Flint

Skill 学习

社区争论:模型越强,skill 越不需要?

关于 skill 的争论在 2026 年 9 月 OpenAI 发布 GPT-6 Astra 后集中爆发。值得先说明:争论的实质不是「要不要 skill」,而是「存量 skill 该清理多少、怎么写才不拖后腿」。

导火索是 OpenAI 官方开发者博客 2026-09-11 发布的《Rethinking skills and prompts for GPT-6 Astra》(Eric Provencher)。文章面向 Codex 用户,核心观点:模型越来越强,过去一年在 AGENTS.md、skill、prompt 里累积的「脚手架式指令」不仅多余,还会拖慢新模型——每个文件都吃上下文,指令之间还会互相打架。建议把 skill 描述写「短而准」、用渐进式披露把详情拆到子文件、把「逐步操作手册式」写法改为让模型自行判断。

Anthropic 提出的渐进式披露,配上 OpenAI 官方对『短而准』描述的建议,本质上说的是同一件事:把该省的信息省掉,把该留的信息留对。
—— 综合 OpenAI 官方博客与社区搬运整理

关于「弃用 skill」的社区论调:这个说法有合理成分——那些补充模型能力缺陷的「通用 skill」(如 Superpower 一类)确实会随着模型能力提升被吸收、失去作用。但 OpenAI 官方文章的建议并不是「删除所有 skill」,而是「精简与重构」;真正被淘汰的是给旧模型打补丁式的那批 skill,高价值的流程与领域知识仍要保留。

同一时期 Anthropic 也宣布大幅收缩 Claude Code 的系统提示词(据社区对其公告的整理,削减超过 80%)。两家前沿厂商在同一个月给出方向一致的信号:指令在变少,skill 在向「短、准、模块化」收敛——这与「skill 彻底没用了」的极端论调并不相同。