一个 AI 技能到底该干几件事?21 个技能包,把这场争论吵出了答案

原创2026-11-01 13:17:271,974 阅读

一个 AI 技能到底该干几件事?21 个技能包,把这场争论吵出了答案

最近半年,AI 圈最火的词不是“大模型”,而是“给 AI 装技能”。

装技能这件事,一开始真的很爽:把公司的代码规范装进去,把写周报的格式装进去,把做 PPT 的流程装进去,AI 一下子从“什么都懂一点”变成了“懂我们家的规矩”。

但装到二三十个之后,很多人开始发现不对劲。

你让它改个标题,它顺手把整页文案重写了;你让它查一个接口,它把半个项目“优化”了一遍;你明明装了截图技能,它偏偏不用,自己瞎猜。

掘金上那篇《AI Agent 驾驭指南》开头写得很扎心:让大模型改个 Bug,它把半个项目“顺手”重构了。

表面看是 AI 不听话,往深了说,是我们在写技能的时候,没想清楚一个最基础的问题:

一个技能,到底该管几件事?

一、社区里已经吵起来了

一边是“大技能派”:一个技能包打天下,名字就叫“前端开发”“内容运营”,图省事。

另一边是“小技能派”:越细越好,一个按钮一个技能,一个动作一个技能。

掘金上几篇阅读量两万多的技能教程,结论出奇一致:“一个 Skill 只干一件事”“描述要写清楚什么时候用它”“步骤要能自己验证”。

道理都对,但没人说清楚:“一件事”到底是多大一件事?

是一次点击,一条完整流程,还是一个岗位?

这个刻度不定下来,技能就会写成两种极端:要么大得什么都往里塞,要么碎得 AI 都懒得挑。

最近在 GitHub 上被讨论挺多的开源项目 BAMA,刚好给了一个可以对照的样本。它一共 21 个技能,把“做一个 Mac 软件”这件事从想法一路铺到装进 Dock。我把这 21 个技能挨个量了一遍,发现它对“粒度”这件事,想得比大多数教程都清楚。

二、先用人话说:BAMA 是个啥

BAMA 项目横幅

BAMA 的全称是 Build Any Mac App,翻译过来就是“造任何 Mac 应用”。

它不是一个软件,而是一套给 AI 看的“施工手册”。你把它装进 Claude Code、Codex、Cursor 这类 AI 编程工具里,然后说一句:

“我想把每天在用的那个待办 App,复刻成一个 Mac 原生版。”

接下来它会自己开工:打开你指定的 App,把每个界面、每个菜单、每个设置页都截下来,写成一份“界面索引”;再把这些界面翻译成一条条能验收的需求;然后搭项目骨架、写界面、跑测试、截图对比,一条需求一次提交。

注意,这些活是它自己按顺序干完的,你不用当项目经理,一步步催。

它的作者 Dave Ebbelaar 还把自己以前做的一个菜单栏工具拆成了 12 份“现成图纸”:窗口贴边、窗口切换、启动器、剪贴板历史、文字片段、取色器、截图、录屏、菜单栏监控……每一份都能直接让 AI 照着做一个出来,官方说法是“一个下午的 AI 工时”。

说白了,它把“做个 Mac 软件”这条又长又专业的流水线,切成了一段一段能交付的工序。

而它切分的依据,正好回答了开头那个问题。

三、三种粒度,三种结局

把市面上这些技能包摊开看,其实只有三种切法。

第一种:单命令粒度。

一个技能只管一个动作,比如“生成截图”“格式化代码”“提交 Git”。

好处是准,坏处是碎。一个稍微复杂点的任务,AI 要在十几个技能之间来回跳,每跳一次都要重新读一遍说明书。就像你去办事,窗口告诉你“这个章去三楼盖,那个表去五楼领”,跑一天下来事没办成,人先累瘫。

第二种:单角色粒度。

一个技能就是一个人设,比如“你是一位资深 Mac 开发工程师”。

好处是有全局感,坏处是太虚。这种技能往往写成一篇几千字的长文,什么都讲一点,真到具体动作又不知道从哪下手。而且它的触发条件最模糊,AI 经常在不该用的时候把它请出来。

第三种:单流程粒度。

一个技能包住一件“有头有尾、能被验收”的事。

BAMA 走的就是这条路。

比如它有一个“复刻”技能,管的是从打开别人家的 App 到产出一份需求清单的整条链路;有一个“构建并验证”技能,管的是编译、安装、明暗两套截图、对齐检查这一整段;还有一个“改进循环”技能,专门负责一条一条啃需求、一条一次提交。

那命令级的细节去哪了?写在流程里面,当成步骤,不单独开技能。

那“角色”去哪了?单独拎出来,做成一个总入口。

BAMA 有个叫 bama 的技能,它自己不干任何活,只做一件事:看你走到哪一步了,然后告诉你下一个该找谁。你有想法没调研,它指你去调研;你有截图没需求,它指你去写需求。

更有意思的是,这个“总入口”被特意设置成只能由人主动叫,不能自动触发。

理由很朴素:路由器一旦被误触发,整条流水线都会被带偏。它的自我介绍也只有七十多个字符,短到不能再短——它在技能目录里就是个路牌,不该占地方。

四、我量了一遍,看出三条硬规矩

光讲道理容易空,我们看几个能数出来的东西。

规矩一:描述只写“是什么 + 什么时候用”,一条触发对应一条分支。

这 21 个技能的自我介绍,短的七十多个字符,长的一般也就四百出头,基本都是一句话能读完。为什么这么克制?因为技能目录里放的只有名字和这句话,AI 就是靠这句话决定“要不要翻开这本手册”。

