作者｜高泽

编辑｜邢昀

裁员裁到大动脉会影响公司吗？

在 AI 时代，可能什么都不影响了，因为大动脉们可以被炼化成 " 同事 .skill"，在工区里获得赛博永生。

近日，" 同事 .skill" 在各大社交媒体引发热议。仅需提供离职同事的飞书消息、钉钉文档、邮件、截图等材料，加上一些描述，就能将其 " 顷刻炼化 "，生成一个真正能替他工作的 AI Skill。

有网友调侃：" 以后给公司打工，是不是就是在给公司攒 skill，攒够就可以走了。"

将同事 " 炼化 "，其实并非猎奇。写几个 Skills（技能模块）替代一批人、提升工作效率，早已不是极客圈的实验，而是无数大型企业与初创公司每天正在做的事情。

从腾讯、字节到百度、阿里，近期先后落子 Skill 分发入口，这场围绕 Skill 的暗战，正在以惊人的速度重新定义 AI 时代的 " 生产力 "。也有不少人看中了浪潮里巨大机遇，试图将个人积淀与行业经验进行数字化封装，炼成 Skill。

1、手搓一个 Skill

什么是 Skill，简单理解就是给 AI 装配的 " 专业技能包 "。

以前你玩手机需要去应用商店下载 APP，现在你用 OpenClaw（龙虾）干活，需要给 AI agent 一些好用的工具或者说明书，这就是 Skills。

在 AI Agent 的生态体系中，Skills 并非简单的功能插件，而是智能体执行任务的标准化作业程序，也是其核心能力单元。本质是让 AI 的输出更可控、更贴合实际需求。

OpenClaw 出圈以后，让大厂们意识到 Skills 分发的战略价值。腾讯、字节、阿里、百度等迅速入局。

3 月中旬，奇安信发布的《OpenClaw 生态威胁分析报告》显示，OpenClaw 生态中的 "Skills" 正呈现惊人的裂变式增长态势，全球四大主流平台上的 Skills 总量已逼近 75 万个大关，且每天新增数量高达 2.1 万个。

这背后离不开无数开发者的参与。近期《豹变》访谈了一些手搓 Skill 的人，试图了解 Skills 大潮里的浪流。

Skill 开发的核心从来不是代码能力，而是对问题的解构与经验的提炼。很多非技术背景的人，靠的是把自己干活的经验、流程、小窍门整理清楚，就能 " 炼 " 出一个好用的 Skill。

Viy 是一家出海电子硬件企业的 HRD，他并非计算机科班出身，仅具备基础的 C 语言认知，却能借助 vibe coding，依托 Claude Code 等低代码工具，将自身十余年的人力资源工作经验转化为实用 Skill。

仅需不到一个小时，他就写出了一个 Boss 直聘简历初筛的 Skill，复刻了招聘全流程的工作逻辑，让 AI 自动完成岗位搜索、简历筛选与初步沟通，每天能为人事部门省去数小时的工作时间。面对员工离职交接时呈上来的大批文件，他打造的 Handover 工作交接 Skill，将自己和同事从重复劳动中解放出来。

设计师摸鱼的经历则进一步印证了这一观点。摸鱼拥有十年文案、品牌、视觉设计从业经历，跟代码关系不大，如今凭借解构问题的能力也在手搓 Skill。

摸鱼认为，写 Skill 本质上是在写给 AI 看的说明书，而非编写代码，只要具备梳理问题、拆解流程的能力，就能开发出有效的 Skill。

他针对设计场景的痛点，开发出多款开源 Skill，其中图像分析 Skill 搭建了 17 种专业路由，让不同类型的图像都能得到精准分析，避免了通用 AI 分析浮于表面的问题。

拥有 20 年互联网开发技术经验的 Jing，和团队将玄学领域的专业知识与 AI 结合，把八字测算、起名合盘、运势分析等命理服务的工作流，封装成一系列垂直 Skill。这些 Skill 嵌入 AI Agent，结合进其开发的 APP、网站载体，能在豆包、ChatGPT 等多平台运行。

在 Jing 看来，Skill 的核心壁垒并非技术代码，而是行业知识与实操经验，将真人的工作逻辑数字化，让 AI 替代人工完成标准化任务，正是 Skill 最核心的价值。

这些人的共同点是：不靠代码能力，而是靠经验和脑子。Skill 的本质，就是把你脑子里的 " 怎么干 "，变成 AI 能直接用的 " 数字资产 "。

2、Skill 能赚钱吗？打工牛马坐不住了

在 OpenClaw 的生态中，虽然开发者们贡献了众多 Skills，但是最后真正形成安装的有限。有数据显示，Top 100 热门 Skills 吃掉了超过 50% 的总安装量。

有的开发者们是单纯为爱发电，但更多人希望自己开发的 Skills 能够获得用户安装、认可，最终形成商业化落地。

目前 Skills 逐步形成了三条变现路径：一是将 Skills 内嵌至自有产品，通过会员订阅、按次付费实现直接变现；二是利用免费 Skills 在 AI 平台引流，获取自然流量转化付费用户；三是为企业定制垂直行业 Skills，以 " 项目搭建 + 售后服务 " 的方式实现可持续的收入。

