文章总结： OpenAI悄然在ChatGPT和CodexCLI中集成了与Anthropic相似的Skills机制，将复杂任务拆解为标准化流程。这一转变标志着AI竞争焦点从模型智能转向工程化完成度，Skills被视为Agent系统的底层必备能力，未来竞争将聚焦于构建更可靠可扩展的Skills生态，开发者需从Prompt技巧转向模块化执行流程管理。 综合评分： 88 文章分类： AI安全,产品介绍,技术标准,解决方案,应用安全

OpenAI悄然采用Skills机制：大模型竞争从“智能”转向“工程化完成度”

mayfly

独眼情报

2025年12月14日 19:19 湖北

2025年12月14日，知名开源开发者 Simon Willison 的爆料震惊了 AI 社区：OpenAI 已在 ChatGPT 的高级数据分析环境（Code Interpreter）和 Codex CLI 中悄然集成了与 Anthropic 的 Skills 机制高度相似的功能。Anthropic 仅在两个月前推出这一机制，其核心在于将复杂任务拆解成由文件夹和 Markdown 文件定义的轻量级、标准化流程。

OpenAI 的快速跟进，尤其是其“悄悄上线”的方式，被视为对行业趋势的战略性确认。本文将深入分析这一技术趋同背后的工程实现细节，并探讨其对大模型竞争格局所产生的深刻影响：竞争的焦点正在从单纯追求“模型更聪明”转向追求“Agent 更能可靠地完成任务”。

一、 Skills 机制的工程化本质与实证

Skills 机制的精妙之处在于其极简的结构设计：一个 Skill 仅由一个文件夹、一个描述指南的 skill.md 文件，以及可选的脚本和资源构成。这种设计实现了任务执行流程的模块化和“惰性加载”，使得任何能够访问文件系统的 LLM 都能轻松支持。

1. ChatGPT 中的 “工程化” Skills 目录

Willison 在 ChatGPT 的 Code Interpreter 中发现了隐藏目录 /home/oai/skills，并证实其中内置了官方 Skills，用于处理 spreadsheets、docx 和 PDFs 等复杂格式。

• PDF Skills 的复杂流程： 这套技能并非简单的文本提取，而是要求模型先将 PDF 页面渲染成 PNG 图像，再交由视觉模型进行解析，全程强调对版式、字体、图表和可读性的保留。这表明 OpenAI 将原本属于模型能力的“版式感知”提升到了独立、可控的工程化模块。
• 模型执行的流程化证据： 在实际任务中，模型在生成 PDF 前会明确执行 “Reading skill.md for PDF creation guidelines”。过程中，模型甚至能自主发现并修正错误（如更换不支持特殊字符的字体），严格遵循了 Skill 中编码的确定性流程。这证实了 Skills 不再是模糊的“提示词”，而是被编码到 Agent 上下文中的专业执行指南。

2. Codex CLI 中的“本地插件”系统

在 Codex CLI 中，Skills 的实现更为直接和开放。OpenAI 合并了相关 PR，允许开发者在 ~/.codex/skills/ 目录下创建自定义 Skills。通过简单的命令行启用后，用户可以使用自然语言触发这些本地技能，例如调用 PyPI 上的包或生成插件。

在这一场景下，Skills 彻底演变为 Agent 系统的模块化插件。它将复杂任务拆解为 推理（模型思考） 和 确定性流程（Skills 提供） 两部分，极大地提高了任务执行的可靠性，有效避免了幻觉（Hallucination）。

二、 战略分析：两大巨头的快速收敛

OpenAI 仅在 Anthropic 推出 Skills 后两个月就快速跟进，这种技术路线上的收敛具有重大的战略意义。它用行动回答了社区关于“Skills 是否只是 Prompt 换名”的疑问：

1. Skills 机制的价值确认： 确认了将复杂任务拆解为“推理 + 确定性流程”并通过“惰性加载上下文”实现的 Agent 架构是当前解决长时程、复杂任务的最佳路径。
2. 工程化实战优先： 表明两大巨头都承认，单纯卷模型智能（Benchmark 分数）已触及瓶颈，未来的核心竞争力在于如何提高 Agent 系统的可靠性、降低上下文管理成本和增强可组合性。
3. 内化为产品必备： 选择“悄悄上线”，显示出 Skills 已被 OpenAI 视为 Agent 产品的底层工程化必备能力，而非简单的功能特性或实验性功能。

三、 竞争焦点：从“智能竞赛”到“工程流程竞赛”

OpenAI 对 Skills 的引入，是 AI 行业竞争范式转移的明确信号：

| 过去焦点 (2023-2024年初) | 未来焦点 (2025年起) | | — | — | | 模型更“聪明” (Benchmark 分数) | Agent 更“会把活干完” (任务完成度) | | 扩大参数/Token 窗口 | 优化上下文管理和成本控制 | | Prompt Engineering (用户技巧) | Skills/Tool Use (模型内化模块) | | 纯粹的生成能力 | 可组合性、长时程任务管理 |

未来展望： 预计在 2026 年，Skills 或类似机制将成为所有严肃 Agent 系统的默认形态。竞争将聚焦于谁能构建更丰富、更可靠、更易扩展的 Skills 生态。这意味着开发者需要将重心从“如何写出更好的 Prompt”转向“如何定义和管理 Agent 的模块化执行流程”。

总而言之，OpenAI 采用 Skills 机制，不仅是对 Anthropic 创新的一次有力验证，更标志着 AI 大模型领域已经从比拼“智力”的竞赛，迈入了比拼“工程化完成度”和“Agent 架构”的实战阶段。

查看原文：《OpenAI悄然采用Skills机制：大模型竞争从“智能”转向“工程化完成度”》