一个正在发生的范式转移
2026 年上半年，AI Agent 领域最值得关注的变化不是某个新模型，而是一个看似不起眼的协议层创新：Skills。
Claude Code 支持了插件系统，Codex CLI 跟进了 Skills 机制，Cursor 开始兼容社区 Skills。开源社区涌现了 superpowers、marketingskills、vercel-labs 等几十个 Skills 仓库。一夜之间，一个类似「App Store」的分发生态正在成型。
作为 AI PM，你不能只把它看成开发者的玩具。Skills 生态的出现，将从根本上改变 AI 产品的形态、竞争格局和分发逻辑。
Skills 是什么？不是工具，是「能力封装」
先对齐概念。Skill 本质上是一个 Markdown 文件（SKILL.md），包含一套结构化的指令——告诉 AI Agent 在特定场景下应该如何思考、使用哪些工具、遵循什么流程。
举个例子：code-reviewer 这个 Skill 不会教 Claude 怎么看代码（它本来就会），而是告诉 Claude「当你做代码审查时，请按以下四个维度检查：事实准确性、工程模式、安全审计、一致性」，并且「先自己审查，再让另一个子代理独立审查，最后交叉比对」。
这不是新能力。这是能力的最佳实践封装。
类比移动互联网时代：手机本身有摄像头、GPS、屏幕——这是「能力」。但微信、Uber、TikTok 把能力封装成了场景化的体验——这是「应用」。
Skills 之于 AI Agent，就是 App 之于智能手机。
为什么 Skills 生态比 Plugins 生态更值得关注？
2023 年 OpenAI 也推过 Plugins，但没火起来。为什么 Skills 可能不一样？
第一，标准化门槛极低。 Plugin 需要写代码、对接 API、处理鉴权。Skill 就是一个 Markdown 文件。这意味着创作者群体从「开发者」扩展到了「任何能用文字清晰表达工作流的人」——包括 PM、设计师、分析师、运营。
第二，组合性强。 Plugin 是孤立的——天气插件和日历插件各干各的。Skills 可以组合——你可以同时加载 brainstorm + execution-plan + tdd + code-reviewer，让 Agent 在一个工作流中串联使用多个 Skill。这不是功能的叠加，是工作流的编排。
第三，模型无关。 Plugin 绑定特定平台的 API 格式。Skills 是纯自然语言指令，任何支持 Skill 机制的 Agent 都可以加载。这意味着一个 Skill 写一次，用户可以在 Claude Code、Codex CLI、Cursor 中都能用。
这三点加起来，构成了一个典型的「平台级机会」：低创作门槛 × 高组合价值 × 跨平台分发。
AI PM 应该关注的三个生态信号
信号一：Skill 创作者经济正在萌芽
我观察到一些有趣的早期信号：已经有开发者把自己的 Skill 做成独立仓库并维护 CHANGELOG；社区开始出现「Skill 评测」和「Skill 排行榜」；ClawHub 这类 Skill 市场聚合平台出现了。
这和 2008 年 App Store 刚上线时的状态很像——生态基础设施在搭，早期创作者在摸索定价和分发，用户习惯还没定型。AI PM 应该在这个阶段思考：我做的是什么定位？是创造 Skill（内容供给方），还是集成 Skill（平台方），还是帮助用户选择和编排 Skill（分发方）？
信号二：Skill 正在成为新的「企业知识管理」载体
传统企业知识管理的方式是 Wiki、Confluence、Notion。但这些是给人看的文档。Skills 是给 Agent 看的指令。
想象一下：一个设计团队不只是在 Figma 里做组件库，还维护一个 design-system Skill——任何接入的 AI Agent 自动知道团队的设计规范、色彩体系、组件命名规则。一个研发团队不只是在 README 里写编码规范，还维护一个 code-standards Skill——Agent 在提交代码前自动按团队规范审查。
这意味着企业内部的知识沉淀方式可能被改写：从「文档给人看」到「指令给 Agent 执行」。
信号三：Skill 的分发和发现是新的流量入口
App Store 时代，搜索排名决定了应用的分发效率。Skill 时代，什么决定了 Skill 的发现效率？
如果用户需要手动搜索、阅读 README、判断质量、手动安装——那体验太差了。如果一个 Agent 能根据用户的任务自动推荐合适的 Skill，自动安装，自动编排——那「Skill 发现引擎」就是新的分发入口。
这可能比 Skill 本身更有价值。就像 Google 比任何一个网站都值钱。
PM 的短期行动建议
装几个 Skills 亲自用。不要只看介绍。装上
superpowers系列、frontend-design、doc-coauthoring，亲自体验 Agent 加载 Skill 前后的行为差异。你会发现 Agent 从一个「聪明但随性的实习生」变成了「有方法论的资深工程师」。开始思考你的团队/产品需要什么 Skill。如果你的团队有重复性的工作流——代码审查、数据分析、周报撰写、竞品调研——这些都可以封装成 Skill。不是为了炫技，是为了把团队的最佳实践固化下来。
关注 Skill 创作者工具。现在还处于用 Markdown 手写 Skill 的阶段。未来一定会出现 Skill 创作 IDE——可视化选择触发条件、拖拽组合工具、模板市场。这个方向值得关注。
结语
2018 年我们说「每个公司都要成为科技公司」。2023 年我们说「每个产品都要考虑 AI」。2026 年，我们可能会说「每个团队都应该有自己的 Skills」。
因为 Skills 解决了一个 AI 时代最核心的问题：如何把人类的方法论系统性地传输给 AI。
这不是一个技术问题。这是一个产品问题。而产品问题，就是 PM 的问题。
行动建议：今天花 30 分钟，打开你的 Claude Code 或 Codex CLI，安装
superpowers系列的 Skills。然后用它完成一个你日常的工作任务。体会 Agent 在工作流层面的变化——不只是回答质量提升了，而是整个「协作方式」不一样了。