ARTICLE · 991956
换 AI 工具最心疼的不是重新学
这篇文章聊一个很多人换 AI 工具时才会碰到的问题：之前攒下来的 AI 技能，到底能带走多少。
换 AI 工具最心疼的不是重新学。
是打开新工具那一刻发现，之前攒的那套东西，一大半留在原来那边了。
技能拆开就是个文本文件
AI 的技能，拆开看就是个 Markdown 文件，叫 SKILL.md。里面写着什么时候该用它、具体分几步走、哪几个地方有坑。
拿一个往系统里批量灌数据的技能举例，它正文里没讲点按钮的流程，净记些邪门事儿：哪个环境会报错、哪一步悄悄失败不吭声、哪几个开关得提前开。这种东西没人写进文档，都是真跑起来撞过才记下的。
SKILL.md 是 Anthropic 牵头定的开放标准，几家主流 AI 编程工具都认。照理说，技能该能跟着人走。
可真要搬的时候，没这么顺。
它骑在平台上，不是浮在平台上
把一批常见 AI 技能按迁移难度排个队，会发现一个规律：最容易带走的，是纯流程和踩坑记录；装个库就能跑的次之；调平台专属功能的得改；绑在生图生视频和授权上的，基本没戏。
拿一批常见技能举例，结果挺说明问题：能原样带走 9 个，改改能用 2 个，彻底搬不动 4 个。而这 4 个，恰恰是看着最厉害的。
（顺带一提，攒技能的人多半都撞见过另一件事：同一类活儿攒了好几份，功能重叠，互相抢着干。这个先不提。）
一个技能能不能带走，取决于它用了平台的哪一层东西。
大致分四层，名字唬人，排法其实简单——按搬的时候有多疼。
怎么判断落在第几层，最省事的办法是搜一下文件里有没有平台专属的工具名。零命中基本就是零改造，照着目录复制就行。
花里胡哨的带不走
排完队发现一个挺讽刺的事。
那些最花哨的技能——能生图、能生视频、能连外部平台的——全在第四层，一个都搬不走。它们的价值不在文件里，在平台给的算力上。
但最土的那几个，全在第一层。
某个批量灌数据的活儿，记了 12 个坑。哪一步会静默失败、哪个开关忘了开就白跑。全是这类东西，一个字都不用改，复制到哪都能用。
而且这些恰恰是花时间最久的。调平台能力那类技能可能两小时就写完了，踩坑记录是断断续续攒了几个月的。两小时的活儿带不走，几个月的能带走。
看着最厉害的带不走，一点都不起眼的倒是全跟过来了。
真搬一次是什么感觉
动手验证过一次。挑了个最干净的技能：单文件、没附件、不碰平台独有功能，只挂一个第三方库。复制目录、装个库，十分钟不到就跑起来了。
搬过去之后，还有一层损耗
搬过去才发现还有一层损耗：它不主动触发了。像新来的同事，活儿会干，不知道什么时候该站起来。每个平台挑技能的套路不一样，有的读完描述全量匹配，有的不点名不加载。描述要是只写了一句触发词，换平台就哑了。往里多塞同义词——英文说法、报错信息、函数名——排查故障时才想得起来。格式搬得走，什么时候该它上场，搬不走。
那到底什么才是自己的
绕一圈回来，有个道理很清楚。
往技能里写东西，得分清：这段是写在纸上的，还是长在平台上的。
写在纸上的，走到哪都跟着走。长在平台上的，用着是爽，换工具那天就知道了。
关注小虾，一起成长，一起进化。