AI时代，光学AI赚不了钱。
真正赚钱的方法，是你找个行业钻进去闷头跟人干，拿个小本本把工作细节记下来。哪天辞职出来的时候，你就可以把这个小本本卖给做AI产品的创业者。
这个小本本叫做「Skills」。现在人人都想要。
记得我还是记者的时候，师父最推崇的是那种能深入一线的调查记者。他说，你们尽管打好锻炼好脸皮、嘴皮和到处跑腿的本事，将来不做记者了，无论走到哪儿，善于一线获得信息和经验的人都不可能被淘汰。
当年听这话，觉得有理，却没触动。做记者，去拿一手信息不是理所当然？
AI时代再回看，才懂了。这寥寥一句「拿一手信息」，是多么的可贵！
年末，AI圈子里最火的不是高大上到智能体或者通用模型，而是这个更接地气的词——Skills（技能）。而在我看来，Skills的火，还是说明了一手信息的重要性。
看到有不少做AI产品的人说：别太迷信通用大模型，那玩意儿离真正落地还远着呢。真正能跑出来的AI创业团队，都是最懂具体场景的。
要不为什么现在最厉害的模型，最厉害的AI产品都是编程用的呢？因为程序员自己就是用户，自己就是context（上下文），近水楼台可不吗？
搞AI的那帮人，最懂的就是写代码——他们知道痛点在哪儿，流程卡在哪儿，因为他们自己就是用户，所以当然不缺一手信息。可是迁移到别的行业就不行了，所以各个行业的AI发展，速度就参差不齐。
不管是做法律AI、医疗AI还是写作AI，关键都在于团队懂不懂领域内的脏活累活。因为那些AI不知道的痛点，才是做AI产品最应该知道的背景信息。
产品能否落地成功，关键在于你这些年在一线攒下来的行业认知、流程经验，能不能变成AI的context。
有了AI，初期可以随便降本增效，可以随便用AI制造一堆垃圾和次品，但只有实干者的Skills才能让你做出真正可用的好产品。
那么，所谓横空出世的AI的Skills，究竟是何物？
发明Skills的Anthropic社工程师对Skills的定义很简单：Skills是组织好的文件集合，为智能体打包可组合的程序性知识。说白了，就是一个资料文件夹+一份指南。
任何人——人类或智能体——只要有一台电脑就能创建和使用。你可以把它放在Git里版本管理，可以扔进Google Drive，可以压缩了分享给团队。Skills里可以包含脚本作为工具，代码是自文档化的，可以修改，需要的时候再调用。
A社工程师打比方说，以前的智能体就像一个300 IQ的数学天才，很聪明，但缺乏专业知识。比方你想找人报税，你会找天才数学家，还是找有经验的税务专业人士？大多数人会选后者。
因为我们不需要有人从第一性原理推导2025年的税法，我们需要的是一个懂行的人，能稳定地执行任务。Skills，可以让任何不懂行的AI，变成懂行的AI，给你直接上手干活。
最近X上时间线刷屏的一个新闻是ChatGPT里发现了/home/oai/skills文件夹。Skills可是OpenAI的竞争对手A社搞出来的概念，可就连OpenAI也对Skills直呼真香。
不止如此，AI知识工具领域的专家Axton就认为：Skills比Agent Builder（智能体构建工具）更有潜力，因为Skills能把隐性知识显性化、模块化、资产化。
这个能力资产化的概念听起来有点抽象，其实说的就是：你在某个领域干活时积累的那些经验、流程、判断标准，能不能变成一个可以复用、可以分享、可以让AI理解的资产。
他们举了个例子：Claude总是重复写同一段Python脚本来给幻灯片应用样式。于是他们就让Claude把这个脚本保存在skill里，作为工具留给未来的自己用。现在直接运行脚本就行了，既稳定又高效。
Skills还有个聪明的设计，叫渐进式披露。刚开始只给模型看一个简单的元数据，告诉它你有这个Skill。需要用的时候，智能体再读取完整的说明文档。这样不仅可以防止AI看太多东西变笨，还可以让上下文窗口容纳成百上千个Skills，真正做到模块化组合。
从发布到现在才五周，这套设计已经催生出了几千个Skills。有的是基础能力（比如让Claude能编辑专业文档），有的是第三方合作伙伴做的（比如Notion做了帮助Claude理解你工作区的Skills），还有大量企业内部的Skills，用来教智能体他们公司特有的流程和工具用法。
说到这儿，回到最开始的话题：那我们普通人如何建立真正有用的Skills？
答案就是，你要进入行业，拿着小本本，记下context，获得一手经验。
你得真懂行，还得有自己踩过的坑、熬过的夜、认准的味儿，才能做出最厉害的Skills。最厉害的Skills，就是从你自己项目里长出来的那些。
如果你还没进入一个行业，那就挑选一个有潜力的行业闷头钻进去。
无论做到什么样，你先进入、站住脚跟再说，你要获得第一手经验。
没有经验，你去做一万个AI的调研也没用。你打不过真正摸爬滚打的人。因为你会用AI，人家也会，人家有信息，知道什么是对的，你不知道。
我师父当年说的那些话，放在AI时代更对了。
去一线，与其在外面观望、等待，不如先进场。你不需要成为AI专家，不需要懂复杂的算法，不需要追最新的模型。你需要的是在某个领域扎下去，理解那个领域的痛点、流程、标准、习惯。
等你真正懂了，你的Skills自然会出现。那些Skills不是照搬别人的教程，不是套用现成的模板，而是从你的实践里、从你的痛点里、从你对这个领域的理解里，一点一点生长出来的。