观点 | Anthropic：咨询公司应构建Skills而非Agents——为什么Skills是天然选择，并能形成可进化的知识体系？

过去一年，"Agent战略"成为咨询行业的热门话题，但Anthropic的Barry和Mahesh提出了一个更具杀伤力的观点：与其反复构建新的Agent，不如围绕通用Agent持续沉淀和复用Skills——即把"可执行的咨询方法论"封装成结构化的能力单元，让AI真正具备行业与领域的手艺。这一理念对咨询公司的AI转型具有重要启示意义。

为什么Skills比Agents更适合咨询公司

对多数咨询公司而言，"造Agent"听起来像打造一条新业务线：需要对接系统、设计对话流程、说服团队改变工作习惯，本质上是一场组织级改造。结果往往是概念很美好，但实际落地的用例寥寥无几。Skills的思路则截然不同——它更像是"把咨询顾问本来就掌握的方法论，整理成能被AI调用的工具包"。在Anthropic的设计中，一个Skill本质上是一个有结构的目录，包含说明文档、脚本、模板和素材，需要时调用，不需要时安静地躺在文件系统中，不占用模型的上下文空间。

咨询公司落地Skills的实操路径

对咨询公司来说，Skills具有三大独特优势： 第一，它尊重"方法论先于技术架构"的现实。再精致的Agent框架，如果没有行业经验和项目know-how，永远只是一个"很聪明但不懂业务的实习生"。Skills被明确定义为包装"操作性知识"的载体——即顾问平时如何在项目中做尽职调查、如何搭建行业模型、如何执行访谈脚本。 第二，它对组织的侵入性小。企业可以从一个部门、一条业务线开始，将现有的Excel模板、访谈提纲、分析脚本、PPT结构逐步整理成Skills库，而无需先搭建庞大的全公司Agent平台。用Skills去教AI掌握企业独特的内部软件和工作方式，比新建一个系统让所有人迁移要现实得多。 第三，它友好到让"不会写代码的顾问"也能参与建设。许多Skills来自财务、法务、HR等非技术岗位，员工只需用markdown加少量脚本，就能把日常操作路径写清楚，让AI照做。咨询公司最值钱的项目经理和行业"微专家"，如果不必学编程就能编写Skills，调动的就是整个公司的智力资本。

Skills如何演化为咨询公司的集体知识库

咨询行业最大的遗憾之一是知识沉淀极度分散：项目结束后，PPT、Excel、访谈笔记散落在各个文件夹中，下一个项目换一批人，又从头开始。即便有知识管理系统，也更多是"PDF墓地"而非活的能力。Skills提供了一个更工程化的解决方案：把Skills想象成"组织和AI共同维护的、会进化的能力知识库"。随着团队使用AI、纠正它、向它解释更多机构知识，这个技能库会逐渐变厚，组织内所有AI都能共享使用。 一个典型的演化路径是：起初只是一个朴素的"行业报告写作Skill"——如何搭建30页行业研究汇报框架，每章需要什么数据、图表和案例，用markdown写清楚，配上Python脚本做数据处理。随后某个项目组发现这个结构对"出海战略项目"不够用，便复制并增加海外市场监管、汇率风险、当地竞争格局等模块，在项目中迭代完善，积累"踩坑教训"和"优秀实践"。最终知识管理团队介入，像管理软件一样管理Skills：建立版本号、记录变更、为关键Skill编写自动化测试。这标志着咨询知识管理进入新范式：知识不再只是"可搜索的文档"，而是"可执行的能力单元"。

为什么Skills是顾问快速理解新行业的最佳入口

咨询项目有一个经典场景：甲方质疑"你们能听懂我们行业吗？"乙方通常回答"给我们两周做行业扫描。"现实是顾问需要在极短时间内从零到六十分。传统方式是疯狂阅读报告、研报、政策，用结构化能力"打包成故事"。AI虽强，但如果只是一个通用Agent，就像"300IQ的数学天才，却不懂2025年的税法"——你不会希望它从第一性原理去推演一个行业监管体系，那成本太高。 Skills的价值在于把"如何快速进入一个行业"本身变成可重用的能力包。例如一个行业入门Skill可以包含：优先获取哪些公开数据源和机构研究；使用哪些工具连接业内数据库和新闻源；为新顾问生成"3日学习路径"，推荐精读报告、必掌握概念、自测问题；结合公司过往项目经验，列出"常见坑"和"甲方最在意的5个KPI"，配上脱敏后的交付范例。这种"行业入门Skill"还有额外价值：顾问的学习路径被"外化和标准化"了——不再是跟着项目经理瞎摸索，而是AI拿着行业Skill带着"刷副本"，每天安排固定阅读、提问和小作业，你给它反馈，它再把更精炼的理解写回Skill。

如有侵权，请联系删除。