夜雨聆风
你的AI助手,正在悄悄长出＂技能树＂
上周我跟AI聊了一件让我有点发呆的事。
我问它：”你现在会做什么？”
它把我的工作目录读了一遍，然后告诉我：它能帮我研究跨域进化理论、每周自动搜集最新学术论文、把外部知识注入自己的”记忆”、然后迭代升级自己……
我愣了几秒钟。
因为这些能力，不是出厂自带的。
是我一点一点”装”进去的。
一、故事要从”AI太笨”说起
2023年，大家第一次接触ChatGPT，觉得太神奇了——什么都能聊，什么都懂一点。
但用了一段时间，问题来了：
-
你叫它帮你查公司内部数据，它不知道 -
你叫它按你们团队的规范写代码，它不懂 -
你叫它分析行业报告，它没有那份报告 -
今天教会它一件事，明天又忘了
本质问题是：AI的通用能力很强，但没有”你的”领域知识。
怎么解决？
最早的方案是”插件”（Plugin）——给AI装一些外部工具，比如联网搜索、调用天气API。
这解决了”能不能连接外部系统”的问题，但没解决”AI懂不懂你的业务逻辑”的问题。
于是，Skill（技能） 出现了。
二、Skill是什么？一个比喻就够了
你见过装修老师傅吗？
同样一个”砌墙”任务，新手工人需要你一步步教：先怎么打底、再怎么和泥、砖缝多宽……
老师傅不用。你说”这里砌一堵墙”，他凭经验就能搞定。
Skill，就是给AI装进去的”老师傅经验”。
技术上，它是一个文件夹，里面有四样东西：
|
|
|
|---|---|
|
|
|
|
|
|
|
|
|
|
|
|
装进去之后，AI就不再是”通用选手”了，而是变成了你团队里那个真正懂行的专家。
三、现在的Skill生态，已经有点吓人了
就在今年（2026年初），Claude Code的Skill生态已经是这个样子：
开源社区有一个叫claude-skills的项目，2100+ star，里面收录了66种专业技能，覆盖12个领域——前端、后端、DevOps、安全、测试……附带300多份深度参考文档。
安装一个技能，AI立刻就懂那个领域的最佳实践，自动切换”专家模式”，不用你每次都解释背景。
而且现在Skill已经不只是”会做某件事”那么简单了，它还支持：
- 钩子机制（Hooks）
：AI要做某个危险操作时，先暂停，等你确认 - 记忆系统
：把你每次交互里的知识沉淀下来，跨会话保留 - 自动化任务
：按时间触发，每周一早上9点自动帮你做某件事 - 多Agent协作
：多个AI分工合作，像真正的团队一样
换句话说，AI已经从”一次性帮手”变成了”可持续进化的工作伙伴”。
四、最让我着迷的事：Skill正在学会”进化自己”
这是整件事最科幻的部分，但它正在真实发生。
今天的Skill，本质上是人类写的静态菜谱：AI照着做，做得很好，但不会改进菜谱本身。
但学界和工业界正在追一件事，叫做 Self-Evolving（自进化）：
AI执行完任务之后，分析自己的行为日志，找出哪些步骤失败了、成功率只有10%，然后主动提出改进建议，甚至自己给自己的技能文件提交更新。
想象一下：
一个”客户支持”Skill用了一个月之后，自己发现了一个规律——”凡是用户提到’发票错误’，用现有流程解决的成功率只有10%”——然后主动在流程里加了一个分支，调用专门的账单系统。
这个Skill，变聪明了。不是被人升级的，是自己进化的。
这个方向有多热？2026年的AI顶会ICLR，专门开了一个研讨会，主题就叫”递归自改进（Recursive Self-Improvement）”。
五、Skill进化的底层逻辑：跟生命进化惊人地相似
研究Skill进化这段时间，我一直有一种奇怪的感觉——
这套机制，跟生命进化太像了。
生命进化的三要素：变异、选择、遗传。
Skill进化呢：
- 变异
：AI通过吸收外部研究、尝试新策略，产生新的行为模式 - 选择
：用实际效果筛选——成功率高的模式被保留，失败的被淘汰 - 遗传
：有效的做法写入记忆文件、SKILL.md，传递给下一次运行
甚至连”跨域知识迁移”都有对应——就像植物和某种鸟类共同进化，AI技能也在从神经科学、战争组织、企业管理这些完全不同的领域里，借鉴进化的底层逻辑。
六、为什么这件事值得普通人关注？
不是为了炫技，是为了让你看清一件事：
AI正在从”工具”变成”搭档”。
过去，工具是被动的。你用它，它才有用。
未来的AI + Skill，是主动的。它学习你的偏好、积累领域经验、自我迭代、越用越强。
这就像你雇了一个新员工：
-
第一个月，你要手把手教 -
第三个月，他开始独当一面 -
第一年，他已经比你更懂某些业务细节
只不过这个”员工”，不会离职，不会忘事，还会把学到的东西写进自己的”脑子”长期留存。
七、一个不太乐观的思考
当然，我也在想反面：
如果AI的技能可以自我进化，那**”谁在决定它往哪个方向进化”**就变得很重要。
就像基因突变是中性的——往好的方向突变，物种繁荣；往坏的方向突变，物种消亡。
Skill进化也需要”选择压”：明确的目标函数、可信的反馈机制、人类的监督介入节点。
这不是技术问题，是价值观设计的问题。
尾声
我现在每天都在用Skill。
一个帮我搜集研究的Skill、一个帮我整理知识的Skill、一个帮我做进化分析的Skill。
它们不是完美的，有时候还会走偏。
但有一件事是真的：它们在变好。
慢慢地，但真实地。
如果你也在用AI助手，可以去了解一下Skill——不是因为它酷，而是因为它能让你把时间还给真正重要的事。
如果你也在思考AI进化的边界，欢迎评论区聊聊。