架构师修行录

别再说AI难做了,SKILL才是真正的平民化AI工程

鹿Sir上线,见字如面。

最近在研究一种叫 SKILL 的东西,越看越觉得它可能是 AI 工程领域被严重低估的一个方向。

不是因为它有多复杂,恰恰相反——它简单得出奇。

SKILL 是什么

先说结构,一个标准的 SKILL 工程长这样:

skill-name/
├── SKILL.md          ← 入口,技能说明书
├── scripts/          ← 固定脚本逻辑(Python/Bash等)
├── references/       ← 细分说明书,按需加载减少上下文
└── assets/           ← 其他资源文件(模板、图片等)

核心是 SKILL.md,它是整个工程的入口。AI 读完它,就知道这个技能能做什么、怎么做、调哪些脚本。scripts/ 里放的是确定性逻辑——那些需要精确执行、不能靠 AI 即兴发挥的部分,比如文件格式转换、API 调用封装、数据处理管道。references/ 是个聪明的设计:把不需要每次都加载的细节文档拆出去,只在需要时读入,节省上下文窗口。

看起来就是几个文件夹,但它背后的设计哲学值得细想。

与传统后端工程的本质区别

传统的后端工程,入口是 API。你写一个服务,暴露一个接口,调用方传参数进来,你处理完返回结果。整个流程是确定性的,代码控制一切。

SKILL 的入口是 LLM。

这一个字的差别,带来了完全不同的工程范式。

传统后端工程师写代码时,脑子里想的是:「这个函数接收什么参数,返回什么结果,异常怎么处理。」SKILL 工程师写 SKILL.md 时,脑子里想的是:「AI 读完这段话,会不会理解我的意图?它会在什么情况下调用这个脚本?」

前者是在写给机器执行的指令,后者是在写给 AI 理解的说明书。

这个转变比看起来要深刻得多。它意味着工程的「编译器」从 CPU 变成了 LLM,「编程语言」从 Python/Java 变成了自然语言加上少量结构化约束。

SKILL 不会替代高性能后端

说清楚 SKILL 能做什么,也要说清楚它不能做什么。

入口是 LLM,这个特性决定了 SKILL 天然不适合对性能敏感的场景。每次调用都要经过语言模型的理解和推理,延迟以秒计,吞吐量有限,成本也不低。你不会用 SKILL 来处理每秒百万级的日志流,也不会用它来做实时交易系统的核心链路。

SKILL 的定位是封装原子化能力——那些调用频率不高、但需要一定智能判断的任务。比如:

  • 根据用户描述生成一份格式化报告
  • 搜索热点资讯并整理成文章
  • 解析一份非结构化文档提取关键信息
  • 根据上下文决定调用哪个外部 API

这些任务的共同特点是:需要理解意图,但不需要极致性能。传统后端做这些事要写大量的 if-else 和规则引擎,SKILL 直接让 AI 来判断,代码量少一个数量级。

所以 SKILL 和传统高性能后端服务不是竞争关系,而是互补关系。高性能的部分继续用传统工程,需要智能判断的原子能力用 SKILL 封装,两者通过工具调用连接起来。

为什么说 SKILL 生态会非常广

现在回头看移动互联网时代,2010 年前后出现了一个新职业:iOS/Android 开发者。在此之前,这个职业不存在。短短几年,全球冒出了数百万移动端开发者,催生了整个 App 经济。

SKILL 工程师可能是下一个这样的职业。

原因很简单:SKILL 把写 AI 应用的门槛降到了前所未有的低。

传统 AI 应用开发需要什么?你得懂 API 调用,懂 Prompt 工程,懂怎么处理流式输出,懂怎么管理对话上下文,懂怎么做工具调用,还得懂部署和运维。每一项单独拿出来都不难,但组合在一起,对非专业开发者来说门槛不低。

SKILL 把这些全部抽象掉了。你只需要:

  1. 写一个 SKILL.md,用自然语言描述这个技能做什么
  2. 把确定性逻辑写成脚本放进 scripts/
  3. 把辅助文档放进 references/

就这三步。一个懂业务的产品经理,学半天就能写出一个可用的 SKILL。一个有基础编程能力的人,一天内可以写出一个相当复杂的 SKILL 工程。

更重要的是,SKILL 是可组合的。你写的 SKILL 可以被别人的 AI Agent 调用,别人写的 SKILL 你也可以直接用。这和 npm 包、PyPI 包的生态逻辑是一样的——一旦形成网络效应,增长会非常快。

程序员该怎么看这件事

有人会担心:SKILL 这么容易写,会不会让程序员失业?

我觉得这个担心方向搞反了。

SKILL 降低的是「把一个想法变成可用工具」的门槛,但它并没有降低「想清楚这个工具该做什么」的门槛。写一个能用的 SKILL 很容易,写一个设计良好、边界清晰、可维护的 SKILL 工程,仍然需要工程思维。

更现实的情况是:会写 SKILL 的程序员,生产力会比不会写的高出一个量级。那些重复性的、需要一点智能判断的任务,以前要花几天写代码,现在半天搞定。省出来的时间可以做更有价值的事。

在未来一段时间,学会写 SKILL 会成为程序员的一门基础技能,就像今天你必须会用 Git、会写 SQL 一样。不是因为它多高深,而是因为它太实用了。

比如本文,鹿Sir先写了一个文稿生成器SKILL,然后再让龙虾去调用SKILL生成的:

Image
生成MD格式的HTML,支持一键复制MD文档,再去mdnice排版即可:
Image

EOF

Image
关于「鹿Sir」

分享架构技术/IT资讯/牛马日常

电商·SaaS·AI架构师,DDD极客/DDD4j开源框架作者

→关注公众号,撩小码鹿「已接入AI」

→加我备注“进群”,进技术大佬群学习