Jing 的项目选取了第一种模式。他将接入了 Skill 的 AI Agent 作为产品的增值服务，每月收费 19.99 美元，产品月收入稳定在六位数。

不过类似 Jing 这样的商业化成功，在 Skill 开发里并不多见。

Jing 表示，通用型 Skills 同质化严重、极易被复制、抄袭，难以形成商业价值；而贴合具体需求的深度定制 Skills，凭借独家的知识壁垒，具备更强的议价能力与变现实力。

对于企业而言，Skills 的核心价值在于降本增效，这也是 Viy 与摸鱼在各自的企业内部推动 Skills 落地的核心目标。

Viy 开发的招聘、工作交接、发票审核等 Skills，为企业节约了 70% 至 80% 的基础工作时间，让员工从重复劳动中脱离。

摸鱼则负责企业内部的 AI 赋能工作，通过开发各类专业 Skills 提升各部门的 AI 使用效能，他的图像、视频分析 Skills，每天能为自己节省 3 至 4 小时的工作时间，也为团队带来了效率提升。

与直接售卖 Skills 不同，企业场景下的 Skills 价值，更多体现在内部提效与经验沉淀上，这也成为 Skills 最广泛的落地形式。

但这也让不少打工人心里犯嘀咕：我的经验被做成 Skills，是不是就等于把我也 " 炼 " 了？

大厂已经在推动员工把自己的工作方法封装成 Skills。这样一来，那些机械、重复的初级岗位确实容易被替代。不过具备深度业务理解、创新能力的专家型人才，依旧具备不可替代的价值。

摸鱼也表示，能够被轻易蒸馏、封装成 Skill 的经验，本身并不具备核心价值，真正的专业能力与创意，很难被简单数字化。Skill 替代的是标准化的劳动，而非人类的核心创造力。

不过，专家不是一天炼成的。决断力、创新力建立在对业务逻辑、商业模式的深刻洞察之上，而这恰恰需要从头开始慢慢成长。当 AI 截断了这条成长路径时，人才断代问题如何解决、新一代领军人物如何培养，都是有待回答的问题。

还有一个更现实的问题：你总结的经验，到底算你的，还是公司的？

公司让员工把 " 怎么干 " 写成 Skill，这涉及到个人知识资产的归属问题。有学者建议，要么入职时就签好合同，要么以后专门立法。最近网上还冒出一个 " 反蒸馏 .skill"，通过在写成的 Skill 中加入干扰因素来降低其运行效率，正是一种抗拒自身变成 " 炼丹原料 " 的体现。

3、Skills 会贯穿我们的生活吗？

Skills 的风刮起来了，"AI Agent + Skill" 生态的未来演进方向逐渐清晰，这一形态有望逐步重构数字世界的运行规则。

不过现在最大的问题是，各家平台的 Skills 不通用。

Jing 表示，当前 Skills 生态仍处于初始发展阶段，存在标准化程度不足、平台适配性差的问题，不同 Agent 平台的 Skills 无法通用，开发者需要针对不同平台反复调试。

未来随着行业的发展，统一的开发标准有望逐步建立，让 Skill 能够在不同 AI Agent 平台间流畅运行，降低开发与适配成本。

同时，安全合规也成为 Skill 生态发展的重要方向。

奇安信的报告显示，受 OpenClaw 火爆影响，Skills 供应链投毒活跃，恶意 Skills 通过提示词注入、远程代码执行、数据窃取、社会工程学等多种手段对用户构成威胁。

在数字入口的变革上，AI Agent 有望逐步成为用户进入数字世界的核心入口，传统 APP 的生态位或将逐步弱化。未来，用户无需打开独立的 APP，而是通过调用 AI Agent，依托 Skill 完成打车、购物、办公、专业服务等各类需求，传统 APP 将退化为后端接口，为 AI Agent 提供数据与功能支持。

这并非彻底的消亡，而是 APP 形态的演进。Jing 认为，这一业态的实现并非一蹴而就，但在几年之内就会看到成形的产品。

在 Jing 看来，APP 生态已经极度成熟，分发、支付、安全、维权体系完整。与之相比，Skills 生态几乎是空白：没有官方分发平台，做出来没人知道；支付环节不通，无法直接变现；安全漏洞极大，Skill 大多开源，极易被抄袭，用户隐私数据也无法保障。

此外，APP 变现路径成熟，广告、电商、会员、付费功能都能跑通；Skill 变现极难，只能依托自有产品、B 端定制、引流三种方式，直接变现几乎不可能。

参考互联网的发展规律，Jing 认为，未来一定会出现专属的 Skill 分发平台。这个分发平台需要有三个核心特征：第一，规则透明，不会出现流量垄断，普通开发者也能获得初始曝光；第二，打通变现，集成支付、分成体系，像 AppStore 一样让开发者获得直接收入；第三，面向 Agent 而非人类，这个平台的交互逻辑、展示形式是为 AI 设计的，熟悉图形交互界面的人将难以理解，全新的交互概念将会诞生。

另一个可能的趋势是，未来甚至会出现 AI 自驱开发、部署、上架 Skill 的模式。试想，成百上千个 Agent 自动生成 Skill、自动跑通商业链路，最终比拼的将是算力、Token、模型能力，不过，垄断的风险也会随之出现。

Skill 的大规模应用，其核心并非技术层面的迭代升级，而是人类知识与经验的数字化重构。

你也不用焦虑，或许可以先试试写个 Skill，把自己最烦的那摊 " 破事 " 扔给 AI，然后把省下来的时间，拿来好好想点真正重要的事。

（应受访者要求，文中均为化名）