Anthropic 于周四发布了一套针对Skills（技能）的更新。Skills 是一种能力，能够让 Claude 在贴合用户工作方式的任务上接受训练。这次更新表明，市场正在从“只关注大语言模型本身”转向“更关注具体用例与落地方式”。
作为更新的一部分，这家 AI 模型公司将其Agent Skills 规范作为开放标准发布。Anthropic 表示，Agent Skills 扩展了 Claude 用户创建、部署、分享与发现新的“智能体技能”的能力。
该厂商还新增了组织级管理能力：企业在 Team 与 Enterprise 套餐下的管理员，可以在一个中心位置统一管理 Skills。用户也将可以使用来自 Anthropic 合作伙伴（包括 Canva、Notion、Figma 与 Atlassian）的预构建 Skills。
将 Agent Skills 做成开放标准这一举措，延续了 Anthropic 在Model Context Protocol（MCP，上下文协议）上的成功。MCP 是一种开放标准，用于让大语言模型之间进行通信。Anthropic 本月早些时候已将 MCP 捐赠给 Linux 基金会。
深入：Skills 的扩展
对 Claude 的 Skills 进行扩展，距离 Anthropic 推出 Agent Skills（用文件与文件夹来构建专用智能体的新方法）仅过去两个月。在一个文件夹内，用户可以添加文件来描述流程，例如填写表单或浏览网站，从而“教会”智能体如何执行某些任务。
Gartner 分析师 Arun Chandrasekaran 表示：对于许多需要人类输入的业务场景，现在你可以让具备特定技能的 AI 模型代表你去执行相应动作。“这让模型具备更强的智能体能力，使其可以代表你完成操作。”
Informa TechTarget 旗下 Omdia 分析师 Lian Jye Su 表示，Skills 也使得智能体可以在不需要调用其他工具、也不必在多个程序之间编排协作的情况下运行软件。“智能体可以自己解决任务，因此会更聪明、更易部署。当然，这也需要一整套技能相关的管理系统与更新机制。”
Chandrasekaran 认为，通过扩展后的 Skills 套件，Anthropic 希望建立一个技能库，以及一组可跨不同任务复用的预定义技能。
风险与成熟度
为智能体增加能力意味着赋予其更高的自主性来完成特定任务，这可能引发企业层面的担忧。
不过 Su 表示，这也是企业需要强有力的 AI 安全与治理策略的原因。“企业在部署这些带技能的各类智能体时，需要设置护栏、过滤器与防火墙。”
Anthropic 推动 Skills 的发展，是 AI 市场焦点从“模型更新”转向“用例与落地”的一个例子。
Chandrasekaran 说：“整个行业正在从‘模型本身’走向‘模型能替我做什么？模型如何编排工作流？如何重塑流程？AI 如何在我们的环境中更自主地行动？’” 他补充称，除 Anthropic 外，OpenAI 的 Operator 也与 Skills 类似，都是让智能体执行特定任务。“这些都是向那些目标迈进所需的渐进式能力。”
1）从“更强的模型”转向“更能干的智能体”
行业竞争正在从参数、榜单、推理能力，迁移到“模型是否能在真实业务里把事情做完”。
Skills/Agent Skills 把能力包装成可复用的“技能模块”，其价值在于让 Claude 更像一个可配置的数字员工，而不只是聊天机器人。
2）“开放标准”是一种生态战略，而非单纯技术更新
Anthropic 把Agent Skills 规范开放，以及此前推动 MCP，并将其捐给 Linux 基金会——这是一条典型路线：
- 通过开放标准降低接入成本，吸引第三方与企业围绕其方案构建工具/流程/插件
- 用“标准”建立话语权与兼容性优势
- 最终形成技能市场/技能库（文中也点明这一目标）
换句话说：Anthropic 不是只想让你“用 Claude”，而是希望你围绕 Claude 构建组织级的工作方式。
3）“文件夹+文档教流程”的方法，指向企业知识的可操作化
在文件夹里放流程文件（如填写表单、浏览网站），教智能体做事。
这意味着企业里的 SOP、制度、操作手册将不只是“阅读材料”，而可能成为可执行资产：
- 把流程写清楚 → 智能体按流程做
- 流程更新 → 技能更新
- 形成“流程工程（process engineering）”的新岗位/新方法
4）企业真正关心的是：自主性带来的风险与治理
分析师的“护栏、过滤器、防火墙”提醒了关键矛盾：
- 让智能体能“操作软件、代替人执行动作” → 生产力上升
- 同时也意味着：权限、审计、合规、数据泄露、误操作等风险上升
所以这类产品要进入企业，往往需要配套能力：
- 集中管理（文中“组织级管理能力”正是对应这一点）
- 权限分级、审批流、日志审计、数据隔离、敏感操作二次确认
- 对技能来源（第三方技能）做供应链式的安全评估
5）与“Operator”等产品同向：AI 正在变成“可执行的工作流层”
把 Anthropic Skills 与 OpenAI Operator 类比，
下一阶段竞争点是谁能把“语言理解”连接到“行动执行”，并让它在企业系统里稳定、可控、可治理地运行。
行业趋势会沿三条线推进：
- 标准化：MCP/Agent Skills 这类协议会增多，形成“模型—工具—权限—数据”的通用接口层。
- 平台化：技能库/技能市场会成为产品护城河（类似插件生态，但更强调可执行流程）。
- 治理化：企业采购的关键不再只是“模型有多聪明”，而是“能否被管住”：权限、审计、合规、隔离、可追责。