裝了一大堆Skill，你的AI Coding Agent編程能力就會自動提升？

哈囉，大家好，我係劉小排。

Skills真係一個好偉大嘅發明，相信你同我一樣，對各種新奇嘅Skills愛不釋手。

裝咗一大堆Skill之後，我一直諗緊一個問題： 我嘅AI Coding Agent寫程式能力，會唔會因為Skill裝得多，寫程式能力就自動提升呢？

啱啱好，最近Vercel做咗一個嚴謹嘅實驗，好解答咗我嘅疑惑。

如果冇耐性，我先話你知省流版答案： 答案係NO！裝再多Skill，AI嘅寫程式能力都唔會自動提升！ 但係你可以「顯式聲明」要調用嘅Skill，更好嘅方法係寫到AGENTS.md裏面強調，可以得到明顯提升。

我諗，呢個可能係因為AI嘅思考方式比較似人。有時，你叫人去做一個咩任務，佢好多時都會忘記自己已經有嘅某個工具，除非你特別強調。

以下係實驗數據。睇到第二行未？

裝咗 Skill，默認情況下，同冇裝一樣。 甚至 Test 通過率仲低咗 5 個百分點。

就算你喺提示詞裏面顯式叫佢「先探索項目，再調用 Skill」，都只係得 79% 嘅綜合通過率。

而一個 markdown 檔案，直接拉滿到 100%。

Vercel嘅實驗？

Vercel嘅實驗特別聰明。

想解決一個好現實嘅問題：AI 寫程式助手嘅訓練數據有截止日期，新出嘅框架 API 佢根本唔知。例如 Next.js 16 啱啱出 'use cache'、connection()、forbidden() 呢啲新 API，你叫 Claude 或者 GPT 去寫，十有八九寫錯。

點算？兩條路：

1. Skills —— 一套打包領域知識嘅開放標準，包含文檔、提示詞、工具，Agent 需要嘅時候自己調用
2. AGENTS.md —— 喺項目根目錄放一個 markdown 檔案，將關鍵知識寫入去

聽落 Skills 高級啲啫？始終係一套完整系統，按需加載，模塊化設計，好工程化。

結果呢？

開頭你都見到啦。

有興趣嘅同學可以睇原文

https://vercel.com/blog/agents-md-outperforms-skills-in-our-agent-evals

點解 Skill 咁唔掂？

Vercel 團隊嘅分析好到位，但係我想換一個更直接嘅講法：AI 大模型嘅思考方式，其實同人好似。

你諗下，係咪成日都咁：

• 買咗一大堆效率工具，Notion、Obsidian、Flomo、滴答清單……到最後都係用微信收藏
• 訂閲咗一大堆 newsletter，從來冇打開過
• 收藏咗一百個「稍後閲讀」，從來冇「稍後」
• 學咗一大堆快捷鍵，做嘢嘅時候都係用滑鼠㩒

你手上面明明有工具，但你就係諗唔起用。

除非有人喺你耳邊不斷講：「用嗰個工具！用嗰個工具！」

AI 都係一樣。

Skills 嘅設計理念好美好：當Agent發現問題，可以自己去揾工具解決問題。

但呢條鏈有太多環節可以出錯：

1. 佢可能根本冇意識到自己需要幫助（「呢個 API 我識㗎」——然後寫錯）
2. 佢知道有 Skill，但係唔記得調用（人類程序員見到都覺得親切）
3. 調用嘅時機唔啱（先寫咗一半 code，先去查文檔，改起上嚟更麻煩）
4. 調用嘅措辭稍為改一改，結果就完全唔同（Vercel 原話：「wording was fragile」）

