【Ming姐誠心分享】AI嘅腳步冇停低：從「砌Agent」到「儲Skills」，我哋可以點樣跟得上？

by admin · 2026 年 2 月 26 日

大家好，係我Ming姐。

剛分享完Google個AI論壇，收到朋友Message問：「其實AI日日變，我哋呢啲普通人點跟得切？」

我明嘅。好似前排先學識用Prompt，而家又話要整Agent，未摸熟又話有Skills… 真係會攰。

但啱啱睇到一篇好文，係關於Anthropic（Claude嗰間公司）嘅演講重點，題目叫 《別再打造Agent了，打造Skills吧》 。睇完之後，我反而覺得安心咗——因為佢話俾我哋知，AI發展嘅下一步，唔係要你學更難嘅嘢，而係將複雜嘅嘢變成一包包可以隨時用嘅「技能包」。

今日想同你分享呢篇文章嘅重點，再搵多幾個類似嘅觀點，一齊睇吓：AI嘅步伐冇停過，但我哋可以用一個更舒服嘅方式，同佢一齊行。

Anthropic嘅工程師喺演講入面講咗一個好重要嘅概念：以前我哋以為要為每個領域（寫程式、做研究、做財務）訓練一個唔同嘅AI Agent，好複雜。但佢哋發現，與其花時間砌Agent，不如打造「Skills」 。

咩係Skills？
好簡單，就係一個資料夾。入面放晒俾AI做某樣工作嘅指引、步驟、工具，甚至係簡單嘅腳本。AI需要用嘅時候，先至將個Skill「載入」嚟用，用完就放低，唔會塞爆個腦。

呢個概念有咩好？

💡 Ming姐嘅解讀：呢個就好似我哋煮餸，唔使每次都由磨薑茸、切蒜頭開始。你將常用嘅技巧（例如「點樣煲術後湯水」）整理成一份自己嘅「Ming姐食譜」，下次想做，拎出嚟跟住做就得，又快又唔會錯。AI都係咁。

篇文仲提到，呢個Skills概念推出短短時間，已經形成一個快速成長嘅生態圈：

未來嘅趨勢係：AI Agent負責做指揮，MCP（一個連接管）負責幫AI連接外部世界，而Skills就負責提供專業知識 。

💡 Ming姐嘅解讀：即係AI嘅世界，開始好似我哋手機裝App咁。你想個AI幫你做Excel報表，就裝個「Excel技能App」；想佢幫你做設計，就裝個「Figma技能App」。唔使自己從頭學，裝個Skill就得。

我搵多幾篇相關嘅分析，發現大家都指向同一個方向：

文章/觀點來源	核心重點	同「Skills」概念嘅連結
Claude Cowork 產品經理復盤	AI最值錢嘅地方，係將個人智慧低成本封裝成全團隊通用嘅生產力。	「復用」——Skills就係將一次性嘅經驗，變成可以無限複用嘅資產。
當大厂與極客都在搶「技能」	技能封裝解決咗用戶重複解釋、開發者成本困境和產品僵化三大痛點。	「標準化」——將Prompt工程變成可安裝、可流轉嘅標準化能力。
Agent Skills 工程實踐	Skills可以按需要逐步載入資訊（「漸進式披露」），慳返大量Token。	「高效」——AI唔使一次過諗太多嘢，專心做當前步驟，做得更好。
AI競爭的終局是「技能封裝」	Skills已經成為開放標準，可解決「上下文爆炸」、「經驗斷層」和「跨平台割裂」。	「可得性」——Skills令AI能力不再係工程師專利，普通人一樣可以參與。

睇完呢啲分析，我反而有啲唔同嘅體會。以前AI發展，總係逼我哋要學新嘢、跟新技術。但Skills呢個概念，係反過嚟，將AI嘅複雜性，收納入我哋熟悉嘅工作方式入面。

對我哋嚟講，或者可以咁樣諗：

唔好怕，AI係幫你慳力，唔係增加你嘅負擔：Skills嘅目標，就係將重複嘅工作自動化。你做得越多嘅嘢（例如回覆某類查詢、整理某類資料），將來越有可能變成一個「Skill」，幫你快速完成。
你嘅經驗，就係未來最值錢嘅「Skills」：篇文講得好清楚，Skills嘅核心係「領域專業知識」。你做咗幾十年嘢，嗰啲「行內人先識」嘅竅門、經驗、判斷，就係最難被取代，亦係未來可以封裝成最有價值「Skills」嘅原材料。
保持「玩」嘅心態，唔使有壓力：唔需要逼自己成為專家。只要保持好奇，見到新嘢就試吓、玩吓，已經好好。好似我哋試用新AI工具、學用Prompt一樣，每一步，都冇白行。

AI呢條路，真係行得好快。但我愈來愈覺得，快唔緊要，最緊要係我哋用返自己嘅步伐，一齊行。

Skills呢個概念俾我嘅安慰係：將來嘅AI，會更聽話、更專業、更容易使用。而我哋累積咗幾十年嘅人生經驗，唔單止唔會過時，反而會係駕馭呢啲AI最珍貴嘅本錢。

你對呢個「Skills」概念有咩諗法？或者你最近有冇用AI做過啲得意嘢？好想聽吓你分享 😊

Ming姐
喺「Ming姐系列」，我哋一齊慢慢行、慢慢學、慢慢將自己嘅生活經驗，變成最珍貴嘅「技能」。