認真覺得 Skill 是 Agent 時代的最大突破，是遠超 MCP 的革新。為什麼我這麼覺得？
- 純文件：可以人與 Agent 共同閱讀、編輯，沒有溝通障礙。
- 容易上手：除了純文件以外，格式也簡單，即使非工程背景的人也可以使用。
- 客製化：因為純文件又容易上手，每個人都可以根據自己的需要編寫自己的 Skill，可以完美符合所有人的工作模式。
我覺得第三點是影響最大的，驅使電腦做事從沒有像現在這麼容易。
過往需求需要經過層層的需求討論，確定需求後經過開發才能得到所需的功能。但有了 Skill 之後，光依賴 CLI 指令已經可以實現許多基礎需求與簡單的客製化需求了。
尤其在公司內部，複雜且機密的商業邏輯很難有一個通用系統可以完美符合，但 Skill 填補了這個空缺。只要使用者將邏輯寫下，Agent 就可以組合這些邏輯達成複雜且精確的行為，且不需外部人士參與。
Skill 的另一個強項是彈性，由 Agent 提供的彈性。可以在複雜情況下判斷最適合的做法，以及可以即時與使用者互動確定 Intent，都是過往不好做到的。
舉個例子是我最近在玩的 NanoClaw，他使用 Skill 來 setup 與 debug NanoClaw 所需的環境，結合 Agent 的思考能力，大部分環境問題都能解決。在過去這些都是寫安裝腳本的工程師要考慮周全的。
甚至，還可以驅使 Agent 根據使用者的使用過程去自我優化 Skill ，做到真正的客製化。
目前用 Skill 做了什麼？
我開始用 Skill 之後第一個念頭就是用來自動化平常工作中最繁瑣最多變化最覺得浪費時間的工作——查廣告認單。
廣告認單涉及整條 Data Pipeline 與眾多條件判斷，每個 case 都不相同，最後可能原因很簡單，我覺得是效益極低的一項工作。但我認為這完美符合 Agent + Skill 的使用情境。
首先我讓 Agent 讀遍資料流的專案，讓他知道如何讀取公司內部資料，對每個專案職責與條件判斷瞭若指掌。接著提供有問題的訂單編號，Agent 便可以自動查詢需要的資料，判斷可能的發生原因。
理想是這樣，但實際上發現沒有這麼順利，一是有些常識是在程式碼之外的，例如查案通常只需要查很短的區間內但他總會查很大的區間；二是線索並不一定完整，在查案時，有時是先猜測可能原因，再尋找資料與詢問使用者之後去證實猜測。
某種程度上也可以說是 Skill 沒有寫好，還在繼續優化的路上。
革自己命的工程師
現在 Agent 很會寫程式了，藉由 Skill 彌補不足的知識後，許多事不需依靠工程師也能完成了。不禁覺得工程師真的是一直在讓自己的工作消失。老實說這也是我最近在焦慮的事，隨著 Agent 能力愈來愈強，加上 Skill 補足 Domain Knowledge 之後，工程師接下來的立足之地在哪？
我認為會是人文素養：能夠正確的判斷與釐清使用者的意圖和需求，設想使用者的使用情境，為使用者提供最適合的解決方案。
因為 AI 只是個聖杯 aka 許願機，而不像工程師會通靈。