原文: Designing, Refining, and Maintaining Agent Skills at Perplexity 发布: 2026年5月1日 翻译: Wanger
Perplexity 的前沿 Agent 产品建立在模块化的 Agent Skills 之上。他们的 Agents 团队审查大量 PR 时，几乎总是有大量修改意见——因为编写代码的模式在 Skill 创建中往往是反模式。
PEP20 vs Skill Zen
| Zen of Python | Zen of Skills |
|---|---|
| Simple is better than complex | A Skill is a folder, not a file. Complexity is the feature. |
| Explicit is better than implicit | Activation is implicit pattern matching |
| Sparse is better than dense | Context is expensive. Maximum signal per token |
| Special cases aren’t special enough to break the rules | Gotchas ARE the special cases (highest-value content) |
| If the implementation is easy to explain | If it’s easy to explain, the model already knows it. Delete it. |
Skill 是什么？
一个 Skill 是四样东西：目录、格式、可调用、递进的。
目录结构
skill-name/
├── SKILL.md # frontmatter + 指令
├── scripts/ # agent 运行的代码
├── references/ # 按需加载的重文档
├── assets/ # 模板、schema、数据
└── config.json # 首次运行用户设置多级目录结构能帮助模型导航。税务 Skill 用 3 层嵌套处理 1945 个 IRS 条目——把所有内容塞进一个文件夹的效果比不加载 Skill 还差。
三层成本
| Tier | 内容 | 预算 |
|---|---|---|
| Index | name + description | ~100 tokens/Skill，每 session 每个用户都要付 |
| Load | 完整 SKILL.md body | ~5000 tokens |
| Runtime | scripts/、references/、assets/ | 无上限，按需加载 |
每个 Skill 都是一种税。 没有某条指令 Agent 也会做对，就不要放进去——所有人每时每刻都在为此买单。
何时需要 Skill？
需要： Agent 没有特殊上下文会出错；需要跨运行高度一致；你的知识不在训练数据中（品味判断、企业工作流）。
不需要： 模型已经知道该怎么做；重复系统 prompt；远程端点频繁变化（会导致 drift）。
如何构建 Skill
Step 0: 先写 Evals。负例极其强大。
Step 1: 写 description。这是最难的一行。 不是”这个 Skill 做什么”，而是”何时加载”。应该是工程师沮丧时会说的话：”babysit”、”watch CI”、”make sure this lands”。
Step 2: 写 body。不要写一串命令。 模型在后者上做得比前者好得多。
不好的：git log; git checkout main; git cherry-pick <commit>
好的：Cherry-pick the commit onto a clean branch. Resolve conflicts preserving intent. If it can't land cleanly, explain why.
Step 3: 使用目录结构。按需渐进加载。
Step 4: 迭代。先无 Skill 做几轮，收集 hero queries，跑 evals。
Step 5: 发布。
如何维护 Skill
Gotchas Flywheel——Skill 是几乎是”只追加的”：
- Agent 在某事上失败 → 加一个 gotcha
- Agent 错误加载 Skill → 收紧 description + 加负例
- Agent 应该加载没加载 → 加关键词 + 正例
跨模型测试——Sonnet 和 GPT 在 Skill 行为上相当不同。
关键结论
“Self-generated Skills provide no benefit on average, showing that models cannot reliably author the procedural knowledge they benefit from consuming.”
- 写 Evals 先于 Skill
- Description 是最难的部分：每个词都有成本
- Gotchas 是极高价值的内容
- 从薄开始，随 agent 失败而增长
- 注意远距效应：加新 Skill 可能破坏已有 Skill（没碰它也会）
