，你手把手教它你是怎么推理的，怎么規(guī)劃的，怎么分步執(zhí)行的，這一點沒問題，而且也是模型得以快速進步的重要原因。
但到了2026年，模型已經(jīng)把結(jié)構(gòu)化輸出、長程推理、工具編排全部內(nèi)化進了權(quán)重。你還給它強行裝通用skill約束它的輸出，反而像在孩子學會騎車以后你還扶著他的后座，這不是添亂么？
那再進一步思考，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，還是代碼工作者，所以匹配你個人需求的個性化skill還是必要的，也是值得去做的。
2
OpenAI發(fā)布了GPT-5.6新版的提示詞邏輯，徹底取代了通用skill的設(shè)計哲學：
優(yōu)先明確交付結(jié)果：
僅在過程影響成品時指定步驟。不要替模型框定完整推理流程——這會限制模型能力。
只保留能改變結(jié)果的背景信息：
避免堆砌無效上下文。明確指定資料來源、時效和用途。
明確任務(wù)邊界控風險：
抓住核心風險設(shè)邊界，避免過度限制也防越權(quán)。比虛設(shè)專家身份更實用。
在提示中明確驗收標準：
提示詞本質(zhì)是定義交付物和完成標準的小合同。
翻譯成人話就是：碳基生命少教硅基智能怎么做事，你只管說清楚你要什么，剩下的讓AI大爹幫你實現(xiàn)。
這跟Harness的發(fā)展很相似，Claude Code作者之前在采訪時，也說Harness會消失：
隨著模型能力增強，產(chǎn)品層的重要性會下降，很多原來由產(chǎn)品層做的事模型會自己完成。他還具體點了名，比如防prompt注入、命令靜態(tài)校驗、權(quán)限模式、人工審批，這些都是模型能力不足時的補丁，模型夠強就會退出。
但他后面說的，讓loop成為一等功能、大規(guī)模并行Agent管理、Claude Design、computer use持續(xù)進化……
這些還是Harness的功能，無非是模型能力增強以后，更高維的Harness維度罷了。
3
從歷史發(fā)展的角度來看，平臺能力的下沉是不可逆規(guī)律。
2006年jQuery發(fā)布時，瀏覽器API極度碎片化。document.querySelectorAll不存在，AJAX要寫三套兼容代碼，動畫全靠手搓定時器。jQuery就是那個時代的"通用skill”：它教瀏覽器做人。
但后來瀏覽器在持續(xù)變強，并吞噬掉jQuery解決過的每一個痛點。軟件史上的能力下沉仍在反復上演，每一次上演，都回伴隨中間層的消亡。
激進派認為，人類的skills在超級AI面前一文不值。與其折騰方法論，不如坐等Base Model升級。他們甚至非常傷人地提出：因為人類編寫的skill強制模型按低維邏輯給出線性思考過程，反而掛起了AI高效關(guān)聯(lián)線索，調(diào)動大量參數(shù)去擬合低效冗余的文本形式主義：
GPT并沒有降智，它只是迎合了你的智商。
工程視角派認為，skill本質(zhì)是conditional prompt的封裝，每次模型/工具升級都要調(diào)整prompt是基本工程操作。棄用/保留skill都是正常的成本-收益權(quán)衡。
我個人比較站務(wù)實派，約束AI行為的skill確實可以刪了，你應該去掉所有無用的流程約束類skill，重點關(guān)注上下文注入類skill。