描述写得越宽,误判越多;写得越窄,目录越长、选择越难。这是个跷跷板。

规矩二:重资料不进主文件,全部降级成“附录”。

21 个技能,配了 21 份附录。最厚的一份两万多字符,比它的主说明书厚一倍还多,讲的是 Mac 界面设计的各种细节规则。

主文件里只留“每次都用得上”的步骤,那些“偶尔才查一次”的规格、案例、坑,全部挪到附录,需要时再翻。

这就像装修师傅的工具箱:锤子、卷尺放手边,冲击钻放车里,用到再拿。要是把所有工具都摊在操作台上,真正要用的那把反而找不到了。

规矩三:每个技能都必须有一个“完成标志”。

这是我觉得最狠的一条。BAMA 的每个技能,最后一句都是“什么时候算干完了”,而且这个“完”必须是能检查的:编译过了没、截图看了没、测试过了没、间距对齐检查过了没。

这条规矩一立,“粒度”就从审美问题变成了工程问题:

一件事能不能被一个可检查的结果收尾?能,它就有资格单独成一个技能;不能,说明你还没想清楚,别急着拆。

至于大家最关心的误触发率,这个项目并没有公布百分比数字。但从它的设计能看出一条清晰的因果:技能越粗,描述越笼统,AI 越容易“抢活”;技能越细,目录越拥挤,AI 越容易“挑错人”。真正舒服的位置,是细到一句话能说清触发条件,又粗到能被一个结果验收。

五、拆得准,普通人能拿到什么

讲到这,可能有人要问:这跟我有什么关系?我又不写代码。

关系挺大,因为这些技能干出来的东西,是普通人真能用的。

第一,它能把你在用的 App“搬”到 Mac 上。

很多人的工作流被某个网页工具绑死了,或者某个 Mac 软件要按月付费。BAMA 的复刻流程是:先截图看全,再写成需求,再一条条实现。而且它很强调隐私——建议你用演示账号,截下来的图不要传公开仓库。

第二,它自带 12 份现成图纸,全是大家常年付费的小工具。

窗口贴边、窗口切换、启动器、剪贴板历史、文字片段、取色器、截图、录屏、菜单栏监控、小工具箱、直播用的按键显示、开发者常用的小转换工具。

这些功能单拎出来都不复杂,但市面上往往要单独买一个软件,甚至按月订阅。现在你可以让 AI 照图纸做一个自己的,数据全在本地,不要账号,不联网也能用。

第三,它不靠“自我感觉良好”来交差。

这一点特别值得说。很多 AI 写完代码会说“已完成”,但界面可能是空的、文字可能被截断、深色模式下可能一片糊。BAMA 的验收标准是:编译通过只是入场券,还要把每个页面在浅色和深色下各截一张图,人工(其实也是 AI)看过;界面间距必须落在 4 点的网格上,歪一点检查就报错;再加上单元测试和自测脚本。

它还支持“无人值守”:你睡前给它一条指令“把这个阶段做完就停”,它会一条需求一次提交,早上你起来翻提交记录,哪条不顺眼就单独撤掉,不影响别的。

第四,设计那条线,它拆成了 7 个技能。

有人会问,这是不是拆太细了?

恰恰不是。你看这 7 个技能管的事:改文案和交互的、定 Mac 原生观感的、定配色和设计变量的、管间距对齐的、做自定义组件库的、照着别人截图复刻外观的、做应用图标的。

它们的触发条件完全不同:你说“这个按钮该放哪”,和你说“帮我做个图标”,根本是两件事。混在一个技能里,AI 每次都要把七套规则全读一遍,既慢又容易串味。

这就是“流程粒度”的精髓:不是按代码文件拆,是按人真正会提出的那类需求拆。

六、门槛高不高?

客观说,有门槛,但不是技术门槛。

它要求 macOS 26 及以上,加上 Xcode 26 的工具链——装好就行,全程不用打开那个复杂的界面。Agent 这边,Claude Code、Codex、Cursor、Gemini CLI 这类支持技能的工具都能用,一条命令就能装。

复刻别人家 App 的那一步,需要“电脑操作”权限,官方建议用 Claude 的付费套餐,并且只授权那一个目标 App。

不太友好的一点是:Windows 用户暂时只能围观,因为它生成的是原生 Mac 应用。

好消息是它开源、免费,用的是 MIT 协议,个人玩、公司内部用都没问题。

七、给中文团队的建议:先切流程,再拆命令

如果你正准备给团队搭一套技能库,我建议按这个顺序来。

第一步,先切流程。

把团队里那些“有头有尾、做完能验收”的事列出来:发版、代码评审、周报、上线检查、客户交付。一件流程,一个技能。

第二步,把流程里的死动作变成脚本。

跑测试、格式化、生成截图、打包,这些每次都要一模一样的动作,写成脚本让技能去调用。别为每个动作单开一个技能,那是给自己找麻烦。

第三步,只有真的会被独立触发的动作,才升级成技能。

判断标准就三句话:

能不能一句话说清“什么时候用它”? 能不能用一个可检查的结果收尾? 它和隔壁那个技能,会不会抢同一批活?

再加两条保命经验:重资料一律放附录,别让主说明书变成一本电话簿;总入口要短、要稳,最好只由人来叫,别让 AI 自己乱指路。

八、写在最后

这场“粒度之争”,最后的答案可能不是一个数字,而是一个词:闭环。

一个技能,应该刚好包住一个能被验收的闭环。比它再大,就开始含糊;比它再小,就开始碎。

技能装得多不等于 AI 变强,装得准才是。就像给一个新同事配工具箱:不是把整个五金店搬给他,而是让他伸手就能拿到当下要用的那一把。

最后想问问你:你用 AI 的时候,遇到过它“抢活”或者“该用不用”的情况吗?你更愿意装一个大而全的技能,还是一排小而准的技能?评论区聊聊。

登录后查看全文
bama