过去半年中，尤其是一个季度之前，总能听到有平台视角或者产品经理视角的观点，说（未来）Skill会有大量供给，专家把自己的经验写成Skill分享出来，然后就出现了某些产品形式或商业模式之类。当时我对此就嗤之以鼻，而现在，这个观点似乎已经过气了一些，以及现在确实也没有多少高质量的Skill开放出来。

所以现在应该可以更冷静地讨论一下这个事情了。

1、需求方的供给幻觉

过去我见过的所有持有这种观点的人，大多是免费Skill的需求者，也就是要么是平台视角、要么是想要大量Skill供给的视角。他们想要Skill的供给，但我很少看到他们自己有能开源什么高质量的Skill。

那么现在Skill的供给到底怎么样了呢？其实也不算少，但高质量的Skill并不多。

有一些arXiv上的分析报告分析了目前的Skill现状，总体并不乐观。特点是：发布行为常随社区热点短期爆发；内容高度集中在软件工程 workflow；信息检索和内容创作占采用量的重要部分；很多 skill 在意图层面高度重复。以及Skill很依赖于底层模型和agent框架，并且能超过模型baseline的并不多。

这其实很典型：

• 跟随社区热点的短期爆发，本质上是蹭热点，作为一种类似文章的免费内容来吸引流量。

• 内容高度集中在软件工程、信息检索、内容创作，因为这些都是AI的早期使用者，开源意愿平均来说强一点，以及有靠内容来换取流量和品牌的动力。

• Skill并不通用于各种模型和Agent框架，效果也并不好。因为目前LLM模型进展太快，而Skill往往无人持续投入维护，也没有动力去做泛化和鲁棒性。跟大厂的凑数开源本质相同，占个位、有个名才是主要目标。

在我来看，目前开源Skill可以分为以下几种：

• 官方教学类、框架/平台方等提供的软件必要功能，但以Skill的形式分发。这也包括服务商的适配Skill。这类质量不错，但供给太少，且大多是用于自己的目的。

• 各种凑数或堆量型的Skill，大量靠AI生成或从历史对话中自动提取，数量有，但质量无人保证，以及作者也并非领域专家。这类就是典型的低质量庞大供给。

• 大IP/博主的少量精选Skill，这种的质量不错，但供给太少，对工作流覆盖也不足，更像是博主把他们作为一个高质量内容发布，跟其他质量文章没有太本质的差别。

剩下还有一些私下Skill交换，这种就全看小圈子或者人情。

2、专家没有理由开源

实际上不光是专家，对于花费了不少心力调教，并且觉得效果好于公开方案的人，大多不会大规模的开源自己的Skill。因为没有商业上的好处，也没有学术界那种先发占坑的激励。而且Skill和share一个作品并不同，这个确实可以批量去生产，让技术扩散、降低生产成本，对自己已有经验变现不利。

很多人觉得软件生态中，开源很火热，就觉得所有程序员或者专家都是乐于免费开源的人，但实际上并非如此。首先专家和开源这两个维度就基本不相关。另外即使是程序员，也不是说乐于开源比例就很高，只是某些细分方向更有偏好，以及由于历史原因有一个Github社区让相关的内容看起来更多。

但实际上不开源的细分类别是更多的，以及开源的供给也并非很完善，例如到现在解析Office Open XML（docx等格式）的库做的完善的也没几个。能找到满足需求的是幸运，找不到好用的也是常态。不做过几年开发的人并不明白这个道理，只是被数量蒙蔽，以及做一些demo性质量的东西也不需要太可靠的中间件。

3、开源软件、Prompt社区、Skill社区 都一样

Skill社区的现状并非孤例，实际上之前的Prompt社区也沦为同样的下场。

即使是开源软件生态，也并没有大家想象的那么好，一时兴趣做一个开源可以，但长期维护、高质量、可以被依赖的项目并不多。这里有些是商业考量，有些是开源基金会支持，但剩下很多都是为爱发电。这也是近些年来，开源社区的供应链攻击、小项目的bug导致全网危机的原因。大家已经过于习惯伸手党，但忘记了感恩这些义务的维护者。

4、未来会改变么？

现在Skill的生态并没有太多对于贡献者的激励，这比MCP时代糟糕的多，当然MCP生态也没起来就是了。

现在认真做Skill的，要么是内容生产者作为一种类型的内容来生产，跟视频网站上一些拿AI做吸引注意力的视频仍然很类似，因为Skill还有用，所以能吸引更多的流量，但在收益上并没有高太多。

要么是自己产品交付链条的一部分，为了让用户打通整个产品的使用流程，只不过某些部分适合Skill的方式，就跟买了硬件送一个配套软件一样。

要么是引流，然后走广告，或者吸引和筛选一些高客单价客户，这实际上跟开源中间件的商业模式一致。

有人认为如果有了Skill的认证和评估平台，就能解决这个问题，通过给高质量 Skill 作者先发者名誉来换取，但这条路我也不看好。且不说各种Skill的评价就是个很难的问题，另外即使是学界，在创新性的激励上也没有做得很好，现在AI for math就是占的这个坑，证明给出了，但后续的新洞见、新数学工具整理、如何融入现有数学体系等都没人做，然后又因为这个“首先证明”的坑已经被占了导致后续人类专家接收的意愿大大降低。数学学界都还没能解决这个问题，而且现在已经快被AI搞得昏天黑地了。

所以我估计，开源Skill生态大概很难改变，最后会跟开源软件类似，开源软件生态并没有大家想象的那么好，很多高质量的软件仍然是闭源和商业化的。

Skill 中高质量的部分大多会闭源，通过专家自己调教的私有垂类Agent来直接交付服务。