呢個就係點解 Skill 喺「默認行為」之下同冇裝一樣。

你以為佢會主動用，但佢就係唔用。

AGENTS.md 點解可以做到 100%？

答案簡單到令人懷疑人生：因為佢唔需要 Agent 做任何決策。

AGENTS.md 就放喺項目根目錄，Agent 每一輪對話都睇到。唔需要佢判斷「使唔使調用」，唔需要佢選擇「幾時調用」，唔需要佢煩惱「調用邊個」。

佢就喺嗰度，避無可避。

Vercel 總結咗三點：

1. No decision point —— 冇決策點
2. Consistent availability —— 始終可用
3. No ordering issues —— 冇順序問題

翻譯成人話：唔俾佢有選擇唔睇嘅機會。

呢樣令我諗起管理學一個老笑話：

唔好考驗人性。

同理，唔好考驗 AI 嘅主動性。

與其相信佢會主動做正確嘅事，不如直接將正確嘅資訊塞到佢面前。

我嘅思考

呢個實驗結果，其實揭示咗一個更深層嘅問題：

我哋對 AI Agent 嘅期望，可能一開始就錯咗。

我哋成日想令 AI 變得更「智能」、更「自主」、更「識判斷」。所以我哋俾佢裝各種插件、各種 Skill、各種工具，期望佢好似一個資深工程師咁，知道幾時用啲乜。

但現實係，佢就係會唔記得，就係會漏，就係會判斷錯誤。同人一樣。呢個唔係AI嘅Bug，呢個係AI嘅本性。

你俾佢越多選擇，佢越容易揀錯。

反而係最蠢嘅方法——直接將資訊塞入上下文，唔俾佢有任何選擇嘅餘地——效果最好。

少即是多，約束即自由。

哈嘍，大家好，我是劉小排。

Skills真是一個偉大的發明，相信你也和我一樣，對各種新奇的Skills愛不釋手。

裝了一大堆Skill以後，我一直在思考一個問題： 我的AI Coding Agent編程能力，會因為Skill裝得多，編程能力就自動提升了嗎？

正好，最近Vercel做了一個嚴謹的實驗，很好的解答了我的疑惑。

如果沒有耐心，我先告訴你省流版答案： 答案是NO！裝再多Skill，AI的編程能力都不會自動提升！ 但是你可以“顯示聲明”要調用的Skill，更好的方法是寫到AGENTS.md裏進行強調，能得到明顯提升。

我想，這可能是因為AI的思考方式比較像人。有時候，你讓人去完成一個什麼任務，他也往往會忘記自己已經擁有的某個工具，除非你特別強調。

以下是實驗數據。看到第二行沒有？

裝了 Skill，默認情況下，跟沒裝一樣。 甚至 Test 通過率還降了 5 個點。

就算你在提示詞裏顯式告訴它"先探索項目，再調用 Skill"，也只能到 79% 的綜合通過率。

而一個 markdown 文件，直接拉滿到 100%。

Vercel的實驗？

Vercel的實驗特別聰明。

想解決一個很現實的問題：AI 編程助手的訓練數據是有截止日期的，新出的框架 API 它根本不知道。比如 Next.js 16 剛出的 'use cache'、connection()、forbidden() 這些新 API，你讓 Claude 或者 GPT 去寫，十有八九寫錯。

怎麼辦？兩條路：

1. Skills —— 一套打包領域知識的開放標準，包含文檔、提示詞、工具，Agent 需要的時候自己去調用
2. AGENTS.md —— 在項目根目錄放一個 markdown 文件，把關鍵知識寫進去

聽起來 Skills 更高級對吧？畢竟是一套完整的系統，按需加載，模塊化設計，很工程化。

結果呢？

開頭你也看到了。

感興趣的同學可以閲讀原文

https://vercel.com/blog/agents-md-outperforms-skills-in-our-agent-evals

為什麼 Skill 拉胯了？

Vercel 團隊的分析很到位，但我想換一個更直白的說法：AI 大模型的思考方式，其實很像人。

你想想，你是不是也經常這樣：

• 買了一堆效率工具，Notion、Obsidian、Flomo、滴答清單……最後還是用微信收藏
• 訂閲了一堆 newsletter，從來沒打開過
• 收藏了一百個「稍後閲讀」，從來沒有「稍後」
• 學了一堆快捷鍵，幹活的時候還是用鼠標點

你手上明明有工具，但你就是想不起來用。

除非有人在你耳邊反覆唸叨："用那個工具！用那個工具！"

AI 也一樣。

Skills 的設計理念很美好：當Agent發現問題，可以自己去找發現工具來解決問題。

但這個鏈條有太多環節可以出錯：

1. 它可能根本沒意識到自己需要幫助（"這個 API 我會啊"——然後寫錯）
2. 它知道有 Skill，但忘了調用（人類程序員看了都覺得親切）
3. 調用的時機不對（先寫了一半代碼，再去查文檔，改起來更麻煩）
4. 調用的措辭稍微變一下，結果就完全不同（Vercel 原話："wording was fragile"）

這就是為什麼 Skill 在"默認行為"下跟沒裝一樣。

你以為它會主動用，但它就是不用。

AGENTS.md 為什麼能 100%？

答案簡單到讓人懷疑人生：因為它不需要 Agent 做任何決策。

AGENTS.md 就放在項目根目錄，Agent 每一輪對話都能看到。不需要它判斷"要不要調用"，不需要它選擇"什麼時候調用"，不需要它糾結"調用哪個"。

它就在那兒，避無可避。

Vercel 總結了三點：

1. No decision point —— 沒有決策點
2. Consistent availability —— 始終可用
3. No ordering issues —— 沒有順序問題

翻譯成人話：不給它選擇不看的機會。

這讓我想起一個管理學的老梗：

不要考驗人性。

同理，不要考驗 AI 的主動性。

與其相信它會主動做正確的事，不如直接把正確的信息塞到它臉上。

我的思考

這個實驗結果，其實揭示了一個更深層的問題：

我們對 AI Agent 的期待，可能從一開始就錯了。

我們總想着讓 AI 變得更"智能"、更"自主"、更"會判斷"。所以我們給它裝各種插件、各種 Skill、各種工具，期待它能像一個資深工程師一樣，知道什麼時候該用什麼。

但現實是，它就是會忘，就是會漏，就是會判斷錯誤。就和人一樣。這不是AI的Bug，這是AI的本性。

你給它越多選擇，它越容易選錯。

反而是最笨的方法——直接把信息塞進上下文，不給它任何選擇的餘地——效果最好。

少即是多，約束即自由。